UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE CIENCIAS

FÍSICA I

INFORME DE LABORATORIO N°1: MEDICIÓN

INTEGRANTES: TORRES DIAZ JOSET ELIAN 20190586F

JOTA AÑANCA ANA MELIZA 20230442J
LEON RIOS NANCY YARA 20230529H

PROFESORES: BROCCA POBES MANUEL ENRIQUE

TELLO GALVEZ JULIO CESAR
 1

ÍNDICE
EXPERIMENTO N°1:MEDICIÓN
I. OBJETIVOS ESPECÍFICOS
II. INSTRUMENTOS Y MATERIALES
III. PROCEDIMIENTO
IV. TOMA DE DATOS
V. CÁLCULOS Y RESULTADOS
1. INSTRUMENTO DE MEDICIÓN : REGLA MÉTRICA
1.1 ÁREA DEL PARALELELPIDEDO
1.1.1 Porcentaje de incertidumbre :
1.2 VOLUMEN DEL PARALELEPIPEDO
1.2.1 Porcentaje de incertidumbre
1.3 ÁREA DE LOS 100 PARALELEPIPEDOS
1.3.1 Porcentaje de incertidumbre
1.4 VOLUMEN DE LOS 100 PARALELEPIPEDOS
1.4.1 Porcentaje de incertidumbre
2. INSTRUMENTO DE MEDICIÓN : PIE DE REY ( VERNIER )
2.1 ÁREA DEL PARALELEPIPEDO
2.1.1 Porcentaje de incertidumbre
2.2 VOLUMEN DEL PARALELEPIPEDO
2.2.1 Porcentaje de incertidumbre
2.3 ÁREA DE LOS 100 PARALELEPIPEDOS
2.3.1 Porcentaje de incertidumbre :
2.4 VOLUMEN DE LOS 100 PARALELEPIPEDOS
2.4.1 Porcentaje de incertidumbre :
TABLA 2. MEDICIONES Y RESULTADOS
VI. CUESTIONARIO
VII. CONCLUSIONES
EXPERIMENTO N°2: PÉNDULO
I. OBJETIVOS ESPECÍFICOS
II. MATERIALES
III. PROCEDIMIENTO EXPERIMENTAL
IV. TOMA DE DATOS
Tabla 3. MEDICIÓN DEL TIEMPO TRANSCURRIDO EN 5 OSCILACIONES
Tabla 4. CÁLCULO DEL ERROR HUMANO
V. CÁLCULOS Y RESULTADOS
VI. CÁLCULO DE LA RECTA MÍNIMO CUADRÁTICA
VII. CÁLCULO DEL COEFICIENTE DE DETERMINACIÓN
 2

VIII. CUESTIONARIO
IX. CONCLUSIONES
EXPERIMENTO N°3: CONTEO DE FRIJOLES
I. OBJETIVO
II. MATERIALES
III. CÁLCULOS Y RESULTADOS
IV. CÁLCULO DE LA CAMPANA DE GAUSS
Gráfica 1. Nk vs probabilidad
Gráfica 2. Nk vs Frecuencia
V. PREGUNTAS
VI. CONCLUSIONES
ANEXOS
BIBLIOGRAFÍA
 3

EXPERIMENTO N°1:MEDICIÓN
I. OBJETIVOS ESPECÍFICOS
● Expresar los errores al medir directamente longitudes con diferentes escalas (Vernier

y regla)

● Determinar magnitudes derivadas o indirectas, calculando la propagación de las

incertidumbres.

II. INSTRUMENTOS Y MATERIALES

Figura 1. Pieza Metálica (pequeña)

Figura 2. Regla
 4

Figura 3. Un pie de rey (Vernier)

III. PROCEDIMIENTO
1. Tomar la pieza metálica medir sus dimensiones ( largo,ancho y altura ) con la regla y

el vernier , obteniendo estos datos y considerando sus respectivas incertidumbres ya

señaladas.

2. Ya realizado estos datos procedemos a obtener el área y volumen de la caja haciendo

uso de “la propagación de incertidumbre”.

3. Suponiendo el caso donde se colocan 100 piezas metálicas una sobre otra formando

un paralelepípedo , determinar el área ( A100 ) y volumen (V 100) de esta nueva caja.

