ÍNDICE

Objetivo general del laboratorio…………………………………….……………3

Experimento 1

Objetivo…………………………………………………………………...4
Fundamento teórico………………………………………………….……4
Equipo experimental……………………………………………………..10
Procedimiento experimental……………………………………………..11
Cuestionario……………………………………………………………...14
Preguntas…………………………………………………………………17
Sugerencias y conclusiones………………………………………………19

Experimento 2

Objetivo…………………………………………………………………..20
Fundamento teórico………………………………………………………20
Equipo experimental……………………………………………………..21
Procedimiento experimental……………………………………………...21
Datos experimentales…………………………………………………….22
Preguntas…………………………………………………………………22
Conclusiones, observaciones y sugerencias……………………………...23

Experimento 3

Objetivo…………………………………………………………………..24
Fundamento teórico………………………………………………………24
Equipo experimental……………………………………………………..26
Datos experimentales…………………………………………………….27
Preguntas…………………………………………………………………30
Conclusiones……………………………………………………………..32

Bibliografía……………………………………………………………………..33
Anexo: Hoja de datos…….……………………………………………………..34

OBJETIVO GENERAL DEL LABORATORIO:

 Aprender a dibujar la curva de distribución normal de un proceso de

medición.
 Comprender y aprender el proceso de medición tomando en cuenta el error
y la incertidumbre que se dan aun teniendo el cuidado por hacer bien la
medición.
 Poder determinar las condiciones para que un péndulo tenga su periodo
independiente de su amplitud angular, y hallar una función que lo
represente.

2
 Experimento 1

Medición y error experimental (incertidumbre)

1. Objetivos:
 Determinar la curva de distribución normal de un proceso de medición,
correspondiente al número de frijoles que caben en un puñado normal.
 Determinar la incertidumbre de este proceso de medición.

2. Fundamento teórico:

2.1 Teoría de error (incertidumbre):

Las magnitudes físicas son determinadas experimentalmente por medidas o combinación de
medidas. Estas medidas obtenidas por algún equipo de laboratorio generan una incertidumbre
debido a muchos factores. Debido a esta inseguridad es que se desarrolla la teoría de errores.

La incertidumbre también se llama error, porque indica la máxima diferencia probable entre el
valor medido y el real. La incertidumbre o el error de un valor medido dependen de la técnica
empleada.

2.2 Tipos de errores (incertidumbre)

2.2.1 Errores sistemáticos:

Son una desviación constante de todas las medidas ya sea siempre hacia arriba o
siempre hacia abajo del valor real y son producidos, por ejemplo, por la falta de
calibración del instrumento de medición.

Para determinar el error sistemático de la medición se deben de realizar una serie

de medidas sobre una magnitud x0, se debe de calcular la media aritmética de
estas medidas y después hallar la diferencia entre la media y la magnitud x0.

Error sistemático = | media - x0 |

 Error del cero: son aquellos que se presentan cuando el ajuste del cero de
los instrumentos no está bien definido, es decir, cuando el instrumento de

3
 medida se encuentra descalibrado, en una báscula, que, a pesar de estar en
vacío, señala una masa no nula.
 Problemas de calibración.

2.2.2 Errores aleatorios:

Aparecen cuando mediciones repetidas de la misma variable dan valores

diferentes, con igual probabilidad de estar por arriba o por debajo del valor real.
Cuando la dispersión de las medidas es pequeña se dice que la medida es precisa.
Para conocer este tipo de errores primero debemos realizar un muestreo de
medidas. Con los datos de las sucesivas medidas podemos calcular su media y la
desviación típica muestral.

 Media aritmética: la media aritmética es el promedio o medición de

tendencia central de uso más común. Se calcula sumando todas las
observaciones de una serie de datos y luego dividiendo el total entre el
número de elementos involucrados.
La expresión algebraica puede describirse como:

Para simplificar la notación se usa

convencionalmente el término:

 Desviación estándar: la desviación estándar es una medida que se usa para

cuantificar la variación o dispersión de un conjunto de datos numéricos.
Una desviación estándar baja indica que la mayor parte de los datos de una
muestra tienden a estar agrupados cerca de su media aritmética (también
denominada el valor esperado), mientras que una desviación estándar alta
indica que los datos se extienden sobre un rango de valores más amplio.

2.3 Causas y errores en la medición:

4
Aunque es imposible conocer todas las causas del error es conveniente conocer
todas las causas importantes y tener una idea que permita evaluar los errores más
frecuentes. Las principales causas que producen errores se pueden clasificar en:

 Error debido al instrumento de medida.

