“Año de lA

Diversificación
Productiva y del
Fortalecimiento de la
educAción”

INFORME N° 1
NOMBRE:

 Luiggi Aldair Cano Solano 20154149I

 Jean Pool Carrillo Gonzales 20150242D
ÍNDICE  Andrés Félix Giraldo Sarmiento 20154159D
1.1.-OBJETIVOS ..............................................................................................................................
CURSO: Física I (MB223) 2
1.2.-MATERIALES ........................................................................................................................... 3
1.3.-FUNDAMENTO SECCIÓN: “A”
TEORÍCO........................................................................................................................................... 3
1.4.-
NOMBRE DEL EXPERIMENTO: “Medición y Error
Experimental”
PROCEDIMIENTO ........................................................................................................................... 5
1.5.-CÁLCULOS Y
PROFESOR(A): Caballero Torres, Eduardo Gume5
RESULTADOS ..................................................................................................................................
CÁLCULOS ....................................................................................................................................... 6
FACULTAD:
1.6.-PREGUNTAS ............................................................................................................................ 7
Facultad de Ingeniería Mecánica (FIM)
1.7.-COMENTARIOS ..................................................................................................................... 10
1.8.-
Fecha del Experimento: 29/03/15
OBSERVACIONES ........................................................................................................................ 10
1.9.-
Fecha de Entrega del Informe: 01/03/15
CONCLUSIONES ........................................................................................................................... 10
2.0.-
RECOMENDACIONE 2015-I
S ........................................................................................................................................................ 11
2.1.-ANEXOS .................................................................................................................................. 11
2.2.-BIBLIOGRAFÍA ............................................................................................................. 18

1.1.-OBJETIVOS

Objetivos Generales:
Familiarizarse con las nociones elementales de las técnicas de
medición y la estimación de los errores cometidos en la medición
de una magnitud física.

Objetivos Específicos
Determinar la curva de distribución normal en un proceso de
medición, correspondiente al número de frijoles que caben en un
puñado normal.
Determinar la incertidumbre en un puñado normal.
1.2.-MATERIALES
 Un tazón de frijoles
 Un tazón de lentejas

1.3.-FUNDAMENTO TEORÍCO
MEDIA: Es un número que representa el valor más probable al realizar una
extracción y es un valor representativo de los datos. Sin embargo es sensible
a valores extremos.

De acuerdo a nuestro experimento será 𝑛𝑚𝑝

̅̅̅̅̅̅.

∑100
𝑘=1 𝑁𝑘
̅̅̅̅̅̅ =
𝑛𝑚𝑝
100
DESVIACIÓN ESTÁNDAR: La desviación estándar representa la diferencia
promedio que existe entre los datos y una medida de tendencia central: la
̅̅̅̅̅̅).
media (𝑛𝑚𝑝

Para nuestro experimento será ∆(𝑛𝑚𝑝

̅̅̅̅̅̅).

∑100 ̅̅̅̅̅̅)2
(𝑁𝑘 − 𝑛𝑚𝑝
̅̅̅̅̅̅) = √ 𝑘=1
∆(𝑛𝑚𝑝
100

DISTRIBUCIÓN NORMAL:

La distribución de probabilidad conocida como distribución normal es, por la

cantidad de fenómenos que explica, la más importante de las distribuciones
estadísticas. Esta distribución de datos se presenta en diversidad de
mediciones y fenómenos, siendo una especie de ordenamiento lógico y de
esperar en la práctica. Tiene una forma acampanada y es simétrica respecto
de un determinado parámetro estadístico. Esta curva se conoce
como campana de Gauss y es el gráfico de una función gaussiana. Se dice que
“X” (variable independiente tiene una distribución normal con parámetros
𝜇 𝑦 𝜎 si:
−(𝑥−𝜇)2
1
𝑓(𝑋; 𝜇, 𝜎) = . 𝑒 (2𝜎2)
√2𝜋. 𝜎
e=2.71828Escriba aquí la ecuación.

