12/01/2024

Sistema: Cualquier entidad definida y aislada

Facultad de Ciencias Físico Matemáticas escogida para su estudio.
Suponemos que podemos influir o controlar el
Materia: Física Experimental I sistema, nos referimos a las cantidades que
Profesor: Benito Flores Desirena utilizamos para ello como las entradas.
Cubículo FM9/209 Suponemos también que el sistema realizará
alguna o algunas funciones, y nos referimos a
ellas como las salidas.

Sistema
Entradas Salidas

La experimentación nos permite comprobar

modelos o teorías propuestas acerca de un
sistema específico. 21 22

La medición es el proceso de cuantificar

nuestras experiencias con la naturaleza.

Comparar con alguna

medir ¿El ancho de la hoja es 21.4 cm?
cantidad de referencia
¿El ancho de la hoja es 21.5 cm?
Ejemplo sencillo que nos permite introducir el
Las medidas no son simples números exactos,
concepto de error.
sino que consisten en intervalos, dentro de los
cuales tenemos la confianza de que se
Medición del ancho de una hoja de papel.
encuentra el valor esperado.

- Localización numérica borde mal definido

de la cantidad medida
medición 21 22
- Ancho del intervalo en
el que se encuentra
El ancho es:
La medición depende no sólo del instrumento
21.5
de medida sino también de lo que se mide.
21.3
Ejemplo: medición del ancho de una hoja de
21.4
papel con borde mal definido.
21.5

lectura 21.4cm
ancho del intervalo: 0.2cm

1
 12/01/2024


Concepto de exactitud y precisión.
error de La mitad de la división de
lectura La escala más pequeña Exactitud: indica que tan cerca los valores
medidos concuerdan con el valor verdadero o
Un ejemplo mas: Medición de la temperatura de real de lo que se mide.
una persona en diferentes horas del día. El Precisión: nos indica el grado en que las
termómetro tiene precisión de milésimas de mediciones concuerdan entre si, esto es, si el
grado experimento es reproducible.
Lecturas tomadas (oC) 36.876
37.094 Incertidumbre absoluta y relativa
35.062
La incertidumbre absoluta se determina por la
lectura 36oC 36.835
mitad del intervalo más pequeño dentro del cual
ancho del intervalo: 2oC 35.612 tenemos la seguridad se halla nuestra medición.

Ejemplo, si la medición se encuentra en el

intervalo (21.4cm,21.5cm).
En términos de la incertidumbre absoluta será:
21 .45  0 .05 cm
Incertidumbre relativa se determina por la razón
entre la incertidumbre absoluta y el valor
medido. Por ejemplo, del caso anterior se tiene
r 0 .05 cm
  0.0025  0.25%
r 21 .45 cm
grosor de un lápiz: 0 .6  0 .1cm
 r 0 .1cm
  0.2  20%
r 0 .6 cm

grosor de un CD: 0 .15  0 .05 cm Este tipo de errores no son visibles de

inmediato cuando se hace la una medición.
 r 0 .05 cm
  0.33  33% Incertidumbres en cantidades calculadas: para
r 0 .15 cm medición de incertidumbres de cantidades
precisión en indirectas las dividimos en funciones de una
incertidumbre
la medida sóla variable y funciones de más de una
relativa
variable.
El tipo de incertidumbre anterior surge de la Supongamos que z es una cantidad medida
insuficiencia natural en el proceso de medición. indirectamente y x otra medida directamente tal
Otros tipos de errores son: que z  f(x)
Como ejemplo consideremos z  cx , donde c
2
Errores sistemáticos: son debidos a la mala
calibración de los instrumentos de medida y a es una constante
las simplificaciones de la medición

2
 12/01/2024

x  x cantidad medida directamente Método general. Las diferencias finitas z y x

medida indirecta se pueden expresar en términos de derivadas.
La diferencial matemática de z es
z  z  c(x  x)2  cx 2  2cxx  c(x)2 df(x)
dz  dx
 z  2cxx  c(x)2 dx
z  2cxx df(x)
En forma de diferencias z  x
finitas (errores) resulta dx
La incertidumbre relativa en este ejemplo es
z 2cxx x
 2
Ejemplo: sea v t   2 t  3 t
2 3 2
z cx x donde t se
mide en segundos y v se mide en m/s . Hallar el
error absoluto y relativo δv para t = 1s y δt  0.1s