 Error debido al operador.
 Error debido a los factores ambientales.
 Error debido a las tolerancias geométricas de la propia pieza.
2.3.1Errores debidos al instrumento de medida
Cualquiera que sea la precisión del diseño y fabricación de un instrumento
presentan siempre imperfecciones. A estas, con el paso del tiempo, les tenemos
que sumar las imperfecciones por desgaste.

 Error de alineación.
 Error de diseño y fabricación.
 Error por desgaste del instrumento. Debido a este tipo de errores se tienen
que realizar verificaciones periódicas para comprobar si se mantiene
dentro de unas especificaciones.
2.3.2 Errores debidos al operador
El operador influye en los resultados de una medición por la imperfección de sus
sentidos, así como por la habilidad que posee para efectuar las medidas. Las
tendencias existentes para evitar estas causas de errores son la utilización de
instrumentos de medida en los que elimina al máximo la intervención del
operador.

 Error de mal posicionamiento: Ocurre cuando no se coloca la pieza

adecuadamente alineada con el instrumento de medida o cuando con
pequeños instrumentos manuales se miden piezas grandes en relación de
tamaño. Otro ejemplo es cuando se coloca el aparato de medida con un
cierto ángulo respecto a la dimensión real que se desea medir.
 Error de lectura y paralaje: Cuando los instrumentos de medida no tienen
lectura digital se obtiene la medida mediante la comparación de escalas a
diferentes planos. Este hecho puede inducir a lecturas con errores de
apreciación, interpolación, coincidencia, etc. Por otra parte, si la mirada
del operador no está situada totalmente perpendicular al plano de escala
aparecen errores de paralaje.
 Errores que no admiten tratamiento matemático: Error por fatiga o
cansancio.

5
2.3.3 Errores debidos a los factores ambientales: El más destacado y estudiado es
el efecto de la temperatura en los metales dado que su influencia es muy fuerte.

 Error por variación de temperatura: Los objetos metálicos

se dilatan cuando aumenta la temperatura y se contraen al enfriarse. Este
hecho se modeliza de la siguiente forma.
Variación de longitud = coeficiente de dilatación específico x longitud
de la pieza x variación temperatura
(δl = α.l.δt)
Otros agentes exteriores. Influyen mínimamente como humedad,
presión atmosférica, polvo y suciedad en general. También de origen
mecánico, como las vibraciones del mundo. Al igual de la tierra

 Las superficies geométricas reales de una pieza implicadas en la medición

de una cota deben presentar unas variaciones aceptables.
 Errores de deformación: La pieza puede estar sometida a fuerzas en el
momento de la medición por debajo del limite elástico tomando cierta
deformación que desaparece cuando cesa la fuerza.
 Errores de estabilización o envejecimiento: Estas deformaciones
provienen del cambio en la estructura interna del material. El temple de
aceros, es decir, su enfriamiento rápido, permite que la fase austenítica se
transforme a fase martensítica, estable a temperatura ambiente, estos
cambios de geometría son muy poco conocidos, pero igualmente tienen un
impacto importante.

6
2.4 La curva de distribución normal o “campana de gauss” (ver figura 1)

Fig.1 Campana
de gauss

La distribución normal es una distribución de probabilidad de variable continua

que describe los datos que se agrupan en torno a un valor central. Todo proceso
en el que solo existan causas aleatorias de variación sigue una ley de distribución
normal. Esta condición que aparece con frecuencia en fenómenos naturales (de
ahí que se la denomine “normal”), puede obtenerse en los procesos industriales si
los procesos se llevan a un estado en el que solo existen causas comunes de
variación. La representación gráfica es la curva de distribución normal también
denominada campana de gauss en honor del renombrado científico alemán Carl
Friedrich gauss a quien se le atribuye erróneamente su invención pero que sin
duda la usó frecuentemente para analizar fenómenos astronómicos con éxito.

Una distribución normal se caracteriza por:

1. Los valores de las mediciones tienden a agruparse alrededor de un punto
central, la media

2. La representación de los datos es simétrica a ambos lados de la media

3. Las desviaciones estándares quedan situadas a igual distancia unas de otras

4. La proporción de mediciones situada entre la media y las desviaciones es una

constante en la que:

7
  La media ± 1 * desviación estándar = cubre el 68,3% de los casos
 La media ± 2 * desviación estándar = cubre el 95,5% de los casos
 La media ± 3 * desviación estándar = cubre el 99,7% de los casos
Podemos analizar el comportamiento de los procesos gráficos y determinar su
efectividad tomando como base su grado de aproximación a la curva de
distribución normal a partir de los datos generados y la creación de histogramas
que permitan la comparación con curva de distribución normal.