Las propiedades más importantes de la curva normal son:

a) Toda la curva está situada sobre el eje de abscisas lo que indica que las
ordenadas son siempre positivas, en efecto:

1 −𝑍 2
𝑓(𝑍; 0,1) = .𝑒 2
√2𝜋
Como la letra “Z” del exponente está elevado al cuadrado, esta puede
ser positiva o negativa, resultará siempre que f es positiva.

b) La curva es simétrica respecto al eje de coordenadas( o respecto a un

eje que pase por la media 𝑛𝑚𝑝
̅̅̅̅̅̅)
c) La curva es asintótica con respecto al eje de las abscisas, al cual se
acerca indefinidamente por el lado positivo y por el lado negativo de
este
1.4.-PROCEDIMIENTO
Deposite los frijoles en el tazón. Coja un puñado de frijoles del recipiente una
y otra vez hasta lograr su puñado normal (un puñado ni muy apretado ni muy
suelto).

Después coja un puñado normal y cuente el número de granos obtenido.

Apunte el resultado y repita la operación, por lo menos 100 veces, llenando
una tabla como la indicada en el ejemplo del manual de laboratorio.

1.5.-CÁLCULOS Y RESULTADOS
1. Determine la media aritmética de los 100 números obtenidos. Esta
media aritmética es el número más probable, 𝑛𝑚𝑝 ̅̅̅̅̅̅ de frijoles que
caben en un puñado normal.
2. Determine la INCERTIDUMBRE NORMAL o desviación estándar,
∆(𝑛𝑚𝑝
̅̅̅̅̅̅), de la medición anterior. Para ello proceda de la siguiente
manera:

Sea Nk el número de granos obtenidos en la k-ésima operación. Halle la

media aritmética de los cuadrados de las diferencias Nk - 𝑛𝑚𝑝
̅̅̅̅̅̅, que
será:

∑100 ̅̅̅̅̅̅)2
𝑘=1(𝑁𝑘 − 𝑛𝑚𝑝
(1.1)
100

La raíz cuadrada positiva de esta media aritmética es el número

∆(𝑛𝑚𝑝
̅̅̅̅̅̅) buscado; en general:

∑100 ̅̅̅̅̅̅)2
𝑘=1(𝑁𝑘 − 𝑛𝑚𝑝
∆(𝑛𝑚𝑝
̅̅̅̅̅̅) = √ (1.2)
100
 3. Grafique la posibilidad de que un puñado normal contenga tantos
granos de frijoles. Sean, por otra parte, r, s dos números naturales.
Diremos que un puñado de frijoles es de clase [r, s) si tal puñado
contiene x frijoles y se cumple que 𝑟 ≤ 𝑥 ≤ 𝑠. Sea N el número de
veces que se realiza el experimento consistente en extraer un puñado
normal de frijoles, y sea n(r, s) el número de veces que se obtiene un
puñado de clase [r, s), a este número n(r, s) se conoce como frecuencia
de la clase [r, s). Al cociente de dichos números (cuando N es
suficientemente grande) lo llamaremos PROBABILIDAD 𝜋(𝑟, 𝑠) DE QUE
AL EXTRAER UN PUÑADO, ESTE SEA DE CLASE [r, s); es decir

𝑛[𝑟, 𝑠)
𝜋(𝑟, 𝑠) = , 𝑁 𝑚𝑢𝑦 𝑔𝑟𝑎𝑛𝑑𝑒
𝑁
La probabilidad así determinada quedará definida cuando más grande sea el
número N.