Incertidumbre de funciones de dos o más Supongamos ahora que z  x  y

variables. Sustituyendo las mediciones directas y sus
Supongamos que tenemos z  x  y incertidumbres en z
x  x cantidades y sus errores z  z  x  x  y  y
y  y medidas directamente Nuevamente el más amplio margen de error
z  z medida indirecta para x – y está dado por la suma de los errores
En la función z se tiene z  x  y
z  z  x  x  y  y De manera general, si z  f(x, y)
El más amplio margen de error para z está dado
f f
por la suma de los errores directos, es decir, z  x  y
z  x  y x y

Ejemplo: en un resistor de resistencia R se mide en un cierto intervalo de tiempo. Otro ejemplo es

el voltaje V y corriente I dados por 15.4  0.1V cuando se quiere encontrar la imagen por una
R V /I 1.7  0.1A lente delgada. En estos casos aunque la
Escribir el valor de la resistencia con su medición se haga con toda la precaución, los
incertidumbre absoluta como: R  δR valores obtenidos serán diferentes por la
naturaleza misma del sistema.
Incertidumbre Estadística
Se ha visto mediciones en las cuales la Estas mediciones se interpretan en términos de
incertidumbre podía estimarse usando un criterio probabilidad y no de certidumbre.
personal. A veces, no obstante la medición
reiterada conduce a resultados diferentes. Por
ejemplo, un contador Geiger para medir la
actividad radiactiva en un lugar

3
 12/01/2024

Supongamos que se han hecho 100 mediciones Histogramas una forma común de presentación
sucesivas gráfica de este tipo de mediciones se le conoce
como histogramas, en ella se puede apreciar
rápidamente como se distribuyen los valores a
las preguntas
85 109 114 122 128 134 lo largo de la escala. Ejemplo 8592 109 114 122 128 134
importantes serán 92
96
110
110
115
116
122
122
128
128
134
135
110 115 122 128 134
96 110 116 122 128 135
¿existe una 97
97
111
111
116
116
122
123
128
128
136
137
40 97
97
111
111
116
116
122
123
128
128
136
137

regularidad en las 97
100
111
111
117
117
123
123
128
130
137
137
97
100
111
111
117
117
123
123
128
130
137
137
101 111 118 123 130 144 30 101 111 118 123 130 144
mediciones? ¿cuál

frecuencia
101 112 118 123 130 148 101 112 118 123 130 148
102 112 119 124 130 149 102 112 119 124 130 149
es el valor 102
103
112
113
119
120
124
124
130
130 20
102
103
112
113
119
120
124
124
130
130

representativo? 103
105
113
113
120
120
125
125
131
131
103
105
113
113
120
120
125
125
131
131
106 113 120 125 131 106 113 120 125 131
¿cuál es su error? 106 113 121 126 131 10 106 113 121 126 131
107 113 121 127 132 107 113 121 127 132
108 114 121 127 133 108 114 121 127 133
108
109
114
114
121
122
127
127
134
134
0 108
109
114
114
121
122
127
127
134
134
80 100 120 140 160
variable estadística

Valores centrales de la distribución. ¿Qué c) La media, para un grupo de N mediciones se

resultado particular caracteriza a la distribución? define por la expresión 1 N
x 
N

i 1
xi
a) La moda la mayoría de las distribuciones
tiene un punto máximo. Si ese pico está bien Para un distribución simétrica, la media, la
definido, el valor sobre la escala horizontal en mediana y la moda coinciden en el centro de la
que ocurre se le llama la moda distribución.

b) La mediana si colocamos todos nuestros La cantidad que mide la amplitud de la

resultados en orden numérico y los dividimos a distribución es la desviación estándar.
la mitad en dos partes iguales, el valor 1 N
correspondiente a esta línea divisoria se le llama S 
N
 ( x -x i ) 2
la mediana i 1