Posibilidades:

La curva de distribución normal del proceso coincide o está dentro de los límites
establecidos por la industria (bien en las normas de calidad desarrolladas o bien
en las recomendaciones establecidas por las asociaciones). En este caso el
proceso opera con eficacia y se pueden realizar trabajos de alta exigencia con
respecto a la variable controlada.

La curva de distribución supera los límites establecidos por la industria. En este

caso puede que estén operando causas asignables de variación o que existen
limitaciones debidas a los recursos y equipos empleados por lo que no es posible
realizar trabajos exigentes con respecto a la variable controlada hasta que no se
hayan eliminado las causas especiales de variación o no se dispongan de los
recursos y equipos adecuados.
El histograma generado no muestra las características básicas de una distribución
normal. En este caso están claramente actuando causas asignables de variación
que habrá que resolver si queremos conseguir un alto grado de fiabilidad del
proceso y realizar trabajos de alta
exigencia.
2.4.1 Ecuaciones
La campana de gauss está definida por la función:

2.4.2 Propiedades

 El campo de existencia es cualquier valor real, es decir, (-∞, +∞).

 Es simétrica respecto a la media µ.
 Tiene un máximo en la media µ.
8
  Crece hasta la media µ y decrece a partir de ella.
 En los puntos µ − σ y µ + σ presenta puntos de inflexión.
 El eje de abscisas es una asíntota de la curva.
 El área del recinto determinado por la función y el eje de abscisas es igual
a la unidad.
 Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a 0.5
a la izquierda y otra igual a 0.5 a la derecha.
 La probabilidad equivale al área encerrada bajo la curva.

P(μ - σ < x ≤ μ + σ) = 0.6826 = 68.26 %

P(μ - 2σ < x ≤ μ + 2σ) = 0.954 = 95.4 %
P(μ - 3σ < x ≤ μ + 3σ) = 0.997 = 99.7 %

3. Equipo experimental:

Fig.2 el tazón Fig.3 los frijoles

9
 Fig.4

Papel milimetrado

4. Procedimiento experimental:

 Depositar los frijoles en el tazón.

 Coger puñados de prueba para poder tantear un puñado normal de uno de
los integrantes.
 Luego de estar seguros de sacar un puñado estándar se inicia el proceso de
sacar los puñados y contar los frijolitos que son extraídos del tazón. (Ver
figura 5)

Fig.5 experimento

10
 Al realizar el conteo de los puñados (100 veces) extraídos del tazón se
obtuvo la siguiente tabla (ver tabla 1)

K NK NK-52.14 (NK-52.14)2
1 37 2,86 8,1796
2 30 4,86 23,6196
3 31 1,86 3,4596
4 35 2,86 8,1796
5 33 3,86 14,8996
6 36 - 9,14 83,5396
7 38 - 10,14 102,8196
8 38 - 10,14 102,8196
9 32 - 6,14 37,6996
10 42 - 8,14 66,2596
11 42 1,86 3,4596
12 39 - 7,14 50,9796
13 40 - 11,14 124,0996
14 36 - 1,14 1,2996
15 40 - 5,14 26,4196
16 38 5,86 34,3396
17 36 3,86 14,8996
18 37 1,86 3,4596
19 38 0,86 0,7396
20 40 - 2,14 4,5796
21 42 - 8,14 66,2596
22 36 - 6,14 37,6996
23 33 7,86 61,7796
24 35 4,86 23,6196
25 37 1,86 3,4596
26 34 1,86 3,4596
27 46 4,86 23,6196
28 45 - 7,14 50,9796
29 45 - 2,14 4,5796
30 41 2,86 8,1796
31 37 - 0,14 0,0196
32 44 0,86 0,7396
33 36 4,86 23,6196
34 42 4,86 23,6196

11
35 32 - 1,14 1,2996
36 35 - 0,14 0,0196
37 37 - 6,14 37,6996
38 37 3,86 14,8996
39 40 6,86 47,0596
40 36 1,86 3,4596
41 34 - 0,14 0,0196
42 43 - 3,14 9,8596
43 36 - 4,14 17,1396
44 46 - 7,14 50,9796
45 42 - 7,14 50,9796
46 37 - 1,14 1,2996
47 41 2,86 8,1796
48 35 4,86 23,6196
49 33 - 3,14 9,8596
50 36 4,86 23,6196
51 36 5,86 34,3396
52 38 1,86 3,4596
53 38 2,86 8,1796
54 35 4,86 23,6196
55 39 2,86 8,1796
56 36 3,86 14,8996
57 36 - 3,14 9,8596
58 34 7,86 61,7796
59 39 0,86 0,7396
60 37 0,86 0,7396
61 29 - 10,14 102,8196
62 40 1,86 3,4596
63 30 4,86 23,6196
64 39 3,86 14,8996
65 35 - 0,14 0,0196
66 35 0,86 0,7396
67 36 5,86 34,3396
68 30 0,86 0,7396
69 34 - 10,14 102,8196
70 31 8,86 78,4996
71 31 6,86 47,0596
72 40 5,86 34,3396