CÁLCULOS
En este experimento se procedió a calcular la media de los datos: 𝑛𝑚𝑝
̅̅̅̅̅̅ para
lo cual se procedió a sumar todos los datos y a dividirlo entre el total de
datos, se usó la fórmula siguiente:

∑100
𝑘=1 𝑁𝑘
̅̅̅̅̅̅ =
𝑛𝑚𝑝
100
 (Frijoles) De esto se obtuvo que la media 𝑛𝑚𝑝
̅̅̅̅̅̅ = 125.23
 (Pallares) De esto se obtuvo que la media 𝑛𝑚𝑝
̅̅̅̅̅̅ =69.72

Luego de esto, se procedió a calcular la desviación estándar ∆𝑛𝑚𝑝

̅̅̅̅̅̅ para lo
cual se utilizó la siguiente fórmula:

∑100 ̅̅̅̅̅̅)2
𝑘=1(𝑁𝑘 − 𝑛𝑚𝑝
∆(𝑛𝑚𝑝
̅̅̅̅̅̅) = √
100

 (Frijoles)Por ejemplo para el primer dato obtenido (62) se tendría:

 (122 − 125.23)2 = 10.43

Para el segundo dato se tendría:

(128 − 125.23)2 = 7.67

 (Pallares)Por ejemplo para el primer dato obtenido (62) se tendría:

(62 − 69.72)2 = 59.5984

Para el segundo dato se tendría:

(65 − 153.99)2 = 22.2784

Y así sucesivamente, se sumaría todo lo obtenido para cada dato, luego se

dividiría entre cien y se procedería a sacar la raíz cuadrada de lo obtenido.

 (Frijoles)Este resultado que en esta ocasión es ∆𝑛𝑚𝑝

̅̅̅̅̅̅ = 9.784
 (Pallares)Este resultado que en esta ocasión es ∆𝑛𝑚𝑝
̅̅̅̅̅̅ = 6.591

1.6.- PREGUNTAS
1. En vez de medir puñados, ¿Podría medirse el número de frijoles que
caben en un vaso, en una cuchara, etc.?

Sí, incluso favorecería al proceso ya que el vaso y la cuchara son objetos con
un volumen definido, lo cual disminuiría la variación de los datos obtenidos y
minimizaría los errores en los cálculos.
2. Según Ud. ¿A qué se debe la diferencia entre un puñado normal y el de
sus compañeros?

Se debe a ciertos factores como las dimensiones de las palmas de las manos,
la diferencia de presión que ejercen cada uno de los compañeros y diversidad
de factores mencionables.
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)?
La representación de π [r, r+2] nos proporciona una mayor probabilidad para
cada (r, r+2) y por ende menor error, mientras que para cada (r, r+1). La
probabilidad π [r, r+1] es menor en relación a la primera.
4. ¿Qué sucedería si los frijoles fuesen de tamaños apreciablemente
diferentes?

Por ello mismo fue que decidimos realizar el experimento con 2 componentes
(pallar y frijoles), y pues bueno las diferencias han sido expresadas en el cuadro
de anexo.

Pues en el conteo de los pallares se observa mayor diferencia, esto debido a

que lo pallares no son para nada uniformes y por ende genera mayor error.
5. En el ejemplo mostrado se debía contar alrededor de 60 frijoles por
puñado. ¿Sería ventajoso colocar solo 100 frijoles en el recipiente, y de esta
manera calcular el número de frijoles en un puñado, contando los frijoles
que quedan en el recipiente?

Bueno en nuestro caso el número de frijoles encontrados en cada caso fue

mayor a 100 por lo cual sería conveniente trabajar con 150 así podríamos
solo contar los frijoles que queden en el recipiente y así que sea más fácil.

Pero también debemos tomar en cuenta que al tener menor cantidad de

frijoles se estaría limitando el experimento y además los puñados serian
parcializados porque probablemente no habría mucha variación entre un
puñado y otro.
6. ¿Qué sucedería si en el caso anterior colocara solo, digamos, 75 frijoles
en el recipiente?

Probablemente el error aumentaría pues con esa cantidad ya es un poco más

notable la variación entre el número de frijoles tomados por cada puñado.
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 propondría Ud.?¿Por qué?

Que una persona se encargue exclusivamente de contar, una para los frijoles
y otra para los pallares. Mientras que la restante realiza la extracción en
ambos casos, por supuesto que de recipientes diferentes. Siendo éste el que
realice los apuntes mientras los demás están contando.

