TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

PRÁCTICA I
MEDICIONES y ERRORES

OBJETIVOS:

1. Realizar mediciones de longitud, masa y tiempo con instrumentos de medicion

directa.
2. Aplicar el análisis estadistico básico a datos obtenidos de mediciones de longitud,
masa y tiempo.
3. Obtener los errores de incertidumbre de instrumentos de medicion de longitud,
masa y tiempo.
4. Aplicar la teoria de probabilidad para comparar esta con los resultados de datos
obtenidos aleatoriamente.
5. Aplicar la teoria de propagacion de errores en una medicion indirecta para obtener
los errores de esta medición.

INTRODUCCIÓN:

Mediciones

La Física es una ciencia empírica por lo que sus teorías deben de comprobarse a travez
de experimentos y usar sólo conceptos que son accesibles a la medición, es decir, la
teoría debe basarse en lo que se pueda “conocer” directa o indirectamente a través de la
medición.

En el proceso de medir intervienen:

Por el acto de medir, comprenderemos cualquier procedimiento que tenga por

objetivo, el determinar una cantidad representativa de un sistema mediante la
comparación del sistema con un instrumento de medición o un patrón de medición.
Distinguiremos así mismo a las mediciones por sus características en dos tipos:
Mediciones Directas e Indirectas.

LABORATORIO DE FÍSICA 1 1
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

Diremos que una medición es directa, si la cantidad o propiedad de interés de un sistema

es determinada simplemente, por la comparación física del sistema en cuestión y un
instrumento de medición o patrón de medición. Por ejemplo, al determinar la longitud de
una línea recta trazada en papel, comparando esta con las divisiones de una regla
graduada, estamos midiendo directamente una propiedad del sistema (la longitud del
trazo de la línea), con el instrumento de medición (la regla graduada). El caso es similar
cuando determinamos la masa inercial de un objeto físico mediante una balanza.

Por el contrario, diremos que una medición es indirecta si, para determinar alguna
propiedad del sistema de interés, medimos primeramente de manera directa otras
cantidades, las cuales se relacionan mediante alguna ecuación conocida con la propiedad
de interés. Por ejemplo, cuando determinamos la rapidez media de un móvil vmed,
medimos primeramente la distancia recorrida x con un flexómetro, y el tiempo medio de
viaje t mediante un cronómetro, y finalmente, introduciendo las mediciones directas en la
ecuación conocida para la velocidad media vmed = x/t.

Dependiendo de los métodos y de los instrumentos de medición disponibles, sobre las

cantidades medidas, podemos determinar dos parámetros de confianza en nuestras
mediciones: la precisión y la exactitud.

La precisión de una medición, es un parámetro de confianza que depende enteramente

del tipo de instrumento de medición (suponiendo que este se ha usado correctamente), y
de su poder de resolución. En el ejemplo de la medición directa de la longitud del trazo de
una línea recta en papel, la precisión de nuestra medición dependerá de la calidad de la
regla usada (en comparación con un patrón de longitud), y de la resolución de esta, es
decir, si la regla está graduada en metros, centímetros, o milímetros. Es claro que si el
trazo es muy largo (digamos 3 Km), una regla de precisión en milímetros no es lo más
adecuado. Esto nos indica que es necesario que, al escoger un instrumento de medición
para determinar alguna propiedad de un sistema, nos preguntemos si la precisión del
instrumento, es la adecuada para determinar la propiedad deseada del sistema.

La exactitud de una medición por otro lado, está relacionada con la técnica de medición
en sí. Si por ejemplo, deseamos medir la longitud de arco de una curva semicircular,
mediante la medición directa con una regla recta, aún cuando la precisión de esta sea
excelente, la comparación en sí es dudosa, pues hemos usado un instrumento de
medición incorrecto sobre el sistema (la curva).

Como conclusión de los comentarios anteriores decimos que medida es precisa, si el

número de decimales es el adecuado para la cantidad que pretendemos determinar; y es
exacta, si la técnica de medición o el instrumento de medición, son los adecuados para
determinar dicha cantidad.
Como consecuencia directa de los conceptos de precisión y exactitud de una medición,
aparece el concepto de error de medición.

LABORATORIO DE FÍSICA 1 2
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

Errores

Existen, en primera instancia, dos grandes clasificaciones de errores de medición:

Errores Aleatorios, y Errores Sistemáticos.

