FISICA

TEMA: LABORATORIO I
MEDICION

DOCENTE: EDSON PLASENCIA S.

INTEGRANTES: LOPEZ DIESTRA EDWARD

RIOS SALAS ANGELO
VENEGAS PONCE DE LEON
LUIS

CICLO: I

SEMESTRE:
 2010-II

Experimento 1
Medición
OBJETIVO
El objetivo concebido para este experimento ha sido conocer las
definiciones relativas al error experimental mediante el manejo de
datos, determinando el error en el proceso de medición.

Las Partes de este proceso son:

1. Medición y error experimental en una muestra discreta.
2. Medición y propagación de errores.
I. PRIMERA PARTE:
Medición y error experimental (Incertidumbre):
1. Obetivo:

➢ Determinar la forma de la curva de Distribución Gaussiana en un proceso de

medición, correspondiente al número de frijoles que caben en un puñado
normal Determinar la incertidumbre en este proceso
de medición.

1. Fundamento teórico:

➢ Distribución Gaussiana:

Cuando hay fluctuaciones en medida, en general se supone que el

tratamiento estadístico obedece la denominada “distribución Gaussiana” o
“normal”. Esta distribución se utiliza para interpretar muchos tipos de
medición física que guardan estrecha correspondencia con los fundamentes
teóricos de dicha distribución, en parte porque la experiencia demuestra que
la estadística Gaussiana si proporcionan una descripción razonablemente
exacta de los sucesos reales. Solo para otro tipo común de mediciones físicas
es más apropiada otra distribución: al observar fenómenos como la
desintegración radiactiva se debe emplear la distribución conocida como
“distribución de Poisson” .Pero aún en casos como éste, la diferencia con la
estadística de Gauss resulta significativa solo para muy bajos niveles de
ocurrencia.

El uso extendido de la distribución normal en la aplicación estadística puede

explicarse, además, por otras razones. Muchos de los procedimientos
estadísticos habitualmente utilizados asumen la normalidad de los datos
observados. Aunque muchas de estas técnicas no son demasiado sensibles a
desviaciones de la normal y, en general, esta hipótesis puede obviarse cuando
se dispone de un número de suficiente de datos, resulta recomendable
contrastar siempre si se puede asumir o no una distribución norma. La simple
exploración visual de los datos puede sugerir la forma de su distribución. Un
método grafico es el denominado análisis de histograma; en este, si el
histograma corresponde a una campana de Gauss se puede afirmar que la
distribución es Normal o Gaussiana.
 1. Materiales:

➢ Un tazón de frijoles.
➢ Una hoja de papel milimetrado.
➢ Un tazón mediano de plástico.

1. Procedimiento:

➢ En esta experiencia primero tuvimos que regular la manera en que se extraen

los frijoles del recipiente hasta lograr un puñado estándar; una vez
conseguido se procedió a realizar dicha acción repetidas veces (156 veces)
contando la cantidad de frijoles extraída. Posteriormente hicimos un registro
de los datos obtenidos.

1. Cálculos y resultados:

➢ Determine la media aritmética de los 156 números obtenidos. Está media

aritmética es el numero más probable, n͞͞m͞p de frijoles que caben en un
puñado normal.
➢ Determine la incertidumbre normal o desviación estándar, Δ(n͞͞m͞p), de la
medición anterior. Para ello proceda así:

Sea NK el número de granos obtenidos en la k-ésima operación. Halle la media

aritmética de los cuadrados de las diferencias Nk- n͞͞m͞p, que será:

1100 k=1100( ͞ )2
Nk- n͞͞mp
La raíz cuadrada positiva de esta media aritmética es el numero Δ(n͞͞m͞p),
buscado; en general

Δ(n͞͞m͞p) =1100 k=1100( Nk- n͞͞m͞p)2

➢ Grafique la posibilidad de que un puñado normal contenga tantos granos de

frijoles. Sean, por otra parte, r,s dos números naturales .Diremos que un
puñado de frijoles es de clase [r, s) si tal puñado x frijoles y se cumple que
r ≤ x < s. Sea N número de veces que se realiza el experimento consistente
en extraer un puñado normal de frijoles, y sea n(r,s) el número de veces que
se obtiene un puñado de clase [r,s) , a este número n(r,s) se conoce como
 frecuencia de la clase [r,s). Al cociente de dicho números (cuando N es
suficientemente grande) lo llamaremos PROBABILIDAD π(r,s) DE QUE AL
EXTRAER UN PUÑADO, ESTE SEA DE CLASE [r,s) ; es decir :

π[r,s)= n[r, s) N , N muy grande.