Porque si observamos, en ningún momento se deja de trabajar en el

experimento pues vemos que desde el primer conteo ya es necesario realizar
operaciones como la tabla de conteo.
8. Mencione tres posibles hechos que observarían si en vez de 100 puñados
extrajeran 1000 puñados

1). La distribución normal sería más uniforme ya que a mayores extracciones

la curva de distribución normal tendería a ser cerca a una constante.

2). El error disminuiría considerablemente al incrementar el número de

conteos

3). Probablemente la media incremente.

̅̅̅̅̅̅̅?
9. ¿Cuál es el promedio aritmético de las desviaciones nk-𝒎𝒏𝒑

El promedio aritmético de las desviaciones es -3.98 y en caso de los pallares

es 0.13.

̅̅̅̅̅̅̅ en vez de tomar

10. ¿Cuál cree Ud. es la razón para haber definido ∆𝒎𝒏𝒑
simplemente el promedio de las desviaciones?

Porque es un método más preciso que el de solo tomar el promedio de las

desviaciones.
11. Después de realizar el experimento coja Ud. un puñado de frijoles. ¿Qué
puede Ud. afirmar sobre el número de frijoles contenido en tal puñado (antes
de contar)?

Se espera obtener un número de frijoles cuyo valor es el más cercano a la

media (69,72).
12. Si Ud. considera necesario, compare los valores obtenidos por Ud. para
∆ 𝒎𝒏𝒑 y para 𝒔𝒂, compare con los resultados obtenidos por sus
compañeros. ¿Qué con conclusión importante puede Ud. obtener de tal
comparación?
Que los valores de las dos variables son muy aproximados y esto indica que el
procedimiento ha sido el correcto y los resultados óptimos.

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

frijoles en el presente experimento.

La ventaja claro, es evidente que el conteo es mucho más rápido.

La desventaja, que al ser un elemento no uniforme (variación en el tamaño) la

diferencia en entre puñados es notable a la hora de realizar los cálculos.

1.7.-COMENTARIOS
El procedimiento hecho es una muy buena manera de aplicar nuestros
conocimientos (Media Aritmética, la Desviación Estándar, y la curva de
Distribución Normal)
De la misma manera vemos reflejada la utilidad de la Estadística en la
medición de diferentes objetos de estudio.
Muy aparte del experimento, el tener que buscar información para realizar
los cálculos creo que enriquece nuestro conocimiento.

1.8.-OBSERVACIONES
Al no poder contar con programas exclusivos dedicados especialmente a realizar
este tipo de gráficos. Decidimos recrear los puntos del conteo mediante un gráfico
del Programa “Microsoft Office Excel 2007”. Así mismo la línea de distribución
normal se realizara con otro programa, adecuándola según las recomendaciones
del “Manual de Prácticas de Laboratorio de Física”

Se observo que el número de objetos contados entre frijoles y pallares, lo cual se

deduce, ya que los pallares son más grandes y entran menos en una palma de la
mano.

1.9.-CONCLUSIONES
 Más allá del experimento puedo decir que hemos aprendido a trabajar
en equipo y a distribuir el trabajo de manera equitativa y sin
incomodidades.
  Basándonos en nuestros objetivos, podemos concluir que si se logró trazar
la Curva de Distribución Normal. Así mismo se graficó las Curvas de
Distribución Normal Observando que se ha tratado de seguir las
recomendaciones hechas en el “Manual de Laboratorio de Física”.
 De la misma manera se halló la incertidumbre (Desviación Estándar). Las
Desviaciones en ambos casos son para los frijoles ∆𝑛𝑚𝑝
̅̅̅̅̅̅ = 9.784 y para
los pallares ∆𝑛𝑚𝑝
̅̅̅̅̅̅ = 6.591. La cual se presenta como sabemos en
cualquier medición que se pueda realizar.