 5

IV. TOMA DE DATOS

Tabla 1. DIMENSIONES PIEZA METÁLICA

DIMENSIONES Regla Pie de rey

Largo (3,20 ± 0,05) cm (3,225 ± 0,003)cm
Ancho (3,20 ± 0,05) cm (3,205 ± 0,003)cm
Alto (1,30 ± 0,05) cm (1,265 ± 0,003)cm

V. CÁLCULOS Y RESULTADOS

1. INSTRUMENTO DE MEDICIÓN : REGLA MÉTRICA

1.1 ÁREA DEL PARALELELPIDEDO

A=2×(a× b+ a× h+b × h)
2
A=3 ,71 ×10 cm

△b △h
Δ A=2 × A ׿ + + ¿
b h
2
Δ A=0 , 52× 10 cm

2
A ± △ A=(3 , 71 ±0 , 52)× 10 cm

1.1.1 Porcentaje de incertidumbre :

( △AA )× 100 %=14 , 00 %

 6

1.2 VOLUMEN DEL PARALELEPIPEDO

V =a ×b × h
3
V =1 , 33 ×10 cm

Δ a Δb Δh
Δ V =V ×( + + )
a b h
3
Δ V =0 , 09 ×10 cm

3
V ± Δ V =(1 ,33 ± 0 , 09)× 10 cm

1.2.1 Porcentaje de incertidumbre

( ΔVV )×100 %=6 ,77 %

1.3 ÁREA DE LOS 100 PARALELEPIPEDOS

A100 =2( a100 × b100 + a100 × h100 +b 100 ×h 100 )

2 2
A100 =8 , 45 × 10 cm

△ b 100 △ h100
Δ A 100=2× A 100 ¿ + + )
b 100 h100

2 2
Δ A 100=1, 18 ×10 cm

2 2
A100 ± △ A 100 =(8 , 45± 1 ,18)×10 cm
 7

1.3.1 Porcentaje de incertidumbre

( △ A 100
A 100 )
×100 %=13 , 96 %

1.4 VOLUMEN DE LOS 100 PARALELEPIPEDOS

V 100 =a 100 ×b100 ×h100

2 3
V 100 =13 , 31× 10 cm

△ a100 △ b 100 △ h100

Δ V 100=V 100 ×( + + )
a100 b100 h100
2 3
Δ V 100=0 ,93 × 10 cm

3
V ± Δ V =(1 ,33 ± 0 , 09)× 10 cm

1.4.1 Porcentaje de incertidumbre

( ΔV 100
V❑100
)
×100 %=6 , 99 %

2. INSTRUMENTO DE MEDICIÓN : PIE DE REY ( VERNIER )

2.1 ÁREA DEL PARALELEPIPEDO

 8

A=2×(a× b+ a× h+b × h)
2
A=3,700× 10 cm

△b △h
Δ A=2 × A ׿ + + ¿
b h
2
Δ A=0,031 ×10 cm

2
A ± △ A=(3,700 ± 0,031)×10 cm

2.1.1 Porcentaje de incertidumbre

( △AA )× 100 %=0 , 84 %

2.2 VOLUMEN DEL PARALELEPIPEDO

V =a ×b × h
3
V =1,308 × 10 cm

Δ a Δb Δh
Δ V =V ×( + + )
a b h
3
Δ V =0,006 ×10 cm

3
V ± Δ V =(1,308 ± 0,006)×10 cm

2.2.1 Porcentaje de incertidumbre

( ΔVV )×100 %=0 , 46 %

 9

2.3 ÁREA DE LOS 100 PARALELEPIPEDOS

A100 =2(a100 × b100 + a100 × h100 +b 100 ×h 100 )

