UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA

INFORME DE
LABORATORIO DE FSICA 1
Tema

: Medicin y error experimental

Nombre

: Gonzales Escobar, Carloandr

Cdigo

: 20154518D

Ciclo

: 2015 ll

Profesor

: Ing. Caballero Torres Eduardo

Curso

: Fsica 1 MB223

Lima, 3 de setiembre de 2015

ndice
Pg.

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

Resumen
I.
II.
III.
IV.
V.
VI.
VII.
VIII.
IX.
X.
XI.
XII.
XIII.

.3

Introduccin.4
Objetivos..4
Fundamento Terico4
Materiales.8
Procedimiento..8
Tabulacin de datos.8
Clculos , Resultados y Grficos....9
Comentarios.9
Tabulacin de Resultados10
Cuestionario y Respuestas...10
Conclusiones12
Observaciones y recomendaciones..12
Referencia Bibliogrfica..12

Anexos13

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

Resumen
El experimento presente consiste en la extraccin de frijoles con el fin de medir el error
experimental, incertidumbre y la desviacin.
En el experimento se utiliz un tazn y frijoles; en dicho experimento se tiene un tazn de frijoles y se
extrae 100 veces un puado de frijol; contarlos y apuntarlo
La desviacin que obtuvimos fue de 12.712
El promedio de frijoles sacados fue de 150.83
Siempre habr error en la medicin por mas que sea lo ms preciso habr un margen de error ya sean
en centsimas, milsimas, etc. En los humanos el error es mucho mayor debido a que est sujeto a lo
subjetivo.
En conclusin para minimizar el error obtenido ser optimo que el puado que se saque los ms
idntico a cada extraccin que se realice.

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

I. Introduccin
Uno de los primeros conceptos desarrollados por el hombre fue el de nmero, pues tena la
necesidad de poder expresar numricamente todo lo que se encontraba a su alrededor. Entonces el
hombre comenz a medir mediante un simple conteo de objetos. Ms tarde, y por propias necesidades
de su desarrollo, enunci el concepto de medida, realizando las primeras mediciones a partir de
unidades muy rudimentarias.
El propsito del experimento es aprender a calcular incertidumbres en las mediciones que
realizamos en nuestros experimentos y comprobar que as toda medicin tiene una incertidumbre o
margen de error el cual se pudo hallar por medio de mtodos estadsticos y otros no estadsticos.

II. Objetivos

Determinar la curva de distribucin normal en un proceso de medicin, correspondiente al

nmero de frijoles que caben en un puado.

Evitar los errores sistemticos en las mediciones directas, realizar mediciones de distintas
magnitudes fsicas y determinar la incertidumbre del proceso de medicin.

III. Fundamento terico

La importancia de las mediciones crece permanentemente en todos los campos de la ciencia y la
tcnica.
Para profundizar ms sobre lo que son las mediciones primero es necesario saber y conocer que es
medir por tanto no haremos la siguiente pregunta:
Qu es medir?, Medir es el acto que se realiza para obtener de las dimensiones de un objeto
respetando un patrn de medida especfico.
Hay dos tipos de mediciones:
a. Medida Directa:
El valor de la magnitud desconocida se obtiene por comparacin con una unidad desconocida.
b. Medida Indirecta:
4

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

Valor obtenido mediante el clculo de la funcin de una o ms mediciones directas, que contienen
fluctuaciones originadas por perturbaciones diversas .Debido a esto se agrupan en dos clases:

Errores:
Toda medida de una magnitud fsica, en general, adolece de un error. Se llama error e a la
diferencia entre el valor que se obtiene en una medicin y el valor verdadero.
Incertidumbre:
Es el error experimental y se puede expresar de diversas maneras, siendo las ms usuales: La
desviacin tpica o estndar, la desviacin promedio, el error probable, etc.
Discrepancia:
Es la diferencia que existe entre dos valores correspondientes a dos mediciones diferentes, o a
dos resultados diferentes, de una misma magnitud fsica.
Tipos de errores
El origen de los errores de medicin es muy diverso, pero pueden distinguirse los siguientes tipos.
Respecto a la ocurrencia de dichos errores se tiene:
- Error sistemtico
- Error aleatorio
Respecto a la cuantificacin de los errores se tiene:
- Error absoluto
- Error relativo
Errores sistemticos
Los errores sistemticos son aquellos errores que se repiten de manera conocida en varias
realizaciones de una medida. Esta caracterstica de este tipo de error permite corregirlos a
posteriori. Un ejemplo de error sistemtico es el error del cero, en una bscula, que a pesar de estar
en vaco, seala una masa no nula. Otro error que aparece en los sistemas GPS es el error debido a
la dilatacin del tiempo que, de acuerdo con la teora de la relatividad general sufren los relojes
sobre la superficie de la tierra en relacin a los relojes de los satlites. Otro seria, errores de
calibracin del instrumento de medida, errores de imperfecciones del mtodo de medida, errores
personales.
Errores aleatorios
5