2.0.-RECOMENDACIONES
Se recomienda usar a una sola persona para realizar el experimento de
extracción de los frijoles. De esta manera se reduce la incertidumbre en el
conteo de los frijoles, obteniendo resultados uniformes.
Que el número de frijoles en total sea numeroso. De esta manera la mano
podrá agarrar los frijoles sin ningún inconveniente.
Repartir las obligaciones adecuadamente al momento de realizar el
experimento, de esta manera se podrá confiar de los resultados.
En nuestro caso hemos optado por añadir un objeto a contar. Que son los
fríjoles, de esta manera podemos ver la diferencia entre las gráficas y
resultados.
Tomar también en cuenta que entre realizar un puñado y otro , se remueva
el tazón para poder alcanzar distintos resultados y no repetitivos; Lo cual
me parece más adecuado a la realidad .

2.1.-ANEXOS
Tabla de conteo de los frijoles

k Nk Nk-125.23 (Nk-1252.3)^2
1 122 -3.23 10.43
2 128 2.77 7.67
3 135 9.77 95.45
4 118 -7.23 52.27
5 127 1.77 3.13
6 117 -8.23 67.73
7 133 7.77 60.37
8 136 10.77 115.99
9 107 -18.23 332.33
10 139 13.77 189.61
11 122 -3.23 10.43
12 127 1.77 3.13
13 119 -6.23 38.81
14 112 -13.23 175.03
15 106 -19.23 369.79
16 110 -15.23 231.95
17 136 10.77 115.99
18 121 -4.23 17.89
19 121 -4.23 17.89
20 142 16.77 281.23
21 136 10.77 115.99
22 107 -18.23 332.33
23 122 -3.23 10.43
24 135 9.77 95.45
25 122 -3.23 10.43
26 106 -19.23 369.79
27 109 -16.23 263.41
28 117 -8.23 67.73
29 120 -5.23 27.35
30 118 -7.23 52.27
31 133 7.77 60.37
32 135 9.77 95.45
33 127 1.77 3.13
34 134 8.77 76.91
35 119 -6.23 38.81
36 128 2.77 7.67
37 122 -3.23 10.43
38 139 13.77 189.61
39 106 -19.23 369.79
40 110 -15.23 231.95
41 119 -6.23 38.81
42 136 10.77 115.99
43 142 16.77 281.23
44 121 -4.23 17.89
45 127 1.77 3.13
46 133 7.77 60.37
47 117 -8.23 67.73
48 134 8.77 76.91
49 118 -7.23 52.27
50 125 -0.23 0.05
51 135 9.77 95.45
52 124 -1.23 1.51
53 117 -8.23 67.73
54 110 -15.23 231.95
55 119 -6.23 38.81
56 133 7.77 60.37
57 140 14.77 218.15
58 122 -3.23 10.43
59 111 -14.23 202.49
60 141 15.77 248.69
61 130 4.77 22.75
62 128 2.77 7.67
63 108 -17.23 296.87
64 118 -7.23 52.27
65 135 9.77 95.45
66 130 4.77 22.75
67 109 -16.23 263.41
68 122 -3.23 10.43
69 118 -7.23 52.27
70 133 7.77 60.37
71 117 -8.23 67.73
72 136 10.77 115.99
73 117 -8.23 67.73
74 119 -6.23 38.81
75 122 -3.23 10.43
76 130 4.77 22.75
77 116 -9.23 85.19
78 142 16.77 281.23
79 137 11.77 138.53
80 119 -6.23 38.81
81 133 7.77 60.37
82 121 -4.23 17.89
83 135 9.77 95.45
84 121 -4.23 17.89
85 135 9.77 95.45
86 121 -4.23 17.89
87 138 12.77 163.07
88 128 2.77 7.67
89 126 0.77 0.59
90 127 1.77 3.13
91 141 15.77 248.69
92 122 -3.23 10.43
 93 125 -0.23 0.05
94 140 14.77 218.15
95 127 1.77 3.13
96 118 -7.23 52.27
97 132 6.77 45.83
98 139 13.77 189.61
99 130 4.77 22.75
100 131 5.77 33.29
Total 12523 -3.98 95.72
Media 125.23
Máximo= Mínimo= ∆(nmp) =9.784