2 2
A100 =8,744 ×10 cm

△ b 100 △ h100
Δ A 100=2× A 100 ¿ + + )
b 100 h100

2 2
Δ A 100=0,074 ×10 cm

2 2
A100 ± △ A 100 =(8,744 ±0,074 )× 10 cm

2.3.1 Porcentaje de incertidumbre

( △ A 100
A 100 )
×100 %=0.85 %

2.4 VOLUMEN DE LOS 100 PARALELEPIPEDOS

V 100 =a 100 ×b100 ×h100

2 3
V 100 =13,075 ×10 cm

△ a100 △ b 100 △ h100

Δ V 100=V 100 ×( + + )
a100 b100 h100

2 3
Δ V 100=0,055× 10 cm
 10
3
V ± Δ V =(13,075 ± 0,055)×10 cm

2.4.1 Porcentaje de incertidumbre

( ΔV 100
V❑100
)
×100 %=0 , 42 %

TABLA 2. MEDICIONES Y RESULTADOS

Porcentaje de Porcentaje de
DATO Con la regla incertidumbre Con el pie de rey incertidumbre
(3,225 ±
Largo a (3,20 ± 0,05) cm 2,00% 0,003)cm 0,09%
(3,205 ±
Ancho b (3,20 ± 0,05) cm 2,00% 0,003)cm 0,09%
(1,265 ±
Alto h (1,30 ± 0,05) cm 3,00% 0,003)cm 0,20%
(3,71 ± 0,52)*10 (3,700 ±
Área cm² 14,00% 0,031)*10 cm² 0,84%
(1,33 ± 0,09)*10 (1,308 ±
Volumen cm³ 6,77% 0,006)*10 cm³ 0.46%
(16,00 ± 0,25) (16,125 ±
a₁₀₀ cm 1,56% 0,015)cm 0,09%
(16,00 ± 0,25) (16,025 ±
b₁₀₀ cm 1,56% 0,015)cm 0,09%
(5,060 ±
h₁₀₀ (5,20 ± 0,20) cm 3,84% 0,012)cm 0,24%
(8,45 ± (8,744 ±
A₁₀₀ 1,18)*10² cm² 13,96% 0,074)*10² cm² 0,85%
(13,31 ± (13,075 ±
V₁₀₀ 0,93)*10² cm³ 6,99% 0,055)*10² cm³ 0,42%
 11

VI. CUESTIONARIO
1. ¿Las dimensiones de un paralelepípedo se pueden determinar con una sola medición?

Si no, ¿Cuál es el procedimiento más apropiado?.

Sí se pueden determinar las dimensiones del paralelepípedo, pero es más apropiado tomar una

mayor cantidad de medidas porque de esta manera minimizamos los posibles errores del

observador.

2. ¿Qué es más conveniente para calcular el volumen del paralelepípedo: una regla en

milímetros o un pie de rey?.

Es más adecuado usar un pie de rey, por su sensibilidad. El vernier tiene mayor sensibilidad

que una regla métrica. Al ser un instrumento más sensible tenemos un mayor acercamiento al

valor real de la medida.

VII. CONCLUSIONES
● Al utilizar diferentes instrumentos de medida podremos concluir que alguno de estos

será el más adecuado para realizar la medida y así obtener la medida más exacta
 12

posible. En este caso el pie de rey (vernier) nos ayudó a obtener una medida más

exacta y con menor incertidumbre.

● La incertidumbre de una medida puede ayudarnos a ver el rango de valores cercanos

en donde se pueda encontrar la medida verdadera.

EXPERIMENTO N°2: PÉNDULO

I. OBJETIVOS ESPECÍFICOS
➢ Determinar la relación entre el periodo elevado al cuadrado y la longitud del péndulo.
➢ Construir una ecuación lineal que represente dicha relación entre el periodo al
cuadrado y la longitud del péndulo.
➢ Observar y analizar la relación entre los resultados manuales y los resultados en el
software Excel.

II. MATERIALES
Figura 1. Cronómetro digital
 13

Figura 2. Cuerda de Pabilo de algodón delgado

Figura 3. Pesa patrón tipo cilíndrica:

Figura 4. Soporte universal:

 14

III. PROCEDIMIENTO EXPERIMENTAL

1. Establezca una longitud de 20 cm para el péndulo, esta irá incrementando de 10 cm en

10 cm por cada repetición.

2. Sostenga el péndulo de manera que el hilo de soporte forme un ángulo pequeño con la

vertical. Suelte y mida el tiempo que demora en dar diez oscilaciones completas(Tk).

3. Sin variar la longitud del péndulo, repita cuatro veces más el paso 2.

4. Repetir los pasos 2 y 3 para las variaciones de 10 cm a 10 cm indicadas en el paso 1.

5. La medición del tiempo de reacción la realizará el alumno que hizo las lecturas de los

tiempos de oscilación, para ello debe activar e inmediatamente detener el cronómetro.

Repita esta operación cinco veces más.