Los Errores Aleatorios son aquellos que no dependen del instrumento de medición, sino
de circunstancias externas. A veces son llamados también Errores Accidentales.

En cambio, los Errores Sistemáticos son debidos al instrumento y/o a la técnica de

medición. Si la precisión del instrumento es pobre, o si no es usado correctamente, la
medición arrojada por este no será enteramente confiable. Este tipo de errores de
medición (los sistemáticos), son errores que pueden ser no sólo previstos, sino además
cuantificados, y por tanto, controlados.

De entre los Errores Sistemáticos, distinguiremos cuatro clasificaciones principales:

1. Errores Ambientales.
2. Errores de Observación.
3. Errores Teóricos.
4. Errores Instrumentales.

Los Errores Ambientales, son aquellos que aparecen debido a las condiciones de
medición, y de origen, son externos al instrumento de medición. La temperatura, la
presión ambiental, vibraciones mecánicas, y campos electromagnéticos inducen en el
proceso de medición, influyendo al instrumento de medición en su mecanismo interno.

Los Errores de Observación ocurren cuando la escala del instrumento de medición no

es leída de manera correcta, o cuando por inexperiencia, el instrumento no es usado de la
manera correcta. Así, los Errores de Observación se deben a los errores humanos, como
el error de paralelaje al leer la escala, o usar poca luz en el lugar de medición por ejemplo.

En el caso de mediciones indirectas aparecen los Errores Teóricos. Estos errores, son
consecuencia de la propagación de los errores de medición de las cantidades medidas
directamente, a través de alguna ecuación.

Como Errores Instrumentales, consideraremos a todos aquellos errores producidos por

la precisión de los instrumentos y técnicas de medición, así como aquellos generados en
la calidad, calibración, y en general, por la condición física del instrumento de medición.

Dicho lo anterior, observe la figura 1:

LABORATORIO DE FÍSICA 1 3
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

60cm 70cm

Figura 1.

¿Qué longitud mide el objeto?

Observe que el valor verdadero de la medida se encuentra en el intervalo

(64.5mm,65.0mm). Esto nos permite afirmar que las medidas no son simples números
exactos, sino que consisten en intervalos, dentro de los cuales tenemos confianza de que
se encuentra el valor esperado. El tipo de medición, la figura de la escala, nuestra agudez
visual, las condiciones de iluminación, todas tomaran parte en determinar la anchura del
intervalo de medición. El ancho por lo tanto debe determinarse explícitamente cada vez
que se haga una medición.

Sea x el valor aproximado, en el caso de la figura anterior x =65.0mm, el valor

verdadero de X se expresa como:

X = x X (1)

Esto nos dice que el valor verdadero se debe encontrar en el intervalo:

( x -X, x +X)

donde X es igual a la incertidumbre en la medición, que en este caso, y sólo en este

caso, es la mitad de la escala mínima del instrumento de medida:

X = 65mm  0.5mm

Al realizar la medición con una determinada escala, el resultado se puede expresar como
un número el cual puede contener tantas cifras como se pueda, dependiendo de la
división mínima en la escala empleada.

Se llaman cifras significativas a las que se obtiene como seguras más una estimada. Por
ejemplo, al medir el objeto anterior en la escala de centímetros el resultado se puede
expresar como:
6.5cm  0.05cm

El 6 es cifra segura, el 5 es estimada y ambas son significativas. Si con la misma escala

una persona expresa el resultado como:

6.57cm  0.05cm

LABORATORIO DE FÍSICA 1 4
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

E 7 no es cifra significativa, ya que con la escala utilizada no puede estimarse hasta esa
cifra, por lo tanto no tiene sentido expresar el resultado con cifras que no sean
significativas.

Es un error común creer que cuando se hace una medición usando una escala graduada, el “error
de lectura” es automáticamente la mitad de la división de la escala más pequeña, ésta es una
simplificación excesiva de lo que sucede en las mediciones del tipo reproducibles. En general,
la simplificación es “buena”, si el instrumento de medición es lineal.

En esta parte de la introducción sólo se mencionarán conceptos esenciales y principales

para el análisis de los datos que se obtienen en un experimento y en eventos, muchas
fórmulas que se encontrarán no tendrán justificación de su obtención y la matemática
involucrada es muy simple. Todo lo que se estudiará será muy importante para los
posteriores estudios de nuestros experimentos.