12
 73 44 - 2,14 4,5796
74 36 - 9,14 83,5396
75 40 - 0,14 0,0196
76 38 - 3,14 9,8596
77 34 - 0,14 0,0196
78 39 - 3,14 9,8596
79 40 - 2,14 4,5796
80 43 1,86 3,4596
81 36 4,86 23,6196
82 38 - 4,14 17,1396
83 33 - 1,14 1,2996
84 40 0,86 0,7396
85 41 4,86 23,6196
86 30 - 4,14 17,1396
87 38 7,86 61,7796
88 36 5,86 34,3396
89 38 - 1,14 1,2996
90 33 0,86 0,7396
91 41 5,86 34,3396
92 30 2,86 8,1796
93 38 0,86 0,7396
94 34 - 1,14 1,2996
95 30 - 3,14 9,8596
96 34 - 2,14 4,5796
97 30 - 4,14 17,1396
98 35 0,86 0,7396
99 41 - 2,14 4,5796
100 39 - 5,14 26,4196
TOTAL 5214 2362,04

Tabla.1 tabla de conteo

5. Cuestionario

1. Media aritmética de los 100 números obtenidos (nmp) = 52.14

2. Media aritmética de los (Nk - 52.14) 2 números es = 23.6204

13
3. Ver tablas 1 y 2

Entonces ∆(mnp)= 4.86

 Las frecuencias del conteo de frijoles (ver tabla 2)

TABLA DE FRECUENCIAS

NK FI
40 0
41 1
42 4
43 2
44 2
45 4
46 3
47 2
48 4
49 6
50 6
51 6
52 6
53 10
54 9
55 7
56 5
57 11
58 6
59 2
60 3
61 1

14
 NT 100

Tabla 2. tabla de frecuencias

Puñados:

Máximo puñado: 61 Máximo: 11

Conteos extremos:

Mínimo puñado: 41 Mínimo: 1

(SA)=0.5(│AB│)

│AB│= 54.6-45.2 = 9.4

2SA = │AB│= 9.4 →SA = 4.7

∆(NMP) = 4.86; SA = 4.7

15
  Se identifica que el valor de (sa) y ∆(nmp) tienen valores cercanos por
consiguiente podemos enunciar que el semiancho puede ser considerado
aproximadamente como la desviación estándar.

6. Preguntas:

1. En vez de medir puñados, ¿podría medirse el número de frijoles que

caben en un vaso, en una cuchara, etc.?
Sí, Debido a que estos recipientes tienen forma definida, es menos
propensa a las diferentes variaciones que con las manos; aunque no
podremos obtener valores contantes al menos la desviación estándar será
menor a comparación de los puños.

2. Según Ud. ¿a qué se debe la diferencia entre su puñado normal y el de

sus compañeros?
Se debe a diferentes motivos, por ejemplo, la diferencia del tamaño de los
puños, la sudoración de sus manos.
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>?
El intervalo de medición es mayor entonces habría más probabilidad de
obtener conteos que pertenezcan a dicho puñado.
4. ¿Qué sucedería si los frijoles fuesen de tamaños apreciablemente
diferentes?
Al variar el tamaño de los frijoles, el número de frejoles por puñado
variarían considerablemente entonces la posibilidad de error del
experimento seria mayor que con frijoles semejantes
5. En el ejemplo mostrado se debía contar alrededor de 60 frijoles por
puñado. ¿Sería ventajoso colocar solo 100 frijoles en el recipiente de
frijoles en un puñado contando los frejoles que quedan en el
recipiente?
Seria desventajoso debido a que al intentar sacar aproximadamente 60
frijoles de 100 quedarían, por diferencia, 40 frijoles en el tazón y el error
de medición se hará significativo.
6. ¿Qué sucedería si en el caso anterior colocara solo, digamos, 75
frijoles en el recipiente?

16
 El error seria ínfimo, pero al ser solo poca la diferencia entre el número de
frijoles que queremos por puñado y el número de frijoles que tenemos en
el recipiente seria manipular el experimento para disminuir el error
7. La parte de este experimento que exige “más paciencia” es el proceso
de contar. Para distribuir esta tarea entre tres personas, ¿Cuál de las
sugerencias propondrías Ud.?, ¿Por qué?

A. Cada participante realizara 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 puñados.

Sugeriría la alternativa B debido a que el tamaño de la mano del que saca

los puñados seria contante y las desviaciones serian menores.