6. Determine la incertidumbre de las mediciones con el cronómetro, tomando el promedio

de los tiempos hallados en el paso 5.

7. Para cada longitud del péndulo, reporte el período con su incertidumbre.

IV. TOMA DE DATOS

Tabla 3. MEDICIÓN DEL TIEMPO TRANSCURRIDO EN 5 OSCILACIONES

k L (cm) T1 T2 T3 T4

1 20 4,78 4,81 4,81 4,78

2 30 5,81 5,81 5,81 5,78

 15

3 40 6,69 6,54 6,59 6,58

4 50 7,31 7,38 7,31 7,34

5 60 8,03 8,09 8 7,97

6 70 8,61 8,66 8,65 8,63

7 80 9,12 9,12 9,15 9,18

8 90 9,91 9,82 9,9 9,82

9 100 10,3 10,25 10,3 10,22

Ti: Tiempo promedio de las oscilaciones del péndulo.
Li : Longitud de la cuerda en cada péndulo.

Tabla 4. CÁLCULO DEL ERROR HUMANO

Activación del cronómetro Tiempo

1 0,12

2 0,9

3 0,12

4 0,12

5 0,9

Promedio (Incertidumbre humana) 0,11

V. CÁLCULOS Y RESULTADOS
Tabla 5.

n L(m) T T² L.T² L²
1 0,2 0,72 0,52 0.1 0,04
2 0,3 1,16 1,35 0,4 0,09
3 0,4 1,32 1,74 0,7 0,16
4 0,5 1,47 2,16 1,08 0,25
5 0,6 1,6 2,56 1,54 0,36
 16

6 0,7 1,73 2,99 2,1 0,49

7 0,8 1,83 3,35 2,68 0,64
8 0,9 1,97 3,88 3,49 0,81
9 1 2,05 4,2 4,2 1

SUMAS 5,4 13,85 22,75 16,29 3,84

L: longitud del hilo pabilo

T: Promedios de los periodos del péndulo
L: Valor medio de L
2 2
T : Valor medio de T .

T^ ( T^ ¿ ¿❑−T ) ¿
2 2 2 2
n
2
(T ¿ ¿ 2−T 2) ¿

1 0,77 3,1 4,04

2 1,21 1,74 1,39

3 1,65 0,77 0,62

4 2,09 0,19 0,14

5 2,53 0 0

6 2,97 0,19 0,21

7 3,4 0,76 0,67

8 3,84 1,72 1,82

9 4,28 3,06 2,79

SUMA : 22,74 11,53 11,68

T^ : Valor esperado de T para la ecuación.

2 2

2
(T ¿ ¿ 2−T 2) ¿= STC : Suma total de cuadrados

( T^ ¿ ¿❑−T ) ¿= SCR: Suma de cuadrados debido a la regresión.

2 22
 17

VI. CÁLCULO DE LA RECTA MÍNIMO CUADRÁTICA

La recta mínimo cuadrática se puede determinar resolviendo las dos siguientes ecuaciones:

n n
a) N∗b+a ∑ Li −∑ (T ¿¿ 2)i =0 ¿
i=1 i=1

9 9 9
b) b ∑ (L¿¿ 2)i +a ∑ ( L¿¿ 2)i −∑ Li∗(T ¿¿ 2)i=0 ¿ ¿ ¿
i=1 i =1 i=1

Luego:
9 9
9∗b+ a ∑ Li−∑ (T ¿¿ 2)i=0 ¿
i=1 i=1

9 9 9
b ∑ (L¿¿ 2)i +a ∑ ( L¿¿ 2)i −∑ Li∗(T ¿¿ 2)i=0 ¿ ¿ ¿
i=1 i =1 i=1

⇔ 9*b + a*5,4 - 22,72 = 0 ∧ b*5,4 + a*3,84 - 16,29 = 0

⇔ a = 4,40∧ b = -0,11
Por lo tanto la recta de tendencia sería:
L: Y = 4,40X - 0,11
 18

VII. CÁLCULO DEL COEFICIENTE DE DETERMINACIÓN

STC : Suma total de cuadrados

SCR: Suma de cuadrados debido a la regresión.
9
STC=∑ (T ¿ ¿ 2−T 2) ¿= 11,53
2

i=1

9
SCR=∑ ( T^2 ¿ ¿ ❑−T 2 ) ¿ =11,68
2

i=1

2 STC 11, 53
R= =
SCR 11, 68

R
2
= 0,99

VIII. CUESTIONARIO

1. Anteriormente se le ha pedido que para medir el periodo suelte la masa del péndulo.

¿Qué sucede si en vez de ello lanza la masa?