Según lo anterior, si se hacen mediciones de xS histograma particular 1

una cantidad estadística o azarosa, pueden x'  S' histograma particular 2
establecerse resultados numéricos a través de:
a) Hacer el histograma correspondiente.
Debe desistirse de describir nuestro histograma
b) Dar un valor representativo de la distribución en particular y debe hablarse sobre
como la moda, la media o la mediana. distribuciones teóricas definidas. Nos
c) Considerar la desviación estándar como una ocuparemos únicamente de la distribución
medida de la confianza que podemos obtener gaussiana o normal
en los resultados.
La distribución de Gauss se utiliza para
Sin embargo, se obtendrían resultados distintos interpretar muchos tipos de mediciones físicas.
para cada uno de los parámetros mencionados
si se efectúa el experimento N veces, es decir,

4
 12/01/2024

De acuerdo con esta distribución, la probabilidad Consideremos que una magnitud, cuyo valor medio
de que la medida esté entre x y x + dx es: es x y está sujeto a incertidumbres al azar. Consi-
deramos que la incertidumbre surge de 2n errores,
cada uno de magnitud E y con la misma probabili-
dad de ser positivo o negativo
donde σ es la desviación estándar de la
distribución. x  2nE Si todos los errores tienen signo
negativo
área incluida en 68%
el intervalo x  σ
x  2nE Si todos los errores tienen signo
positivo

área incluida en 95%

el intervalo x  2σ

nr son positivos

Con lo cual (2n)! (2n)2n e2n 2(2n)
nr son negativos se obtiene:
(2n)! 22n n 2n1/2e2n 2 
número de maneras de colocar 2n objetos: (2n)!
(n  r)! (n  r)n  r e ( n r) 2(n  r)
arreglos internos entre los errores positivos: (n  r )!
 n n r 1/2 (1  r/n) n  r1/2 e n r 2
(2n)! número de combinaciones
(n  r)!(n  r)! totales de los 2n objetos de manera
n r n r semejante: (n  r)!  n n r 1/2 (1  r/n) n r 1/2 e n  r 2
Como la probabilidad de cada (2n)! 1 1
   
elección es de 1/2, se tiene que (n  r)!(n  r)! 2  2 (n  r)!(n  r)! n 2n1 (1  r 2 /n 2 ) n 1/2 (1  r/n) r (1  r/n)-r
la probabilidad de obtener el
error R es
e2n 2
Se utiliza el teorema de Stirling: n! 2n e  n n n
22n1 n 2n1/2e-2n  1
válido para valores n  1 P(R) 
n 2n1 (1  r 2 /n 2 ) n 1/2 (1  r/n) r (1  r/n)-r e-2n (2) 22n

n2  r2 
1 - 2  
n 
1 cambiando a una variable continua hx  r/ n
P(R)  (1  r 2 /n 2 ) r   (1  r 2 /n 2 ) 2 diferenciando resulta hdx  1/ n
n n  r 2  n  r 2 
   
r  n  r n 
 (1  r/n) (1  r/n) Y la probabilidad de que el error se encuentre entre x y x+dx.
h h 2 x 2
P(x)dx  e dx
En el límite cuando
limn  1  1 / n   e
n
n/r   se obtiene 
Para calcular la desviación estándar debemos calcular la suma

limn/r 1  r 2 / n 2n2 / r2
 e, 
limn/r 1  r 2 / n 2  1/2
 1, de los cuadrados de los errores dividida entre el número total
de observaciones (suponemos N). El número de errores de
limn/r 1  r / n   e, limn/r 1  r / n 
n/r -n / r
e 2 2
magnitud entre x y x+dx es igual a e h x Nhdx/ 
Y la probabilidad de obtener el error R es 1  Nh h 2x 2 2
N  
2 2 2 
r2 2  e x dx, además se sabe que
r r r
1 n n n e n
P(R)  e e e   
n n

2
e x dx  ,
 

5
 12/01/2024

Consideramos la integral

Haciendo el cambio
de variable Para nuestra integral se tiene

Podemos ahora cambiar la constante

cambiando a la variable h por la desviación estándar teórica

La probabilidad de que el error

se encuentre entre x y x+dx.