8. Mencione tres posibles hechos que observarían si en vez de 100

puñados se extrajeran 1000 puñados.
-La probabilidad de obtención de los puñados aumentaría.
-Variaría la incertidumbre
-Se podría hacer una mejora de las curvas Frecuencia vs Puñados
9. ¿Cuál es el promedio aritmético de las desviaciones Nk - (nmp)?
Su promedio aritmético es “0”.
10. ¿Cuál cree Ud. que es la razón para haber definido ∆(nmp) en vez de
tomar simplemente el promedio de las desviaciones?
La incertidumbre normal o desviación estándar mide que tan alejados
están los datos obtenidos es por eso que necesitamos esta definición
∆(nmp).
11. Después de realizar el experimento coja Ud. Un puñado de frijoles
¿Que puede usted afirmar sobre el número de frijoles contenido en tal
puñado (antes de contar)?
Que la probabilidad de elegir este puñado estaría en el promedio de las
extracciones que es 52.14 de nuestro experimento.

12. Si Ud. Considera necesario, compare los valores obtenidos por Ud.
Para ∆(nmp) y para (sa); compare con los resultados obtenidos por

17
 sus compañeros. ¿Qué conclusión importante puede Ud. Obtener de
tal comparación?
(sa)=0.5(│AB│)
│AB│= 54.6-45.2 = 9.4
2sa = │AB│= 9.4 → sa = 4.7
∆(nmp) = 4.86; sa = 4.7

Al compararlos con mis compañeros se obtenían en cada uno de ellos

valores de ∆(nmp) y (sa) aproximadas entonces concluimos que el trabajo
realizado en el experimento fue bueno.
13. Mencione Ud. Alguna ventaja o desventaja de emplear pallares en
vez de frejoles en el presente experimento.
Debido a las dimensiones mayores de los pallares se extraerían pocas
unidades permitirá una mayor rapidez del conteo pero la desviación
estándar sería muy grande lo cual aumentaría el error del experimento.

7. Sugerencias y conclusiones

 Antes de iniciar el experimento sugerimos que se realice varias

extracciones para poder tener un puñado normal de frijoles.
 Tratar de no tener las manos húmedas ya que hace que algunos frejoles se
adhieran a las manos fuera del puñado.
 Mantener el ritmo para evitar variaciones del puñado estándar.
 El error o incertidumbre en las mediciones siempre estará presente.
 Las definiciones aritméticas como media aritmética, desviación estándar y
otros es necesario para saber la tendencia de las mediciones.
 Tener instrumentos más precisos que la mano humana reducirá el error del
experimento.

18
 Experimento 2:

Propagación del error experimental

1. Objetivos:
 Expresar los errores al medir directamente longitudes con la regla y el
pie de rey.
 Determinar magnitudes derivadas, calculando la propagación de las
incertidumbres.
2. Fundamento teórico:

En el proceso de medición, el tratamiento de errores nos lleva al tema de

propagación de estos, al momento de tratar de expresar el valor de
magnitudes que se determinan indirectamente.
Tomando en cuenta el error de medición directa de una magnitud x,
es Δx, tal que Δx << x,
podemos usar la aproximación Δx = dx
Así para cualquier magnitud indirecta, por ejemplo:
V=V (x, y)
cuya expresión diferencial es:
∂V ∂V
dV= dx + dy
∂X ∂y
podremos calcular el error de V si se conoce explícitamente V = V(x, y)
y se hace las aproximaciones ΔV ≅ dV
Δx ≅ dx
Δy ≅ dy
Procediendo de esta manera podemos hallar los respectivos valores de
error en los casos de:
 suma = x + y ± (Δx + Δy)

 resta = x – y ± (Δx + Δy)

Δx Δy
 multiplicación = xy ± xy ( + )
x y
x x Δx Δy
 cociente = ± ( + )
y y x y

19
3. Equipo experimental

Fig.6 Paralelepípedo de metal Fig.7 Regla de metal en mm

Fig.8 Pie de rey o

Vernier

4. Procedimiento experimental

 Agarramos el paralelepípedo de
metal y medimos sus 3
dimensiones (largo, ancho y
altura) primero con la regla de
metal, luego utilizando el pie de
rey.