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

Los errores aleatorios se producen de modo no regular, sin un patrn predefinido, variando en
magnitud y sentido de forma aleatoria, son difciles de prever, y dan lugar a la falta de calidad de la
medicin. Si bien no es posible corregir estos errores en los valores obtenidos, frecuentemente es
posible establecer su distribucin de probabilidad, que muchas veces es una distribucin normal, y
estimar el efecto probable del mismo, esto permite establecer el margen de error debido a errores
no sistemticos.
Pueden ser:
a) Errores de Juicio como la aproximacin dada en la lectura de fracciones de divisin de una
escala dada.
b) Errores por condiciones fluctuantes, tales como las Variaciones de temperatura, de voltaje, de
presin, etc.
c) Errores de definicin as por ejemplo, la longitud de objetos que no tienen bordes perfectamente
definidos, o el espesor de lminas rugosas, etc. Precisin Si los errores estadsticos son pequeos
se dice que el experimento o el clculo son de alta precisin. Exactitud Si los errores sistemticos
son pequeos se dice que el experimento tiene gran exactitud
Error absoluto
Es la diferencia entre el valor de la medida y el valor tomado como exacto. Puede ser positivo o
negativo, segn si la medida es superior al valor real o inferior (la resta sale positiva o negativa).
Tiene unidades, las mismas que las de la medida.
Error relativo
Es el cociente de la divisin entre el error absoluto y el valor exacto. Si se multiplica por 100 se
obtiene el tanto por ciento (%) de error. Al igual que el error absoluto, ste puede ser positivo o
negativo (segn lo sea el error absoluto) porque puede ser por exceso o por defecto, no tiene
unidades
La varianza y la desviacin estndar:
La varianza, es una medida que, en promedio, cuantifica el nivel de la dispersin o de la
variabilidad de los valores de una variable cuantitativa con respecto a su media aritmtica. Si los
datos tienden a concentrarse alrededor de su media, la varianza ser pequea. Si los valores tienden
a distribuirse lejos de su media, la varianza ser grande.
La varianza
Definicin: La varianza se define como la media aritmtica de los cuadrados de las diferencias de
los datos con respecto a su media aritmtica.
La varianza entendida como una media cuadrtica calculada de una muestra ser denotada como
S n2 y si es calculada para una poblacin se denotar por 2
6

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

La varianza es una medida de dispersin que genera unidades de medicin al cuadrado por
2
2
ejemplo: Km , L , etc .
La deviacin estndar
Definicin: la desviacin estndar es la raz cuadrada positiva de la varianza.
La desviacin estndar definida como la raz cuadrada de la media cuadrtica de una muestra se
Sn
denotar por
.
Esto es
S n= Sn2
Calculo de la varianza
1) Varianza de datos no agrupados
X1 , X2 , X3, , Xn
La varianza de n mediciones:
es

de alguna variable cuantitativa X cuya media

x , es el nmero real.
n

X i2

S n2= i=1
n

x 2

2) Varianza de datos agrupados de variable discreta

Si n valores de una variable estadstica discreta X se clasifica en k valores distintos
X 1 , X 2 , , X k
f ,f ,,f k
con frecuencias absolutas respectivas 1 2
, entonces la suma total de
los cuadrados de diferencias de los valores de X con respecto a la media
x 1x

y su varianza es el nmero:

est dada por

f ix i2

S n2= i=1

x 2

(Estadstica descriptiva e inferencial (5ta edicin), Manuel Crdova. Pag.64, 65,66)

7

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

Clculo Del Error En Mediciones Directas

2. Valor Medio: Sean x1, x2, x3,,Xn; un nmero n de medidas de una magnitud fsica.
El valor ms probable de dicha magnitud es la media aritmtica de tales medidas, es decir:
Xp=

X 1+ X 2+ X 3 ++ X n
n

3. La Desviacin ( i ) de una medida es la diferencia entre la medida xi y la media aritmtica o

promedio aritmtico de las mismas:
X i=X i X p

3. El error absoluto (x) en una serie de n medidas est dado por

X =

( X i)2
i=1

n (n1)

4. Error Relativo est dado por la frmula

e r=

X
Xp

5. Error Porcentual (%) es el error relativo multiplicado por 100

e=er100

IV. Materiales
-

Un tazn (Ver figura 1 Anexo)

Frijoles (Ver figura 2 Anexo )
8

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

V. Procedimiento
-

Colocar una cantidad considerable de frijoles canarios en el tazn.