Con lo cual la probabilidad Desviación estándar de cantidades calculadas

1 2 2
en términos de la desviación P(x)dx  ex / 2 dx Suponemos que x, y, z obedecen a la misma estadística,
estándar es 2 consideramos también que se conocen Sx y Sy. Suponemos
además que z es la medición indirecta, es decir, z  f(x, y)

1 z z
Sz 
N
 ( z ) 2 z 
x
x 
y
y

1  z  2 2  z 
2
z z 
S2z      x  
x 
  2 y  2  x y 
n
   y  x y

1
S2x 
N
 ( x ) 2
Por definición de Sx y Sy 1
S2y 
N
 ( y ) 2
Gráfica de la distribución normal (o curva de Gauss),   x y  0 variaciones independientes
donde la variable x se da en términos de la desviación 2 2
estándar, observemos que se cumple la regla 68, 95, 99.6  z  2  z  2
Desviación estándar en z S2z    S x    S y
para los intervalos 2σ, 4σ y 6σ respectivamente  x   y 

Método de Mínimos cuadrados 120 Definimos la mejor línea

100 Pi como aquella que lleva a
Consideremos que la variable y es la única que presenta su valor mínimo la suma:
80
incertidumbre, es decir, suponemos que los valores de x son N

exactos, o al menos, con una precisión mayor que los valores y 60 i 1

( Pi Q i ) 2

de y. Sabemos además que la dependencia entre ambas 40

variables es lineal (lo cual se puede gráficamente). Ecuación de la mejor línea:
20
y  mx  b
La pregunta a contestar es, ¿cuál de todas las líneas en el 0
plano x-y escogemos como mejor? ¿qué quiere decir la mejor 0 2 4 6 8 10 12 con m y b a determinarse
línea? x
Suponemos que se tienen los valores experimentales x i , y i
El método de mínimos cuadrados permite hacer esta elección
 y i  y i  ( mx i  b ) desviación del valor experimental
con base en las desviaciones de los puntos en la dirección respeto a la mejor curva
vertical.
El criterio de mínimos cuadrados nos permite obtener los
valores deseados de m y b a partir de la condición
N

 y  b )
2
D(m, b)  i  ( mx i sea un mínimo
i 1

6
 12/01/2024

Luego, la condición para que D(m,b) presente un mínimo es:

 m  1 N   x i   x i y i 
 D(m, b)  0 el vector incógnita es:      
D(m, b)  0 ,   x
i  x i   y i
m b b   
2  

calculamos primero (  y i ) 2
y el determinante resulta   N  x 2
i   xi
2

(  y i ) 2  y i2  m 2 x i2  b 2  2 mx i b  2 mx i y i  2 y i b
sustituyendo en D(m,b)
D(m, b)   ( y i ) 2   y 2i  m 2
 x i2  Nb 2
resultan de aquí la pendiente m 
N  x iyi  x  i yi
N  x i2   x  2

  x iyi  2b yi
i
 2 mb x i  2m

Para hallar m, b en los puntos críticos se requiere: y el término independiente b 

 x i2  y i  x  x i i yi
N  x i2   x  2

2m  x i2  2b  x i  2 x iyi  0 i

2 Nb  2 m  x i  2 yi  0

  x i2 ,  x i  m    x iy i 
En forma matricial:      
 x , N   b    y i 
 i  

Si las desviaciones estándar de las mediciones yk son Sy

entonces N
Sm  Sy
desarrollando m en términos de la variable yk se obtiene N  x i2   xi
2

m 
1

Nx 1 y 1  y 1  x i  Nx y2  y2 xi    Para el término independiente  b  2
2


2
b se tiene Sb     S y k
 y k 
derivada m respecto de yk m
y k

1

Nx  k   xi  b 
1

y 1  x i2  x 1 y 1  x i  y 2  x i2  x 2 y 2  x i     

2
 m

 y k




1
2

N 2x 2
k   x i   2 Nx
2
k  xi  derivada b respecto de yk b
y k

1

 x i2  x k  xi 
sumando respecto de k sumando respecto de k la expresión anterior al cuadrado
  x  N  x  
2
 m  1
 
2

  b 
2
   1
   2  x i   xi
2 2
N
  
2 2 2
i i    N x i2 x i2  x 2
 y k  2
 y k  2
k

N N  x   x  
2

 
2


N  x   x   2
i i
2 2 
1
2
N  x i2 2
  xi
2
 x i2
i i


 b



2

  x i2 N    
x i2  xi
2
 Forma de evaluación
 y k  N  x 2
i   x  i
2 2
 Se evaluará con reporte, asistencia, bitácora tarea y proyecto
final. El porcentaje asignado a cada parte será:
Considerando nuevamente que las desviaciones
estándar de las mediciones yk son Sy ese tiene para Sb
Reporte 60%
Sb  Sy
 x i2
N  x i2   xi
2
Bitácora 20%

Tarea 20%

La calificación del reporte será por equipo, la calificación de la

bitácora y la tarea será individual. Se tomará en cuenta la
asistencia en la calificación del reporte. Se pasará asistencia
media hora después de iniciar la clase. Al final se dejará un
o explícitamente proyecto final, el cual contará como otra práctica.