Un conjunto que consiste de todos los resultados de un evento tal como los obtenidos por un
experimento se llama un espacio muestra y a cada uno de los resultados se le denomina punto
muestra.

Un suceso es un conjunto del espacio muestra, es decir, es un conjunto de resultados

posibles. La probabilidad de un suceso se determina de la siguiente forma:

Si un suceso puede ocurrir en h maneras diferentes de un número total de n maneras

posibles, todos igualmente factibles, entonces la probabilidad del suceso es:

P = h/n (2)

Aquí el número h es igual a la dimensión del suceso, mientras que n es igual a la

dimensión del espacio muestra. Para mayor información de la definición de probabilidad
consulte la bibliografía que se da al final de esta práctica.

Asignando a cada punto de un espacio muestra un número definimos una función en el

espacio muestra. Esta función se llama variable aleatoria o más precisamente función
aleatoria.

Por dar un ejemplo:

Supóngase que se lanza una moneda dos veces de tal forma que el espacio muestra es
{cc, cs, sc, ss}. Represente por X el número de caras que puede resultar. A cada punto
muestra podemos asociar un número para X como se muestra en la siguiente tabla.

Punto muestra CC CS SC SS
2 1 1 0
X

La tabla anterior es una distribución de una variable aleatoria discreta.

LABORATORIO DE FÍSICA 1 5
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

Una variable aleatoria que toma un número finito o infinito contable de valores se
denomina variable aleatoria discreta mientras que una que toma un número infinito se
llama variable aleatoria continua.

En esta práctica analizaremos las variables discretas, por lo que la distribución binomial
se puede considerar un modelo simplificado para determinar errores experimentales.
Analizando un poco más la distribución binomial tenemos que, para cualquier conjunto de
n cosas que puedan ser + o -, si ó no, cerrado ó abierto, ocurre ó no ocurre, etc ; si la
probabilidad de + es p y de – es q ( de igual forma para si ó no, cerrado ó abierto, etc) con

p + q =1 debido a las leyes de la probabilidad, entonces la probabilidad de que ocurra +

en el intento k-ésimo esta dado por la función de distribución binomial del tipo discreto:

n
B  k , n, p     p k q n  k
k

donde p y q son constantes paramétricas, y donde:

n n!
  = combinación de n objetos tomados k a un tiempo.
 k  k! n  k !

Un caso particular de la distribución binomial es la llamada distribución gaussiana, la

cual es obtenida por medio de artificios y consideraciones tanto matemáticas como
experimentales. La función gaussiana está dada por la siguiente ecuación:

2
( x x )
1
G ( x, x , )  e
2
2

2 2
La gráfica de esta función se dibuja como en la figura 2:

F
r G
e
c
e
n
c
i
a

r
e
X
l
a
LABORATORIO DE FÍSICA 1 6
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

X  X  X X X  X 

Figura 2.

Donde:  son los puntos de inflexión de la curva.

El análisis estadístico nos dice que de una serie de mediciones las cuales se analizan
individualmente podemos determinar lo siguiente:

Valor más probable o la media:

X 
X i
(3)
N

La desviación típica o estándar:

 (X  X i
)2
(4)
N

El error promedio:


E (5)
N

El error porcentual:

E
e%  *100 (6)
X

Si una muestra (o una población) es grande, es difícil observar las diferentes

características o computar estadísticos tales como la media, desviación típica, etc. Por
esta razón es útil organizar o agrupar los datos en clases o categorias. Como ilustración
suponga que una muestra consiste de las estaturas de 100 estudiantes de la universidad
XYZ. Ordenaremos los datos en clases o categorías y determinamos el número de
individuos que pertenecen a cada clase, denominada la frecuencia de clase. Existen
varios criterios para determinar el numero de categorias n por ejemplo n = N donde N
es el número de datos. Para nuestra muestra consideramos la incertidumbre del
instrumentos de medicion que fue de 1 cm, si la medida menor fue de 61cm a este valor le
sumamos y restado la incertidumbre de 1 cm para obtener el intervalo de la primer clase o
categoría, los siguientes intervalos se forman como lo muestra la siguiente tabla conocida
como distribución de frecuencia o tabla de frecuencia en la que el numero de clases o

LABORATORIO DE FÍSICA 1 7
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

categorías fue n = 5. para otros criterios para organizar o agrupar los datos consultar la
bibliografía.