Fig.9
20
 5. Datos experimentales

PORCENTAJE DE
INCERTIDUMBRE
CON LA CON EL CON LA CON EL
REGLA VERNIER REGLA VERNIER
LARGO 30 ± 30.2 ± 1.67% 0.0828%
A 0.5MM 0.025
ANCHO 30.3 ± 0.5MM 30.5 ± 1.65% 0.0820%
B 0.025
ALTO 12 ± 11.9 ± 4.17% 0.2101%
H 0.5MM 0.025
A 3265.20 ± 3286.86 ± 3.63 4.429% 0.1104%
144.6MM
V 10908 ± 10961.09 ± 7.484% 0.3748%
816.3MM 41.0858
A100 30 ± 30.2 ± 1.67% 0.0828%
0.5MM 0.025
B100 30.3 ± 0.5MM 30.5 ± 1.65% 0.0820%
0.025
H100 1200 ± 50MM 1190 ± 2.5 4.17% 0.2101%
A100 146538 ± 146308 ± 5.794% 0.1454%
8490.315MM 212.768
V100 1090800 ± 1096109 ± 7.484% 0.3748%
81630MM 418.575

6. Preguntas

1. ¿Las dimensiones de un paralelepípedo se pueden determinar con una

sola medición?
Si no, ¿cuál es el procedimiento más adecuado?
No, no es suficiente con una sola medición. Lo más apropiado seria
hacer varias mediciones y de estas obtener su media aritmética, para así
tener una medición con mayor aproximación al valor real.

21
2. ¿Qué es más conveniente para calcular el volumen de un
paralelepípedo: una regla en milímetros o un pie de rey?
Es más conveniente el pie de rey, debido a que presenta menor error en
la medida.

7. Conclusiones, observaciones y sugerencias

- Medir varias veces y hallar la media aritmética de estos valores
obteniendo un valor ajuste con el valor real.
- Al momento de hacer la medición tener las manos limpias y secas para asi
obtener un valor de medición más exacto.
- Se recomienda estar en una buena posición que nos permita ver
nítidamente los diferentes aparatos de medición mientras los utilizamos.

22
 EXPERIMENTO 3:

Grafica de resultados de una medición

1. Objetivos:
 Determinar las condiciones para que un péndulo tenga su periodo
independiente de su amplitud angular (0° a 12°).
 Hallar una relación entre la longitud y el periodo del péndulo.
 Construir funciones polinómicas que representen dicha función.

2. Fundamento teórico:
Péndulo simple:

un péndulo simple es un modelo idealizado que

consiste en una masa puntual suspendida de una cuerda
no expansible y de masa despreciable. Si la masa se
mueve a un lado de su posición de equilibrio vertical
descendente, oscilará alrededor de dicha posición.
Situaciones ordinarias, como una bola de demolición en
el cable de una grúa o un niño en un columpio se
Fig.10
modelan como péndulos simples.

la trayectoria de la partícula puntual con masa (llamada en ocasiones pesa o

lenteja) no es una recta, sino el arco de un círculo de radio l igual a la longitud de
la cuerda. Usamos como coordenada la distancia x medida sobre el arco. Si el
movimiento es armónico simple, la fuerza de restitución debe ser directamente
proporcional a x, o bien 𝜃 (porque x = l𝜃)

En la figura, representamos las fuerzas que

actúan sobre la masa en términos de componentes
tangencial y radial. La fuerza de restitución f𝜃 es la
componente tangencial de la fuerza neta:
F𝜃=-MGSEN𝜃

Fig.11

23
 la fuerza de restitución se debe a la gravedad; la tensión t solo actúa para
hacer que la masa puntual describa un arco. La fuerza de restitución es
proporcional no a u sino a sen𝜃, así que el movimiento no es armónico
simple. Sin embargo, si el ángulo u es pequeño, sen es casi igual a u en
radianes. Por ejemplo, si u = 0.1 rad (unos 6°), sen u = 0.0998, una diferencia
de solo 0.2%. Con esta aproximación, la ecuación se convierte en:

F=-mg=-mgx/l

F=-(mg/l)x

La fuerza de restitución es entonces proporcional a la coordenada para

desplazamientos pequeños, y la constante de fuerza es k = mg/l.

La frecuencia angular  de un péndulo simple con amplitud pequeña es:

𝑘 𝑀𝑔/𝑙 𝑔
= √ =√ =√
𝑚 𝑚 𝑙

La relación de periodo correspondiente será:

2𝜋 𝑙
𝑇= = 2𝜋√
𝜔 𝑔

Observe que en estas expresiones no interviene la masa de la partícula. La

razón es que la fuerza de restitución, una componente del peso de la partícula,
es proporcional a m. Así, la masa aparece en ambos miembros de f=m*a y
se elimina. (se trata del mismo principio físico que explica por qué dos
cuerpos con diferente masa caen con la misma aceleración en el vacío). Si la
oscilación es pequeña, el periodo de un péndulo para un valor dado de g
depende solo de su longitud.

Ajuste de curvas a puntos:

Empecemos con una ecuación polinómica de primer grado ax+b=y

Esta línea tiene pendiente a. Sabemos que habrá una línea conectando dos
puntos. Si aumentamos el orden de la ecuación a la de un polinomio de

24
segundo grado, obtenemos: y=ax2+bx+c.esto se ajustará exactamente a tres
puntos.