Al lanzar la masa con una velocidad entonces la amplitud del péndulo sería mayor en

comparación con la amplitud en el caso en el que no se hubiese lanzado con una velocidad,

sino, soltado desde el punto inicial. Por lo tanto, el periodo de oscilación también aumenta.

2. ¿Depende el período del tamaño que tenga la masa? Explique.

No. Ya que según la ecuación del periodo de un péndulo:

T =2 π √ ❑

No hay relación entre la masa y el periodo de un péndulo.

 19

3. Para determinar el periodo (duración de una oscilación completa), se ha pedido medir

la duración de 10 oscilaciones y de allí determinar la duración de una oscilación. ¿Por

qué no es conveniente medir la duración de una sola oscilación?

Porque al medir la duración de una sola oscilación, esta está sujeta a más factores externos

tales como la vibración de la cuerda, el aire, la ineficiencia del humano al soltar el péndulo.

4. ¿Qué sucedería si midiera el tiempo necesario para 50 oscilaciones?

Ya que en el experimento se observó que el péndulo perdía energía lentamente y el ángulo

disminuye conforme al periodo. Por ende, si se midiera 50 oscilaciones entonces los

resultados del experimento tendrían un margen de error mayor.

5. ¿Cuántas oscilaciones cree que daría el péndulo de longitud 100 cm antes de

detenerse?

Calculando de forma teórica el “período” tendría un valor de 2,01 seg. Al calcularlo de forma

experimental nos arroja un valor 2,05, como los valores son muy cercanos, no podemos

precisar una variación o una pérdida considerable de energía en el péndulo, sin embargo, si la

fricción del aire es muy grande, esto haría que el péndulo tenga una pérdida de energía y a su

vez se detendría.

5. Observe que al soltar el péndulo es muy difícil evitar que la masa “rote” ¿Modifica tal

rotación el valor del periodo?

La rotación de la masa afecta al periodo del péndulo, puesto que al rotar afectaría a la

distribución de la masa del péndulo y esto a su vez al centro de masa del péndulo. Debido a
 20

esto, el periodo varía, pero en el experimento este cambio es mínimo, por lo que no se

considera como un factor que afecte al periodo.

IX. CONCLUSIONES
● Se pudo demostrar con un pequeño margen de error 1% de que el Periodo de un

péndulo no depende de la masa del cuerpo, ni del ángulo “θ”.

● La ecuación lineal de dependencia entre el periodo al cuadrado y la longitud de la

cuerda con una influencia del 99% de la longitud del péndulo con el periodo al

cuadrado demostramos que si hay una relación lineal entre el cuadrado del periodo y

la longitud de la cuerda.

● La relación entre el coeficiente de determinación que se calculó de forma manual y

por el software excel son iguales. R2=0 , 99. Por ende podemos afirmar que nuestros

cálculos fueron acertados en el margen indicado.

EXPERIMENTO N°3: CONTEO DE FRIJOLES

I. OBJETIVO
● Determinar la curva de distribución normal en un proceso de medición,

correspondiente al número de frejoles que caben en una copita pequeña.

● Determinar la incertidumbre a este proceso de medición.

 21

II. MATERIALES

Figura 1. Un tazón de frijoles Figura 2. Una copa pequeña

 22

III. CÁLCULOS Y RESULTADOS

Sean las variables:

nmp = Media aritmética de los 100 números obtenidos

diff = Nk−nmp ❑

diff^2 = (Nk−nmp)❑2❑

Δ nmp = Desviación estándar

Se tiene el siguiente cuadro:

