CENTRO DE CIENCIA BÁSICA

CURSO: MÉTODOS EXPERIMENTALES EN FÍSICA

PRÁCTICA DE LABORATORIO- MEDIDAS DE RESISTENCIAS ELÉCTRICAS

HISTOGRAMAS-DISTRIBUCIÓN NORMAL

Objetivo: Evaluar, mediante la medición de resistencias eléctricas, conceptos y procedimientos en el manejo

de datos experimentales tales como, la construcción de histogramas y la distribución normal. Para esto se
hace uso de herramientas de la tecnología de comunicación e información (TIC).

Descripción: Con un óhmetro u ohmímetro se toma un conjunto de medidas de varias resistencias eléctricas las
cuales tienen un mismo valor de acuerdo con el código de colores. Se realiza un análisis estadístico de los
datos, construyendo su histograma y comprobándose que siguen una distribución normal. Se revisan los
conceptos de media y desviación estándar.

Realice el procedimiento de toma de datos bajo las indicaciones de su profesor.

Revisemos primero algunos conceptos. La resistencia eléctrica se entiende como la oposición al flujo de
cargas cuando se mueven a través de un conductor en un circuito. En el Sistema Internacional de unidades la
resistencia eléctrica se mide en ohmios, unidad que se representa con la letra griega omega mayúscula,  .
En los circuitos eléctricos suelen usarse elementos como el que se muestra en la Fig. 1, denominados
resistencias, cuya función es precisamente oponerse al paso de la corriente eléctrica y limitarla para que no
supere un determinado valor.

Fig. 1. Resistencia eléctrica. Tomado de: https://co.pinterest.com/pin/596164069394256270/ (09/01/2018)

Como se observa en la Fig. 1, las resistencias eléctricas son identificadas mediante franjas de colores. Los colores de estas
franjas permiten saber el valor de la resistencia usando un código de colores. En la Fig. 2 se ilustra el uso de este código
con un ejemplo particular. La lectura se inicia desde la franja que está más cercana a uno de los extremos de la resistencia
la cual, tanto en la Fig. 1 como en la Fig. 2, es la franja de color café. A esta le sigue una franja negra y luego una franja
roja. Cada uno de estos colores tiene asignado un número según el código, para el café es 1, para el negro 0 y para el rojo
2. El valor de la resistencia será entonces, 10 x102  . Nótese que el primer dígito, 1, lo da la franja café, el segundo
dígito, 0, lo da la franja negra, y la potencia de 10, esto es, el 2 (o lo que es lo mismo, un factor multiplicativo de
100  102 ), lo da la franja roja. El valor de la resistencia es, por lo tanto, R  10x102   103   1000 .

La cuarta franja comúnmente es dorada o plateada e indica la tolerancia que el fabricante da en el valor de la resistencia.
Si esta franja es dorada el valor de la tolerancia es del 5% y si es plateada la tolerancia es del 10%. Por ejemplo, en la Fig.
1 o Fig. 2, la cuarta franja es dorada, por tanto, la tolerancia es del 5%. El 5% de 1000 es 50. Esto quiere decir que el valor
verdadero de la resistencia estará entre 1000  50   950 y 1000  50   1050 . Si la cuarta franja
fuera plateada la tolerancia sería del 10%, el 10% de 1000 es 100 y el valor verdadero de la resistencia estaría entre

1000 100   900 y 1000  100   1100 .

Fig. 2. Código de colores para resistencias eléctricas. Tomado y adaptado de:

https://tecnoclase4a.wordpress.com/2013/02/19/las-resistencias-electricas/ (09/01/2018).

Como vemos, hay un margen de error en el valor de una resistencia como lo habría en cualquier cantidad que se mida
experimentalmente. Si tenemos, por ejemplo, 100 resistencias que según el código de colores sean de 1000 ,
realmente sus valores no serán todos iguales cuando se miden con un ohmímetro.

El instrumento para medir resistencias se denomina óhmetro u ohmímetro. Existen dispositivos denominados
multímetros los cuales permiten medir diferentes cantidades eléctricas como voltaje, corriente, capacitancia y resistencia
dependiendo de la opción en la que se coloque. La medida de cada uno de estos parámetros necesita una conexión
determinada del instrumento. La Fig. 3 muestra un multímetro y su conexión cuando es usado como ohmímetro. En este
caso el instrumento debe colocarse en la opción de ohmios (  ) y en una escala adecuada que posibilite la medida de la
resistencia.

Fig. 3. Ohmímetro, su conexión para la medida de una resistencia y el esquema eléctrico de la conexión. Tomado de:
http://recursostic.educacion.es/secundaria/edad/4esotecnologia/quincena4/4q2_contenidos_7c.htm (09/01/2018).
El profesor le indicará qué cantidad de resistencias medir. Use Excel para realizar lo siguiente:

1) Presente una tabla con los valores de las resistencias eléctricas medidas con el ohmímetro. No olvide anotar
el valor obtenido mediante el código de colores. ¿Cuántas cifras significativas tienen los datos obtenidos con
el ohmímetro? ¿Qué le permitió escribir ese número de cifras significativas para cada dato?

La media x de un conjunto de datos es el promedio de los datos definido como,

i n

x x   xn x i
x 1 2  i 1
(1)
n n

donde xi representa cada dato y n es el número de datos.

Encuentre la media x del conjunto de datos de resistencias. Redondee la media al mismo número de cifras
significativas que tienen los datos. En Excel, la media se encuentra con la función PROMEDIO.