Coger un puado de frijoles del recipiente.

Figura 3: Puado de frijoles

-

Proceder a hacer el conteo de los frijoles obtenidos del puado; maso menos unas 100 veces
para poder hallar los errores en las mediciones de cada puado.

Figura 4: Conteo de frijoles

VI. Tabulacin de datos. (Ver Anexo Tabla. 1).

En estas tablas se puede apreciar la cantidad de veces que extrajeron frijoles y el nmero de
veces que se repiti as como los mximos y mnimos, desviacin estndar y media.

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

Clculo, Datos y Grafico

VII.

En el grafico siguiente se muestra la campana de Gauss con las distribuciones de las frecuencias y con
la curva experimental (lnea delgada) y la curva ajustada (lnea gruesa).

Frecuencia

24
20
16

11
9

5
1

Grfica 1: Frecuencia Vs. Nmero de Frijoles

VIII. Comentarios
-

El grfico adjunto muestra los intervalos de los datos obtenidos para un mejor anlisis y no
tener datos muy dispersos y sus respectivas frecuencias dentro de dichos intervalos.
El grfico de la frecuencia vs el nmero de frijoles sin el respectivo ajuste de curva muestra los
datos discretos formando una funcin distorsionada pero al realizar el ajuste de curva nos
representa un funcin polinmica semejante a la campana de gauss.

10

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

IX. Tabulacin de
intervalos

resultados en
Nk

fi

[111;118[

[118;125[

[125;132[
[132;139[

5
9

[139;146[
[146;153[

16
24

[153;160[

20

[160;167[
[167;172[

11
8

[172;178]

Tabla 2: Tabla de cantidad de frijoles obtenidos vs nmero de sacados

X.

Cuestionario y respuestas

a. En vez de medirse puados, podra medirse el nmero de frijoles que caben en un vaso,
en una cuchara, etc.?
Si se podra con un vaso o cuchara pero el error ser el mnimo porque el objeto tiene un
volumen definido y la variacin se debe al tamao de cada frijol.
b. Segn Ud. a qu se debe la diferencia entre su puado normal y el de sus compaeros?
Al tamao y caracterstica, cada quien tiene una forma y capacidad diferente de coger los
frijoles, y tambin hay mltiples factores que nos diferencian uno de ellos y el ms notorio es
la sudoracin de las manos.
c. Despus de realizar los experimentos, qu ventaja le ve a la representacin de [ r, r+2>
frente a la de [ r, r+1>?
Al ser ms grande el intervalo habra ms probabilidad de obtener dicho frijol en dicho
intervalo ya que hay ms cantidad de datos.
d. Qu sucedera si los frijoles fueses de tamaos apreciablemente diferentes?
11

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

La dispersin de los datos sera mucho mayor y el error seria mayor. (Ver Anexo Fig. 5)

e. En el ejemplo anterior se debia contar alrededor de 60 frijoles por puado. seria

ventajoso colocar solo 100 frijoles en el recipiente, y de esta manera calcular el numero
de frijoles en un puado, contando los frijoles que quedan en el recipiente?
No sera ventajoso ya que los frejoles estaran ms esparcidos y al momento de extraer un
puado tendras que buscar la forma de cmo sacar la mayor cantidad de frijoles.
f. Qu sucedera si en el caso anterior colocara solo, digamos, 75 frijoles en el recipiente?
El error y la probabilidad se ve forzado a no variar ya que hay un lmite de extraccin,
podemos sacar en todos los casos una misma cantidad y una de cada muchas extracciones
varia y as el error ya no sera tan importante.
g. La parte de este experimento que exige ms paciencia es el proceso de contar. Para
distribuir esta tarea entre tres personas Cul de las sugerencias propondra Ud.?Por
qu?
a. Cada participante realiza 33 o 34 extracciones y cuenta los correspondientes frijoles
b. Uno de los participantes realiza las 100 extracciones pero cada participante cuenta 33 o 34
puados.
La b. porque si solo una persona saca todos los puados las caractersticas de cada puado
seran las mismas y no variara respecto a otro puado.
h. Mencione tres posibles hechos que observaran si en vez de 100 puados extrajeron 1000
puados?
a. Se podra hacer un mejor ajuste de curva
b. Se podra expandir los limites obteniendo un nuevo mximo y mnimo
c. La desviacin estndar permanece constante ya que al agregar ms datos de extraccin este no
se ve alterado.
?
i. Cul es el promedio aritmtico de las desviaciones Nk - nmp

12

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

N k150.083

() =0
100

j. Cul cree Ud. Es la razn para haber definido ( nmp ) ?