k N k diff diff^2 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157

1 140 -9,2 84,64 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

2 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

3 142 -7,2 51,84 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

4 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

5 142 -7,2 51,84 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

6 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

7 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

8 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

9 141 -8,2 67,24 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

10 144 -5,2 27,04 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0

11 155 5,8 33,64 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0

12 144 -5,2 27,04 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0

13 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

14 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

 23

15 154 4,8 23,04 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0

16 148 -1,2 1,44 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

17 142 -7,2 51,84 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

18 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

19 148 -1,2 1,44 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

20 146 -3,2 10,24 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0

21 153 3,8 14,44 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0

22 151 1,8 3,24 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

23 148 -1,2 1,44 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

24 145 -4,2 17,64 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0

25 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

26 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

27 150 0,8 0,64 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

28 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

29 153 3,8 14,44 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0

30 144 -5,2 27,04 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0

31 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

32 148 -1,2 1,44 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

33 151 1,8 3,24 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

34 148 -1,2 1,44 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

35 151 1,8 3,24 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

36 150 0,8 0,64 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

 24

37 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

38 146 -3,2 10,24 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0

39 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

40 144 -5,2 27,04 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0

41 148 -1,2 1,44 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

42 143 -6,2 38,44 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

43 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

44 150 0,8 0,64 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

45 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

46 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

47 148 -1,2 1,44 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

48 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

49 147 -2,2 4,84 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0

50 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

51 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

52 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

53 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

54 146 -3,2 10,24 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0

55 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

56 145 -4,2 17,64 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0

57 145 -4,2 17,64 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0

58 151 1,8 3,24 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

 25

59 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

60 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

61 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

62 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

63 148 -1,2 1,44 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

64 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

65 155 5,8 33,64 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0

66 150 0,8 0,64 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

67 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

68 151 1,8 3,24 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

69 150 0,8 0,64 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

70 151 1,8 3,24 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

71 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

72 150 0,8 0,64 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

73 156 6,8 46,24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0

74 145 -4,2 17,64 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0

75 151 1,8 3,24 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

76 154 4,8 23,04 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0

77 156 6,8 46,24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0

78 151 1,8 3,24 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

79 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

80 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

 26

81 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

82 151 1,8 3,24 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

83 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

84 148 -1,2 1,44 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

85 153 3,8 14,44 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0

86 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

87 150 0,8 0,64 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

88 153 3,8 14,44 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0

89 156 6,8 46,24 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0

90 152 2,8 7,84 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0

91 153 3,8 14,44 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0

92 149 -0,2 0,04 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

93 155 5,8 33,64 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0

94 148 -1,2 1,44 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0

95 151 1,8 3,24 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0

96 150 0,8 0,64 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

97 154 4,8 23,04 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0

98 145 -4,2 17,64 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0

99 157 7,8 60,84 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1

100 150 0,8 0,64 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

1 1 3 1 4 5 3 12 10 14 9 10 12 5 3 3 3 1

m (menor valor): 140 M (mayor valor): 157

 27

nmp = 149,2

Δnmp = 3,49 => 3,5

IV. CÁLCULO DE LA CAMPANA DE GAUSS

Para el cálculo de la campana de Gauss, hacemos uso de la función de distribución de

densidad normal:

1
σ √❑

Ecuación (a)

donde σ es la desviación estándar, σ 2la varianza y μ la media.

Al reemplazar los valores, se obtiene la siguiente gráfica:

Gráfica 1. Nk vs probabilidad
 28

La altura de nuestra campana está determinada por la imagen de la función evaluada en x,

cuando x es igual a la media (x= μ ¿. Por lo tanto, al reemplazar x en la ecuación (a) se

obtiene:

1
f (x)=
σ √❑

1
f (x)=
σ √❑

truncando:

f (x)=0.11

Multiplicamos la función por el número de datos obtenidos (100) para obtener la gráfica Nk

vs Frecuencia.

Entonces obtenemos que la altura de la campana es h=11.

Gráfica 2. Nk vs Frecuencia
 29

Trazamos una recta horizontal a ⅔ de la altura máxima (h), generándose el segmento | AB|

| AB|
Comparamos el semiancho sa = con Δ nmp:
2

| AB|=2 sa= 7 = 3,5

Δ nmp = 3,49 ; sa = 3,5

V. PREGUNTAS
1. En vez de medir puñados, ¿podría medirse el número de frejoles que

caben en un vaso, en una cuchara, etc?.

Sí, podemos medir el número de frijoles que caben en recipientes de distintas

dimensiones, pero hay que usar el recipiente más conveniente. En particular,

para este experimento se usó una copita para extraer los frijoles.