7
 12/01/2024

Contenido del reporte figuras. No daré ningún punto si sólo se reportan las tablas,
Introducción: Aquí debe incluirse el nombre de la práctica, los gráficas o figuras sin ningún comentario. Todas sus tablas,
nombres de los integrantes del equipo empezando por los ape- gráficas o figuras deben estár numeradas y contener un pie de
llidos en orden alfabético y de lista, los objetivos a alcanzar y la figura. Si se reportan cantidades con sus respectivos errores,
introducción propiamente dicha, la cual debe contener lo que deben comentar cómo se calculó al menos uno de ellos, que
se conoce acerca del fenómeno a observar. Debe describirse consideraciones se hicieron en sus cálculos (3 puntos).
la fórmula, expresión, ley o idea que se intentará verificar. No Análisis: Aquí debe incluir sus conclusiones generales (aunque
es válido utilizar una expresión en sus siguientes secciones algunas de ellas ya hayan sido escritas en sus resultados),
que no se haya citado aquí (2 puntos). críticas, sugerencias, recomendaciones. Debe procurar en la
Desarrollo: Aquí debe describirse como se procedió a cumplir medida de lo posible que sus conclusiones sean cuantitativas,
los objetivos, que cantidades se midieron, con que unidades. es decir, que sus figuras, valores numéricos se compararen
Como se desarrolló la práctica, que material se utilizó y cual con lo ya reportado, lo cual debió citarse en su introducción y
fue el montaje experimental (3 puntos). en su bibliografía. Su bibliografía será correcta, si ésta se cita
en el trabajo (2 puntos).
Resultados: Esta parte comprende los valores experimenta-
les obtenidos, tablas, gráficas, figuras, fotografías etc. Deben Si la práctica tiene varios objetivos, entonces a excepción de
incluir la descripción (comentarios) de sus tablas, gráficas o la introducción, cada objetivo deberá desarrollarse por

por completo, es decir deberán escribir su Desarrollo, Resulta- Tarea 2: Determinar la densidad de un material, tal como el
dos y Análisis, antes de pasar al siguiente objetivo. polietileno con el que se construyen los popotes. Para lo cual deben
Tareas: Por cada práctica realizada se dejará al menos una medir la masa y el volumen de un conjunto de cilindros (al menos
tarea, la cual consistirá en preguntas relacionadas con el trece). Deberán determinar desde el método de mínimos cuadrados
concepto, idea o ley a experimentar. Para que su tarea sea tal densidad así como la desviación estándar (error), deberán indicar
correcta y completa deberá escribir el enunciado de cada los operaciones realizadas así como la gráfica de los puntos y su
pregunta a mano y contestarla. Su respuesta debe ser lo más mejor ajuste lineal.
completa posible; no son respuestas correctas: si, no,
positivo, negativo o escribir los resultados sin justificación, Ejemplos de operaciones a indicar
deben explicar el porqué. Sus tarea deberá tener dos
numeraciones, una la del libro y la otra en orden creciente
para numerar sus preguntas, su nombre empezando por los
apellidos debe ir en la parte superior de su tarea. Las tareas
que no cumplan con las requisitos indicados, lo calificaré con
un criterio diferente. La bitácora es individual y debe seguir el
orden del reporte pero en breve, es decir, debe ser su versión
de lo que será después el reporte.

Posibles medidas de longitud a considerar. Bibliografía:

No. Longitud(cm) Masa(g)
1 1.0 𝑚 Experimentación
2 2.0 𝑚 Una introducción a la teoría de mediciones y al diseño de
3 3.0 𝑚 experimentos
4 4.0 𝑚 D. C. Baird
5 5.0 𝑚
6 6.0 𝑚
7 7.5 𝑚
8 8.0 𝑚
9 5.5 𝑚
10 9.5 𝑚
11 10.0 𝑚
12 1.5 𝑚
13 21.0 𝑚