Si aumentamos el orden de la ecuación a la de un polinomio de tercer

grado y=ax3+bx2+cx+d, que se ajustará a cuatro puntos.

Una forma más general de decirlo es que se ajustará exactamente a cuatro

restricciones (puntos).

Si tenemos más de n+1 restricciones (siendo n el grado del polinomio),

aún podemos hacer pasar la curva polinómica por ellas. No es seguro que la
curva se ajuste exactamente a todos los puntos. En general, se necesita algún
método para evaluar cada aproximación. El método de mínimos cuadrados es
una manera de comparar dichas desviaciones.

3. Equipo experimental

Fig.12 Regla milimetrada Fig.13 Péndulo simple

Fig.14 Cronómetro

25
 4. Datos experimentales

Longitud Tiempo Tiempo Tiempo Tiempo Tiempo Tiempo

(cm) 1 2 3 4 5 promedio
(seg) (seg) (seg) (seg) (seg) (seg)
20 0.665 0.635 0.62 0.62 0.635 0.635
30 0.745 0.715 0.745 0.705 0.71 0.724
40 0.84 0.835 0.81 0.82 0.85 0.828
50 0.925 0.96 0.98 1 0.98 0.971
60 1.045 1.05 1.04 1.065 1.08 1.056
70 1.13 1.16 1.13 1.125 1.145 1.138
80 1.225 1.24 1.225 1.26 1.25 1.24
90 1.33 1.335 1.34 1.35 1.32 1.337
100 1.45 1.45 1.42 1.425 1.445 1.438
110 1.485 1.51 1.505 1.5 1.505 1.5005

4.1 Gráfica de función discreta {T,l}

Valores Y
120

100

80

60

40

20

0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6

26
4.2 Cálculo de los coeficientes de la función a+bT+cT2:
X Y XY X2 X3 X2Y X4
0.635 20 12.7 0.403225 0.256047 8.0645 0.162590
88 4
0.724 30 21.72 0.524176 0.379503 15.72528 0.274760
42 48
0.828 40 33.12 0.685584 0.567663 27.42336 0.470025
55 42
0.971 50 48.55 0.942841 0.915498 47.14205 0.888949
61 15
1.056 60 63.36 1.115136 1.177583 66.90816 1.243528
62 3
1.138 70 79.66 1.295044 1.473760 90.65308 1.677138
07 96
1.24 80 99.2 1.5376 1.906624 123.008 2.364213
76
1.337 90 120.33 1.787569 2.389979 160.8812 3.195402
75 1 93
1.438 10 143.8 2.067844 2.973559 206.7844 4.275978
0 67 81
1.500 11 165.05 2.251500 3.378376 247.6650 5.069253
5 0 5 25 13 28 38

Sea la función F(x)=a+bx+cx2

Resolviendo las ecuaciones simultáneas se tiene:
a=-26.30408708
b=63.52198295
c=17.66110624
4.3 Cálculo de la incertidumbre Δf:

1
Δf = { ∑10 2
k=1[lk − F(Tk)] }
10
1
Δf = ∗ 14.7681126
10
Δf = 1.47681

27
4.4 Gráfica de función discreta {T2, l}

Valores Y
120

100

80

60

40

20

0
0 0.5 1 1.5 2 2.5

4.5 Cálculo de los coeficientes de la función TT2:

x y xy x2 x3 x2y x4
0.403225 20 8.0645 0.162590 0.065560 3.251808 0.026435
4 51 01 64
0.524176 30 15.72528 0.274760 0.144022 8.242814 0.075493
48 85 37 32
0.685584 40 27.42336 0.470025 0.322241 18.80101 0.220923
42 91 68 9
0.942841 50 47.14205 0.888949 0.838137 44.44745 0.790230
15 71 76 59
1.115136 60 66.90816 1.243528 1.386703 74.61169 1.546362
3 17 79 63
1.295044 70 90.65308 1.677138 2.171968 117.3997 2.812795
96 75 27 1
1.5376 80 123.008 2.364213 3.635215 189.1371 5.589506
76 08 01 7
1.787569 90 160.8812 3.195402 5.712003 287.5862 10.21059
1 93 22 64 99
2.067844 10 206.7844 4.275978 8.842057 427.5978 18.28399
0 81 12 81 48
2.251500 11 247.6650 5.069253 11.41342 557.6178 25.69732
25 0 28 38 52 71 98

28
Sea la función G(X)=TT2:

Resolviendo las ecuaciones simultáneas se tiene:





Por lo tanto, la función será: -2.481759455 + 63.02653012t - 6.114598335t2.