La probabilidad así determinada quedará mejor definida cuando más grande
sea el número N.

➢ A continuación mostraremos la tabla de frecuencias obtenidas en este

experimento:
 NK- (Nk- 5 5 5 6 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7
K NK 80 81
66.147 66.147)2 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
1 67 0.853 0.728 
2 64 -2.147 4.610 
3 60 -6.147 37.786 
4 65 -1.147 1.316 
5 67 0.853 0.728 
6 64 -2.147 4.610 
7 58 -8.147 66.374 
8 66 -0.147 0.022 
9 61 -5.147 26.492 
10 73 6.853 46.964 
11 66 -0.147 0.022 
12 66 -0.147 0.022 
13 71 4.853 23.552 
14 66 -0.147 0.022 
15 68 1.853 3.434 
16 58 -8.147 66.374 
17 81 14.853 220.612 
18 67 0.853 0.728 
19 78 11.853 140.494 
20 77 10.853 117.788 
21 62 -4.147 17.198 
22 71 4.853 23.552 
23 75 8.853 78.376 
24 69 2.853 8.140 
25 67 0.853 0.728 
26 70 3.853 14.846 
27 67 0.853 0.728 
28 79 12.853 165.200 
29 73 6.853 46.964 
30 71 4.853 23.552 
31 79 12.853 165.200 
32 60 -6.147 37.786 
33 61 -5.147 26.492 
34 70 3.853 14.846 
35 70 3.853 14.846 
36 71 4.853 23.552 
37 75 8.853 78.376 
38 72 5.853 34.258 
39 74 7.853 61.670 
40 78 11.853 140.494 
41 62 -4.147 17.198 
42 68 1.853 3.434 
43 69 2.853 8.140 

44 60 -6.147 37.786 
NK- (Nk- 5 5 5 6 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7
K NK 80 81
 ➢ Además presentamos el siguiente “Histograma de frecuencias” elaborado
con los datos obtenidos:

2
Σ NK = 10319 Σ (Nk-66.147) = 5267.61

Puñado más grande ⇒ 81 Puñado más pequeño ⇒ 57

n͞͞m͞p = 10319156 = 66.147 Δ(n͞͞m͞p)= 5267.609156

➢ Dibuje en un plano la frecuencia versus el número de frijoles; trace a su

criterio, la mejor curva normal. A 2/3 de la altura máxima trace una
recta horizontal, generándose el segmento AB.

En el siguiente gráfico se observa la dispersión de los datos obtenidos en el

experimente con relación a la dispersión ideal que representa la “Campana de
Gauss”.

1. Cuestionario:

1.- En vez de medir puñados, ¿podría medirse el número de frijoles que caben
en un vaso, en una cuchara, etc.?
Rpta: Sí, se podría medir el número de frijoles que caben en un vaso, en una cuchara;
con más precisión ya que la forma de estos recipientes es definida mientras que la
mano no siempre hace un puño que pueda contener la misma cantidad de frijoles.

2.- Según Ud. ¿A qué se debe la diferencia entre su puñado normal y el de sus
compañeros? Rpta: La
diferencia se debe a que no todos tenemos el mismo tamaño de mano, otro motivo
podría ser que no todos sacamos de la misma manera los frijoles del tazón, es decir,
 unos cierran mas fuerte el puño que otros ocasionando que reduzca la cantidad de
frijoles.

3.- Después de realizar los experimentos, ¿qué ventaja le ve a la representación

de π[r, r+2) frente a la de π[r, r+1)?
Rpta: La ventaja de la representación de π[r, r+2) frente a la de π[r, r+1), sería la
precisión en la medición de la probabilidad, ya que este posee un intervalo mayor.

4.- ¿Qué sucedería si los frijoles fuesen de tamaños apreciablemente diferentes?

Rpta: La medición de la cantidad de frijoles sería algo inexacta puesto que es probable
que los frijoles de mayor tamaño desplacen a los de menor tamaño u ocurra el caso
contrario.

5.- En el ejemplo mostrado se debía contar alrededor de 60 frijoles por puñado.

¿Sería ventajoso colocar sólo 100 frijoles en el recipiente, y de esta manera
calcular el número de frijoles en un puñado, contando los frijoles que quedan
en el recipiente?
Rpta: Al tener sólo 100frijoles en el tazón se alteraría la manera de extraer frijoles ya
que si hubiera más frijoles sería más fácil extraer un puñado.