La desviacin estndar nos indica que tan disperso estn los datos de la media en cambio la
tomar el promedio de la desviacin estndar no se puede concluir nada acerca de los datos.
k. Despus de realizar el experimento coja Ud. Un puado de frijoles. Qu puede Ud.
Afirmar sobre el nmero de frijoles contenido en tal puado (antes de contar)?
Cuando al coger un puado de frijoles luego de la prueba se puede concluir antes de contar
que la desviacin estndar podra ser muy cercana a la media aritmtica.
l. Mencione Ud. Alguna ventaja o desventaja de emplear pallares en vez de frijoles en el
presente experimento.
La ventaja de usar pallares es que al ser poseer un tamao y volumen mayor resulta ms
sencillo contarlos y la desviacin estar sera ms junta.

XI. Conclusiones
-

En promedio de frijoles sacados por puado fue 150.83 siendo la mano de solo uno de los
integrantes.
La desviacin estndar 12.712 es pequea con respecto al rango de los dato mnimo 111 y
mximo 178.
Con respecto a la distribucin gaussiana pudimos notar que nuestros datos no eran tan precisos
como debera reflejar idealmente la campana de Gauss.
Con respecto a la tabla y el grfico anteriormente mostrado, notamos que la cantidad de frijoles
obtenida con mayor frecuencia estuvo en el intervalo de [146; 153[, y del intervalo de datos de
menor frecuencia es [111; 118[y [172; 178] cuyos intervalos son los valores ms extremos lo
que nos indica que el margen de error con respecto a la media de datos es pequea.

XII. Observaciones y recomendaciones

-

Para una mejor distribucin de los datos los agrupamos en intervalos.

Es posible que al momento de realizar el conteo de los frijoles tuvimos imprecisin y no se
logr un conteo correcto.
13

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

Para tener una mayor precisin deberamos repetir el procedimiento muchas veces ms de las
realizadas en nuestro experimento.

XIII. Referencia bibliogrficas

CRDOVA, Manuel. Estadstica descriptiva e inferencial. 5. a ed. Lima: MOSEHERA
S.L.R, 2003. 64,65, 66 pp.
ISBN: 9972-813-05-3
- CASADO MRQUEZ, Jos Martn. Fsica I para estudiantes de ciencias e ingeniera.
Lima: EDUNI, 2008. 315-319 pp.
ISBN: 978-603-45153-5-2
- ECURED. Historia de la medicin [en lnea]. Cuba, 2015 [fecha de consulta: 01/09/15].
Disponible en:
http://www.ecured.cu/index.php/Historia_de_la_medici%C3%B3n
-

14

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

15

K
N
N-150.83
(N-150.83)^2
1
111
-39.83
1586.4289
2
141
-9.83
96.6289
3
160
9.17
84.0889
UNIVERSIDAD
NACIONAL
DE INGENIERIA
4
149
-1.83
3.3489
FACULTAD DE INGENIERIA MECANICA
5
161
10.17
103.4289
FISICA l
6
138
-12.83
164.6089
7
138
-12.83
164.6089
8
131
-19.83
393.2289
9
145
-5.83
33.9889
10
139
-11.83
139.9489
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51

142
139
152
150
128
124
127
139
142
151
133
132
140
154
145
141
160
141
150
159
175
157
156
146
169
163
130
154
152
127
151
149
167
151
149
171
142
146
158
144
152

-8.83
-11.83
1.17
-0.83
-22.83
-26.83
-23.83
-11.83
-8.83
0.17
-17.83
-18.83
-10.83
3.17
-5.83
-9.83
9.17
-9.83
-0.83
8.17
24.17
6.17
5.17
-4.83
18.17
12.17
-20.83
3.17
1.17
-23.83
0.17
-1.83
16.17
0.17
-1.83
20.17
-8.83
-4.83
7.17
-6.83
1.17

77.9689
139.9489
1.3689
0.6889
521.2089
719.8489
567.8689
139.9489
77.9689
0.0289
317.9089
354.5689
117.2889
10.0489
33.9889
96.6289
84.0889
96.6289
0.6889
66.7489
584.1889
38.0689
26.7289
23.3289
330.1489
148.1089
433.8889
10.0489
1.3689
567.8689
0.0289
3.3489
261.4689
0.0289
3.3489
406.8289
77.9689
23.3289
51.4089
46.6489
1.3689

Anexos
Tabla 1: Datos experimentales

Figura 1: Tazn

Figura 2: 1 Kg. Frijoles

16

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA MECANICA
FISICA l

Figura 5: Tamaos de frijoles

17