Tabla de conteo de los pallares

K Nk Nk-69.72 (Nk-69.72)^2
1 62 -7.72 59.5984
2 65 -4.72 22.2784
3 61 -8.72 76.0384
4 69 -0.72 0.5184
5 72 2.28 5.1984
6 74 4.28 18.3184
7 67 -2.72 7.3984
8 54 -15.72 247.1184
9 56 -13.72 188.2384
10 59 -10.72 114.9184
11 78 8.28 68.5584
12 79 9.28 86.1184
13 71 1.28 1.6384
14 65 -4.72 22.2784
15 63 -6.72 45.1584
16 58 -11.72 137.3584
17 61 -8.72 76.0384
18 67 -2.72 7.3984
19 66 -3.72 13.8384
20 61 -8.72 76.0384
21 74 4.28 18.3184
22 73 3.28 10.7584
23 68 -1.72 2.9584
24 81 11.28 127.2384
25 66 -3.72 13.8384
26 64 -5.72 32.7184
27 63 -6.72 45.1584
28 64 -5.72 32.7184
29 68 -1.72 2.9584
30 70 0.28 0.0784
31 70 0.28 0.0784
32 72 2.28 5.1984
33 73 3.28 10.7584
34 81 11.28 127.2384
35 67 -2.72 7.3984
36 64 -5.72 32.7184
37 66 -3.72 13.8384
38 83 13.28 176.3584
39 64 -5.72 32.7184
40 80 10.28 105.6784
41 82 12.28 150.7984
42 80 10.28 105.6784
43 79 9.28 86.1184
44 71 1.28 1.6384
45 67 -2.72 7.3984
46 79 9.28 86.1184
47 77 7.28 52.9984
48 81 11.28 127.2384
49 72 2.28 5.1984
50 69 -0.72 0.5184
51 73 3.28 10.7584
52 84 14.28 203.9184
53 70 0.28 0.0784
54 73 3.28 10.7584
55 75 5.28 27.8784
56 64 -5.72 32.7184
57 68 -1.72 2.9584
58 78 8.28 68.5584
59 69 -0.72 0.5184
60 76 6.28 39.4384
61 68 -1.72 2.9584
62 71 1.28 1.6384
63 74 4.28 18.3184
64 69 -0.72 0.5184
65 78 8.28 68.5584
66 71 1.28 1.6384
67 71 1.28 1.6384
68 73 3.28 10.7584
69 75 5.28 27.8784
70 72 2.28 5.1984
71 68 -1.72 2.9584
72 81 11.28 127.2384
73 70 0.28 0.0784
74 62 -7.72 59.5984
75 69 -0.72 0.5184
76 64 -5.72 32.7184
77 66 -3.72 13.8384
78 73 3.28 10.7584
79 78 8.28 68.5584
80 80 10.28 105.6784
81 60 -9.72 94.4784
82 67 -2.72 7.3984
83 66 -3.72 13.8384
84 58 -11.72 137.3584
85 63 -6.72 45.1584
86 65 -4.72 22.2784
87 72 2.28 5.1984
88 76 6.28 39.4384
89 73 3.28 10.7584
90 63 -6.72 45.1584
91 68 -1.72 2.9584
92 57 -12.72 161.7984
93 63 -6.72 45.1584
 94 68 -1.72 2.9584
95 68 -1.72 2.9584
96 73 3.28 10.7584
97 68 -1.72 2.9584
98 64 -5.72 32.7184
99 72 2.28 5.1984
100 69 -0.72 0.5184
MEDIA=69.72 Mínimo=54
∆(nmp)=6.751 Máximo=84

Gráfica de
distribución
normal de
frijoles
2.2.-BIBLIOGRAFÍA

 PRÁCTICAS
Tabla de Distribución Normal de Pallares
DE LABORATORIO DE FÍSICA Universidad Nacional de
Ingeniería, Facultad de Ciencias 2009

 ESTADÍSTICA Ing. Moisés Ayona León

Páginas web
http://www.uoc.edu/in3/emath/docs/Distrib_Normal.pdf