6.- ¿Qué sucedería si en el caso anterior colocara sólo, digamos, 75 frijoles en el

recipiente? Rpta: No sería
recomendable porque al haber tan pocos frijoles se altera de considerablemente la
manera de extraer los frijoles ya que prácticamente se estaría extrayendo la totalidad
de estos.

7.- La parte de este experimento que exige “más paciencia” es el proceso de

contar. Para distribuir esta tarea entre 3 personas ¿Cuál de las sugerencias
propondría Ud.? ¿Por qué?
a. Cada participante realiza 33 ó 34 extracciones y cuenta los
correspondientes frijoles. b. Uno de los
participantes realiza las 100 extracciones pero cada participante cuenta 33 ó
34 puñados. Rpta: La sugerencia que propondríamos sería que una sola
persona saque los frejoles del tazón, ya que controlaría la manera en que lo hace; esa
persona sacaría en grupos de 3 para que todos cuenten frijoles y así se acelere el
proceso. De acuerdo a lo anterior la alternativa similar es la (b).

8.- Mencione tres posibles hechos que observarían si en vez de 100 puñados
extrajeran 1000 puñados. Rpta: Los hechos que
observaríamos serían:
–Mayor precisión en los cálculos puesto que el número de muestras sería mayor.
–La persona que extrae los frijoles podría ser impreciso al momento de la extracción
debido al cansancio de repetir tantas veces el procedimiento.
–Imprecisión al momento de contar, porque las personas encargadas del conteo
estarían cansadas.

9.- ¿Cuál es el promedio aritmético de las desviaciones nk - n͞͞mp

͞ ?
Rpta: El promedio es 0.0004359.
10.- ¿Cuál cree Ud. es la razón para haber definido Δ(n͞͞m͞p) en vez de tomar
simplemente el promedio de las desviaciones?
Rpta: No sería recomendable realizar dicho promedio, porque como muestra la
respuesta anterior el número es muy pequeño debido a que algunos datos son
negativos; por tal motivo los datos se elevan al cuadrado y se obtiene la raíz cuadrada
del promedio de los nuevos valores para obtener un resultado más preciso.

11.- Después de realizar el experimento coja Ud. un puñado de frijoles. ¿Qué

puede Ud. afirmar sobre el número de frijoles contenido en todo el puñado
(antes de contar)?
Rpta: Se podría afirmar que el número de frijoles sería el de mayor probabilidad, es
decir, el que presenta mayor frecuencia.

12.-Mencione Ud. alguna ventaja o desventaja de emplear pallares en vez de

frijoles en el presente experimento
Rpta: Una ventaja sería que los pallares no caerían de tu mano a diferencia de los
frijoles que se escapan del puñado. La cantidad de pallares que caben en un puñado se
presentaría en un intervalo menor, es decir no encontraremos datos demasiado
dispersos, sino más concentrados a comparación de los frijoles.

2. Justificación de resultados:
➢ En el proceso del experimento realizado tuvimos varios impedimentos los cuales
detallamos a continuación :
• En primer lugar los frijoles no poseen un tamaño estándar, lo que hizo difícil
que el rango del intervalo de frecuencias fuera corto por lo cual modificamos
algunos datos (solo tomamos en cuenta el intervalo [57, 81])
• No fue posible mantener un puñado estándar al extraer los frijoles pues la la
medida del puñado no es constante.
• Posiblemente al momento de realizar el conteo de los frijoles tuvimos
imprecisión y no se logró un conteo correcto.
• Para tener una mayor precisión debimos repetir el procedimiento muchas
veces más de las realizadas en nuestro experimento

1. Conclusiones:
➢ Al haber realizado el procedimiento repetidas veces pudimos notar que:
• En promedio la cantidad de frijoles que caben en un puñado es
aproximadamente 66.
• Con respecto a la tabla e histograma anteriormente mostrado, notamos que la
cantidad de frijoles obtenida con mayor frecuencia fue 69, lo que nos indica
que el margen de error con respecto a la media de datos es pequeña.
• Mientras más extracciones de frijoles realicemos mayor será la exactitud del
experimento, la varianza y la desviación estándar será mínima.
• Con respecto a la distribución gaussiana pudimos notar que nuestros datos no
eran tan precisos como debería reflejar idealmente la campana de Gauss.
I. SEGUNDA PARTE:
Propagación del error experimental:
1. Obetivo:

➢ Expresar los errores al medir directamente longitudes con escalas en

milímetros y en 1/20 de milímetro.
Determinar magnitudes derivadas o indirectas, calculando la propagación de la
incertidumbre.