2) Un histograma es una gráfica que nos muestra la cantidad de datos que hay en diferentes subintervalos en
los cuales dividimos el intervalo o rango total de valores. La Fig. 4 muestra un histograma genérico. En el eje
vertical o eje de frecuencias se tabula la cantidad de datos que caen en cada uno de los subintervalos del eje
horizontal. Si hay n datos, un número apropiado de subintervalos para construir un histograma es N  n y
el ancho de cada subintervalo se obtiene dividiendo el rango total de valores (el valor máximo en los datos
menos el mínimo) entre el número de subintervalos.

Fig. 4. Histograma. Tomado para efectos didácticos de: http://es.caallos-de-h.wikia.com/wiki/Archivo:Histograma.gif

(12/01/2017)

Construya en Excel un histograma de los datos recolectados usando un número apropiado de subintervalos.

3) La forma de un histograma con un comportamiento como el que muestra la Fig. 4 se aproxima a una curva
que se conoce como campana de Gauss (Fig. 5) y que en este contexto se denomina función de densidad de
probabilidad normal. Conocer detalles de una distribución de datos con estas características es muy
importante dado que una gran cantidad de experimentos en física y otras áreas del conocimiento pueden
llevar a este tipo de distribuciones.
 

Fig. 5. Distribución normal. Tomado para efectos didácticos de: https://jesusgarciaj.com/2010/01/22/la-curva-de-

distribucion-normal/ (12/01/2017)

La función de densidad de probabilidad normal está centrada en la media x y su ancho está determinado por
un parámetro conocido como desviación estándar , el cual está relacionado con el promedio de los
cuadrados de las desviaciones xi  x de cada dato con respecto a la media. Como usted puede observar de
su tabla de datos, aunque los datos son medidas repetidas de la misma cantidad, no todos los valores son
iguales y además difieren de la media. Ahora bien, Un conjunto de datos se considera, por lo general, que es
una muestra de un número mucho mayor de datos que se pudieron haber tomado y que se denomina
población. Si los datos corresponden a toda una población, la desviación estándar se define como,

1
 n 2 2
   xi  x  
   i 1  (2)
 n 
 

Pero si corresponden una muestra, la desviación estándar está dada por,

1
 n 2 2
   xi  x  
s   i 1  (3)
 n 1 
 

Aunque suele preferirse usar la Ec. (3), se puede mostrar que cuando el número de datos es mayor que 10 la
diferencia porcentual entre las desviaciones estándar calculadas de ambas formas cae por debajo de un 5%.

Encuentre la desviación estándar de los datos como si fuera una población y como si fuera una muestra. En
Excel, la desviación estándar de una población se halla con la función DESVEST.P y la de una muestra con
DESVEST.M. Compare ambos resultados. Redondee al mismo número de cifras decimales que tiene la media.

4) La función de densidad de probabilidad normal está dada por,

1
f  x  e 
2 2
2
 x x
(4)
 2
La gráfica de esta función es la que se muestra en la Fig. 5. Esta función calca el comportamiento del
histograma pero se interpreta, como su nombre lo indica, como una densidad de probabilidad, es decir
probabilidad por unidad de medida en la variable x . Por ejemplo, si x representa longitud, entonces f x 
será una probabilidad por unidad de longitud, es decir, la probabilidad de que un valor determinado se
encuentre en cierto intervalo de longitud. Se puede mostrar que si los datos siguen un comportamiento
normal, aproximadamente el 68% de los datos se encontrará en el intervalo x    x  x   , o en otras
palabras, la probabilidad de que un dato caiga en ese intervalo es del 68%. Así mismo, el 95.5% de los datos
se encuentra en el intervalo x  2  x  x  2 , y el 99.7% en el intervalo x  3  x  x  3 (ver Fig. 5).

La desviación estándar es una estimación del ancho de la función de densidad de probabilidad normal. Si la
desviación estándar es pequeña entonces los datos se concentran alrededor de la media y la campana en la
Fig. 5 tiende a ser más estrecha. Por el contrario, si la desviación estándar es grande, hay mayor dispersión de
los datos y la campana es más ancha. Si se compara la resolución del equipo con la desviación estándar, esto
dará una idea de qué tan importante puede ser el considerar las desviaciones de los datos para el cálculo de
la incertidumbre en una medida.

¿En qué intervalo se encuentra el 68% de sus datos? Compare la desviación estándar de sus datos con la
resolución del óhmetro. La resolución de un instrumento es el incremento más pequeño que este puede
registrar y esto depende del rango en el cual esté. Cerciórese cuál es su caso. ¿Es importante considerar las
desviaciones de sus datos para el cálculo de la incertidumbre en la medida de la resistencia?

Obtenga algunas conclusiones generales de esta práctica. Incluya en las conclusiones una descripción y
discusión breve de una aplicación a la ingeniería, en su área de trabajo, de los conceptos de histograma o
distribución normal.

Referencias

Les Kirkup, Data Analysis for Physical Scientists Featuring Excel Primera Edición, Cambridge University Press,
Cambridge, 2012.

Jack Holman, Experimental Methods for Engineers, McGraw-Hill, NY, 2012.

Baird, D. C., Experimentación: Una Introducción a la teoría de Mediciones y al Diseño de Experimentos.

Segunda Edición, Prentice Hall Hispanoamérica S. A., 1991.

Serway R. A., Jewett J. W., Jr., Física para ciencias e ingeniería, Vol. I y II, Séptima edición, Cengage Learning,
México, 2008.

Criterios de calificación.

Todos los puntos tiene el mismo valor.

Es necesaria una clara y ordenada presentación de los datos y procedimientos realizados.

Guía preparada para efectos docentes por el Prof. Ángel Salazar Martínez, Centro de Ciencia
Básica, Universidad Pontificia Bolivariana, Medellín-Colombia.