2. Según Ud, ¿a qué se debe la diferencia entre el número de frijoles

obtenido por su copa y la de sus compañeros?

La diferencia se debe a las dimensiones de la copa. Cada grupo usó copas

diferentes para la realización del experimento.

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

representación de π ¿ frente a la de π ¿?.

 30

Una ventaja de representar π ¿ es que las probabilidades de los intervalos

aumentan, pero a costa de la precisión. Al considerar π ¿ para r = 140, por

ejemplo, la probabilidad aumenta a 0.24 pero esta probabilidad está dada entre

2 valores (140,141), es decir no sabemos cuál de los dos valores puede

obtenerse.

4. ¿Qué sucedería si los frijoles fueran de tamaños apreciablemente

diferentes?

El conteo se vería afectado, ya que al tener frijoles distintos, estos tendrían

volúmenes apreciablemente diferentes. Por ejemplo, si tuviéramos pallares,

lentejas y frijoles en un mismo recipiente, los pallares ocuparían el volumen de

hasta 3 frijoles y de hasta más de tres lentejas. Esto afectaría al conteo. Es por

eso que es mejor usar frijoles que tengan aproximadamente el mismo volumen.

5. 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 propondría Ud.?. ¿Por qué?.

a) Cada participante realiza 33 o 34 extracciones y cuenta los

correspondientes frijoles
 31

b) Uno de los participantes realiza las 100 extracciones pero cada

participante cuenta 33 o 34 puñados

Sugeriría la opción B, porque de esta manera el volumen del recipiente es

constante. Al ejecutar la opción A cada participante podría usar una copita

diferente, ocasionando que las cantidades de frijoles por extracción se alejen

mucho unas de otras.

6. Mencione tres posibles hechos que observarían si en vez de 100 copitas se

extrajeran 1000 copitas.

i) Habría más precisión para el cálculo de la media.

ii) Habría más precisión en el cálculo de la desviación estándar.

iii) Los datos obtenidos se asemejarían más a la distribución normal de Gauss.

7. ¿Cuál es el promedio aritmético de las desviaciones N k −nmp❑ ?

En nuestro caso, da la coincidencia de ser 0.

8. ¿Cuál cree Ud que es la razón para haber definido Δ nmpen vez de tomar

simplemente el promedio de las desviaciones?

 32

Porque al considerar solo el promedio de las desviaciones podríamos obtener

un promedio igual a cero (como en nuestro caso), lo que es una conclusión

errónea, pues nuestros datos sí presentan variaciones.

9. Después de realizar el experimento coja Ud. una copita de frijoles. ¿Qué

puede Ud. afirmar sobre el número de frijoles contenido en tal copita

(antes de contar)?.

De acuerdo con nuestra gráfica de distribución normal, el 68,2% de nuestros

datos se encuentran entre el intervalo (145,153), por lo tanto es más probable

que el número de frijoles esté entre 145 y 153. También podemos decir,

gracias al cálculo de nuestra media, que hay una mayor probabilidad de

obtener 149 frejoles.

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

frijoles en el presente experimento.

Emplear pallares resultaría ventajoso al momento de hacer las extracciones, ya

que cabrían menos pallares en la copita en comparación con los frijoles y por

lo tanto sería menos laborioso contarlos.

VI. CONCLUSIONES
● Se determinó la curva de distribución normal haciendo uso de la función de densidad

de probabilidad.

● Se determinó la incertidumbre del conteo, la cual es la desviación estándar ( σ ) con

σ =3 , 49.
 33

ANEXOS
Se adjunta la hoja de datos.
 34

BIBLIOGRAFÍA

● Rodríguez, E. M. (2005). Errores frecuentes en la interpretación del coeficiente de

determinación lineal. Anuario jurídico y económico escurialense, (38), 315-331.

● Sears, F., Zemansky, M. W., & Young, H. D. (2016). University physics with modern

physics (14th ed.). Pearson Education. Capítulo 14; Sección 1-5 “Péndulo simple”

● Goldstein, H. (1980). Classical mechanics (2nd ed.). Addison-Wesley. Capítulo: 3.4 y

3.5.

● Ruiz, S., & Avila, L. F.(2001). Incertidumbre de la medición: teoría y práctica.

● Helfgott, Michel. (2019). Cálculo en una variable: un enfoque ecléctico.