Estaturas de 100 estudiantes de la universidad xyz.

Intervalos Marca de clase (cm) Número de

Estatura (cm) estudiantes
(frecuencia)
60-62 61 5
63-65 64 18
66-68 67 42
69-71 70 27
72-74 73 8
Total 100

Para datos agrupados podemos calcular la media por la ecuación (2) o por la siguiente
ecuación:

X 
 fx (7)
N

donde N es el número de datos, f la frecuencia de cada clase y x la marca de clase.

El punto medio del intervalo de clase, que puede tomarse como representativo, se llama
marca de clase. Este valor será el centro de los cuadros de la figura 3 que representa un
histograma, el ancho de estos cuadros estan dados por los intervalos de las categorías y
la altura por la frecuencia obtenida en la tabla anterior. Podemos asociar a cualquier
distribución de frecuencias una distribución de frecuencias acumulativa, ésta se obtiene
cambiando de la tabla de frecuencias la frecuencia por la frecuencia acumulada, la
representación gráfica asociada se conoce como ojivas (Para mayor información consulte
la bibliografía que se da al final de esta práctica). Utilizando el resultado de la ecuación (7)
sustituimos en las ecuaciones (4), (5) y (6) para encontrar , E y e% para datos agrupados.
Tanto  como E nos sirven para discriminar medidas X que se encuentren fuera de los
intervalos siguientes:

(+ X , X -), (E+ X , E- X )

LABORATORIO DE FÍSICA 1 8
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

50
40

30
20

10
0
60-62 63-65 66-68 69-71 72-74

Estatura ( c m)

Figura 3.

El criterio para discriminar valores varía de acuerdo a el experimentador. La confiabilidad

de un número de mediciones crece si el número de mediciones también lo hace.

Se puede obtener otro tipo de grafica de los datos obtenidos de mediciones, en la figura
se observa una grafica como la de la figura 4 solo que ahora se unen con lineas los
puntos intermedios de cada cuadro obteniendo un poligono de frecuencias.

F
R
E
C
U
E
N
C
I
A

VALOR MEDIDO

Figura 4.

Otro tipo de grafica que se obtiene en estadistica es el diagrama de varas. Para explicar
en que consiste supongamos que al lanzar un dado 21 veces registramos la cantidad de
puntos de la cara superior y que de estos resultados obtuvimos la siguiente tabla de
frecuencia:

LABORATORIO DE FÍSICA 1 9
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

Valor frecuencia
1 3
2 4
3 3
4 6
5 3
6 2

La representación grafica de esta tabla se muestra en la figura 5.

F 6
R
E 5
C
U 4
E
N 3
C 2
I
A 1

1 2 3 4 5 6

Figura 5.

Como se observa en la gráfica de la figura 5 ,se prolongan líneas de altura proporcional a

la frecuencia, este tipo de gráficas se le llama espectro o diagrama de varas

Mediciones directas

Son el resultado de la comparación directa que generalmente se realiza, con la ayuda de

instrumentos de una cantidad desconocida con una cantidad conocida o estandarizada.,
de la misma entidad.

LABORATORIO DE FÍSICA 1 10
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

Mediciones indirectas

Antes de que el hombre fabricara aparatos de medición para realizar mediciones directas
como el medir grandes distancias, éste usó su ingenio para medir de una forma indirecta,
así durante muchos siglos el hombre a midió longitudes por métodos indirectos. De esta
manera pudo determinar en forma aproximada la distancia que lo separaba de naves
enemigas que se hallaba mar adentro, el radio terrestre y la distancia a otros planetas.

Las mediciones indirectas aunque llevan muchos años de aplicarse, son bastante
importantes en la física experimental ya que la mayor parte de las mediciones en los
experimentos son indirectas, así por ejemplo aplicando métodos indirectos, se puede
conocer el radio de un átomo.

Para calcular las incertidumbres de cantidades que se obtienen de modo indirecto

haremos uso de la teoría de propagación de errores. Si f es la medida indirecta que
queremos medir y ésta depende de las variables X1, X2, X3, ... ,Xn que se miden en forma
directa, la incertidumbre f está dada por la siguiente formula:

n
f
f    X i (8)
i 1 X i

Donde losXi son las incertidumbres de cada una de nuestras mediciones directas.