5. Preguntas:
1. Anteriormente se le ha pedido que para medir el periodo deje caer la
“masa” del péndulo. ¿Qué sucede si en vez de ello usted lanza la
“masa”?
Si se lanza la masa, esta tendrá una velocidad inicial, por ende, su amplitud
puede ser mayor que la estimada para los cálculos hechos en el fundamento
teórico y esto resulta en una mayor diferencia del periodo real con el periodo
teórico.
2. ¿Depende el periodo del tamaño que tenga la “masa”?
No depende de su tamaño ya que la fuerza de restitución f también depende de
ella, por lo tanto, al aplicar la segunda ley de newton (f=m*a) para hacer el
cálculo de la aceleración se observa que esta no depende de la masa al eliminarse
en la ecuación. Ello conlleva a que el periodo tampoco dependa de la masa.
3. ¿Depende el periodo del material que constituye la “masa”?
Como ya se explicó en la pregunta anterior el periodo no depende la masa del
objeto, en consecuencia, tampoco dependerá del material del que esté
compuesto.
4. Supongamos que se mide el periodo con =5° y con =10°. ¿En cuál de
los dos casos resulta mayor el periodo?
Como ambas mediciones se realizaron con amplitudes pequeñas, el periodo no
dependerá del ángulo que forma inicialmente con la vertical.

5. Para determinar el periodo (duración de una oscilación completa), se

ha pedido medir la duración de 10 oscilaciones y de allí determinar la

29
 duración de una oscilación. ¿Por qué no es conveniente medir la
duración de una oscilación? ¿Qué sucedería si midiera el tiempo
necesario para 50 oscilaciones?
No es conveniente debido a que el error es mucho mayor al considerar una sola
oscilación.
El error sería mucho menor.
6. ¿Dependen los coeficientes a, b y c de la terna de puntos por los que
pasa f?
Sí, ya que se toman 3 puntos de manera conveniente.
7. Para determinar a, b y c se eligieron tres puntos. ¿Por qué no dos? ¿O
cuatro puntos?
Porque lo que se quiere hallar una función cuadrática y cabe la posibilidad de
que usando cuatro puntos no exista una curva que se ajuste a ellos y si se usan
dos existen infinitas parábolas que pasan por estos.
8. En general, según se elija a, b, c obtendrá cierto valor para Δf ¿podría
usted elegir a, b, c de manera que Δf sea mínima (aunque f no pase
por ninguno de los puntos de la función discreta)? ¿Puede elegir a, b,
c de modo que Δf=0?

Sí, pero no es posible obtener Δf=0

9. ¿Qué puede afirmarse, en el presente experimento, con respecto al
coeficiente  de la función g(t)?
Se puede afirmar que los coeficientes pueden variar según los puntos tomados.
Para obtener una curva más exacta se debe tener más coeficientes.
10. ¿Cuántos coeficientes debería tener la función g para estar seguros de
Δg =0?
El incremento del número de coeficientes determina que el valor de la
incertidumbre se aproxime a cero.

11.¿Opina Ud. que, por ejemplo usando un trozo de hilo de coser y una
tuerca, puede repetir los experimentos
30
 Sí, ya que los resultados no dependen del material ni de tamaño de la “masa”.
12.¿Tiene Ud. Idea de cuántas oscilaciones puede dar el péndulo
empleado, con lk= 100cm, antes de detenerse?
No, porque se asume un modelo ideal, por eso, no habría perdidas de energía; sin
embargo, en la realidad hay perdidas de energía, con esto en cuenta, en algún
momento se detendrá, pero no se puede saber con exactitud cuándo lo hará.
13. Observe que al soltar el péndulo es muy difícil evitar que la masa
“rote”. ¿Modifica tal rotación el valor del periodo? ¿Qué propondría
Ud. para eliminar la citada rotación?
Un cuerpo en rotación sí modifica el periodo por que constantemente varía la
tensión ejercida por la cuerda por lo que no describiría exactamente un
movimiento oscilatorio.
Para evitar la rotación se podría usar una cuerda de mayor rigidez.
6. Conclusiones

 El periodo de un péndulo es independiente de la masa e dependiente de la

longitud.

 El periodo guarda una relación no lineal con respecto al tiempo de

oscilación.

31
Bibliografía
 https://es.wikipedia.org/wiki/error_de_medici%c3%b3n
 https://www.monografias.com/trabajos82/mediciones-errores-
laboratorio-fisica/mediciones-errores-laboratorio-fisica.shtml
 https://www.google.com.pe/imghp?hl=es-419&tab=wi
 Física universitaria vol.1. 12ava edición Sears y Zemansky / incertidumbre
y cifras significativas/2009
 Manual de laboratorio de Física General – UNI/2009

32