1. Fundamento teórico:

➢ En el proceso de medición, el tratamiento de errores (también llamados

errores) nos lleva al tema de la propagación de estos, al buscar expresar el
valor de magnitudes que se determinan indirectamente.
Teniendo en cuenta que el error de medición directa, de una magnitud x , es
Δx ; y que Δx≪x , se puede usar la aproximación.
Δx≅ⅆx
Así, para cualquier magnitud indirecta (o que se mide indirectamente) por
ejemplo:
V=Vx,y
Cuya expresión diferencial es:
ⅆV=∂V∂xⅆx+∂V∂yⅆy
Podremos calcular el error de V si se conoce explícitamente V=Vx,y y se hace
las aproximaciones
 ΔV≅ⅆV ΔX≅ⅆx Δy≅ⅆy
Procediendo de esta manera (con diferenciales) se obtiene que, para los casos
en que se tenga la suma, resta, multiplicación o cociente de dos magnitudes x
e y, el valor experimental incluyendo los respectivos errores son
Suma = x+y ± (Δx+Δy) Resta = x-y ± (Δx+Δy)

Producto = xy± xyΔxx+Δyy Cociente = xy±xyΔxx+Δyy

1. Materiales:

➢ Un paralelepípedo de metal.
➢ Una regla graduada en milímetros.
➢ Un pie de rey.

1. Procedimiento:
➢ En este experimento medimos las dimensiones del paralelepípedo, primero
con la regla graduada en milímetros y posteriormente con el pie de rey
(Vernier). Para esto cada uno de los integrantes medimos individualmente
hasta que lleguemos a un acuerdo sobre sus respectivas medidas.

1. Cálculos y resultados:

➢ Determine el área total A y el volumen V del paralelepípedo.

Suponga que coloca 100 paralelepípedos apoyando uno sobre otro, formando
un gran paralelepípedo, para este determine:
a. el área total A100.
b. el volumen total V100.
Todas estas mediciones se registrarán en la siguiente tabla.

TABLA DE MEDICIONES Y RESULTADOS

Con regla Con el pie de rey Porcentaje de incertidumbre

REGLA VIERNER

largo a 31.0±0.25 mm 31.10±0.025 0.806% 0.080%

largo b 31.1±0.25 mm 31.00±0.025 0.803% 0.080%

 alto h 12.0±0.25 mm 11.95 ±0.025 2.083% 0.209%

D1 14.5±0.25 mm 14.40±0.025 1.724% 0.173%

D2 6.5±0.25 mm 6.35±0.025 3.843% 0.393%

profundidad ------------ 7.30±0.025 0.342%

A 3416mm2 3412mm2

V 11568mm3 11521mm3

a100 31.0±0.25 mm 31.10±0.025 0.806% 0.080%

b100 31.0±0.25 mm 31.00±0.025 0.803% 0.080%

h100 1200 ±0.25 mm 1195±0.025 mm 0.020% 0.002%

A100 150968 mm2 150347.2mm2

V100 1156800 mm3 1152100mm3

➢ Las medidas fueron tomadas de un paralelepípedo, del cual hemos

creado este esquema:

1. Cuestionario:
1.- ¿Las dimensiones de un paralelepípedo se puede determinar con una
sola medición? Si no, ¿cuál es el procedimiento más apropiado?
Rpta: No, el procedimiento más apropiado sería que varias personas midan las
dimensiones del paralelepípedo y se considere como medida más apropiada la que se
repite más veces, dado que no todas las personas hacen el mismo uso del instrumento.

2.- ¿Qué es más conveniente para calcular el volumen del

paralelepípedo: una regla en milímetros o un pie de rey?
Rpta: Lo más conveniente a nuestro parecer es el pie de rey (Vernier), ya que puede
medir 120 mm y presenta mayor versatilidad, puede medir diámetros y profundidades;
a comparación de la regla que solo mide hasta 1 mm y mide únicamente longitudes.

2. Justificación de resultados:
➢ En el proceso del experimento realizado tuvimos varios impedimentos los cuales
detallamos a continuación :
• Puesto que cada integrante de nuestro grupo ha realizado mediciones
individualmente y no siempre coincidíamos en la medida pudimos haber
tomado una medida errónea.
• Los bordes del paralelepípedo no eran perfectos, por lo que pudimos haber
tomado malas mediciones

1. Conclusiones:
➢ Al finalizar el experimento podemos concluir que :
• Siempre encontraremos una incertidumbre en nuestras mediciones, por más
preciso que pueda ser el instrumento.
• Nos dimos cuenta que el pie de rey es mucho más exacto y versátil que la
regla milimetrada.