En el trayecto de esta práctica se darán ejemplos de la aplicación de la fórmula anterior, la

cual es obtenida de la teoría de propagación de errores(para mayor información de la
teoría de propagación de errores consulte la bibliografía que se da al final de esta
práctica).

Procedimiento experimental:

EXPERIMENTO I. Medición de una longitud.

LABORATORIO DE FÍSICA 1 11
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

1. Medir con el vernier la longitud de 10 objetos similares.

longitud (mm)

3. Registrar la incertidumbre del instrumento de medición.

4. Elaborar una tabla de frecuencias.
5. Determine el error promedio y el error porcentual. Escriba los intervalos X  X  y
X  X  E con el número de cifras significativas.
6. Grafique un histograma y polígono de frecuencias indicando los intervalos de 3
(consultar introducción).

Preguntas

1. ¿Depende E y  del número de mediciones N? ¿qué pasa si N?

2. Interprete .

EXPERIMENTO II. Mediciones de masa

En física se siguen dos métodos para calcular probabilidades y promedios. Por ejemplo, si
se desea saber cuál es la probabilidad de que al arrojar una moneda se obtiene “águila”
puede tomarse una moneda y hacer una serie de 50, 100 y 200 tiradas. Otra manera es
conseguir 50, 110 o 200 monedas iguales, hacer una sola tirada y contar cuantas águilas
se obtuvieron y este conjunto de monedas es la muestra.

1.- Mida la masa de 10 objetos similares con el mismo número de cifras significativas y
calcule m.

medida Masa en gramos

LABORATORIO DE FÍSICA 1 12
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

2.- Calcule , E y escriba

m= m E
3.- Mida la masa M de los 20 objetos juntos. Calcule M/20 y obtenga el error porcentual
de este valor respecto a m .

M / 20  m
e%  * 100
M / 20

Preguntas

1. ¿Cómo calcularía el número promedio de clavos de 2 pulgadas que ésta en 1 kg.?

2. Si sólo dispone de una regla milimétrica ¿cómo calcularía el espesor de 1 hoja del
directorio telefónico?.

EXPERIMENTO III. Distribución de una variable discreta

Las propiedades de las variables discretas se pueden pensar como cantidades que son
múltiplos de una unidad dada. El estudio de tales cantidades conduce al análisis de la
distribución de la misma y de sus valores más probables. Un modelo que tiene cierta
semejanza con esas propiedades es el constituido por un par de dados.

1.- Cada integrante del equipo lanzara dos dados dos veces. Sume el valor de las caras
superiores. Realice una tabla en donde se reporten los nombres de los alumnos y el
resultado de sus tiradas.

Número de tirada Suma

LABORATORIO DE FÍSICA 1 13
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

2.- Construya una tabla de frecuencias, para los valores posibles de la variable: 2, 3, 4 ,
5, 6,7,8,9,10,11 y 12.

3.- Dibuje un diagrama de varas, tomando en cada valor de la variable un segmento

vertical de altura proporcional a la frecuencia, este diagrama se llama diagrama de varas
o espectro.

4.- Calcule el promedio y la desviación típica.

Preguntas

1. Calcule las probabilidades de cada valor posible de la variable. Por ejemplo, la

probabilidad de que caiga 2 es P(2)=1/36

2. Teóricamente, cual es el valor más probable.

EXPERIMENTO VI. Mediciones indirectas

Medir la altura de un edificio usando una regla de 1 m y la sombra.

Se midió un edificio de viviendas que no está habitado todavía

LABORATORIO DE FÍSICA 1 14
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

Preguntas

1. ¿Como podría medir el radio de la tierra sin hacer mediciones directas? . Describa el
método.
2.Utilizando la velocidad de la Luz la cual se puede considerar constante y lal distancia de
la tierra al sol(ver bibliografía), ¿cuanto tiempo tarda en llegar la Luz del sol a la
tierra?

Material
1. Regla graduada en dcm.
2. Flexómetro.
3. Vernier de plástico.
4. 20 objetos similares.
5. Tubo deformado.
6. Par de dados.
7. Balanza.
8. Cronómetro.
9. Regla de madera.
10. Estrobóscopio.
11. Motor.
12. Disco.
13. Reloj.
14. Pelota.

LABORATORIO DE FÍSICA 1 15
TECNOLOGICO DE MONTERREY-CEM PRÁCTICA I

LABORATORIO DE FÍSICA 1 16