LABORATORIO DE FISICA MECANICA

PRACTICA: MANEJO DE DATOS DE LABORATORIO

PRESENTADO POR:
ANA CALABRIA
CODIGO:
XXXXXX
CODIGO:

PRESENTADO A:

FUNDACIÓN UNIVERSITARIA TECNOLOGICO COMFENALCO

PROGRAMA DE TECNOLOGÍA EN GESTIÓN AMBIENTAL INDUSTRIAL
CARTAGENA
2016
 INTRODUCCIÓN

Al realizar pruebas en el laboratorio, es importante tener el conocimiento necesario

para hacer buen uso de los datos obtenidos, es decir, saber cómo manejar la
información recopilada durante el desarrollo de las prácticas, puesto que esto
afecta directamente la toma de decisiones y las conclusiones que se pueden
obtener al momentos de hacer correlaciones con la información.

Es por esto que en desarrollo de esta práctica, se exponen los procedimientos

hacer correlación de datos y obtener los resultados de forma lineal, lo cual se verá
aplicado en el desarrollo de prácticas posteriores.
 OBJETIVOS

 Manejar correctamente los datos que se obtienen en el laboratorio.

 Determinar las leyes que relaciona dos magnitudes físicas mediante la
linealización de curvas por tanteo.
 PROCEDIMIENTO

1. Tomar la medida del radio y el entorno de 12 circulos diferentes y

anotar las medidas:

Disco 1 2 3 4 5 6 7 8 9 10 11 12
L(cm) 40 35 21 25 18 10,4 35 22,2 39 16,5 12 28
R(cm 6,4 5,6 3,3 3,9 2,3 1,6 5,5 3,4 6,2 2,6 1,9 4,4
)

2. Graficar L vs. R

L Vs R
7

4
R (CM)

0
5 10 15 20 25 30 35 40 45
L (CM)
 3. Determinar la ley o formula que relaciona L y R

L (cm) R (cm) K
10,4 1,6  
12 1,9 5,33333333
16,5 2,3 11,25
18 2,6 5
21 3,3 4,28571429
22,2 3,4 12
25 3,9 5,6
28 4,4 6
35 5,5 6,36363636
35 5,6 0
39 6,2 6,66666667
40 6,4 5
  K (PROM) 6,1363046
   Kprom/ π 1,95324642

Se obtiene una tendencia lineal, tal que R es directamente proporcional a L; por lo

tanto; P=KQ ❑ L=KR
⇒

Para los datos obtenidos en la práctica, se tiene: L=6,14 R

4. Determinar la constante de proporcionalidad y compararla con π

Para nuestro experimento K=6,13, al compararla con π, se encuentra que:

K = 1,95 π ≈ 2 π

5. Expresar la ley en función de π

Se tiene: L=1,95 πR ≈ 2 πR

6. ¿Conocías esta fórmula? ¿Para qué se usa?

R/ si, es la fórmula usada para hallar el perímetro de la circunferencia.
(L=πd; L=2πr)
 SITUACIONES PROBLEMICAS

1. Defina la precisión del equipo de medida y establezca con base en ello los
posibles errores sistemáticos y aleatorios presentados en la práctica.

Como se usó una cinta métrica para nuestro experimento, su mayor precisión está
dado por 0,01 cm, ya que es la menor graduación que podemos realizar con este
instrumento. Lo cual nos comprueba que es un instrumento bastante impreciso, ya
que nos da un margen de error por instrumento bastante alto, comparado con el
tamaño de los círculos que medimos.

Los errores sistemáticos que podemos presentar son originados directamente por
la imprecisión del instrumento, en este caso de la cinta métrica.

Los errores aleatorios que se nos presentaron pueden estar originados en el

hecho de haber tomado solo una medida por cada disco. Por ejemplo, hubo un
disco que nos dio dos veces el mismo contorno (35 cm) y diferentes radios (5,5 y
5,6 cm respectivamente). En la medida que hiciéramos mas medidas del mismo
disco podríamos hacer un promedio de los datos o determinar cuál era la medida
verdadera por la reproducibilidad y repetitilbilidad de los datos.

2. Realizar el manejo de los datos obtenidos empleando un modelo de

regresión lineal, cuadrática o el que corresponda con ayuda de Excel.

Al hacer la correlación de datos en Excel para una regresión lineal, se tiene:

L Vs R
7
6 f(x) = 0.16 x − 0.21
R² = 1
5
4
R (CM)

3 Linear ()

2
1
0
5 10 15 20 25 30 35 40 45
L (CM)
Donde se observa la corrección que se hace por los errores sistémicos y
aleatorios que se obtuvieron en el laboratorio.

3. Estime el coeficiente de determinación para el modelo que mejor ajuste y

defina que representa el modelo seleccionado.

El coeficiente de determinación, denominado R² y pronunciado R cuadrado, es

un estadístico usado en el contexto de un modelo estadístico cuyo principal
propósito es predecir futuros resultados o probar una hipótesis. El coeficiente
determina la calidad del modelo para replicar los resultados, y la proporción de
variación de los resultados que puede explicarse por el modelo

Para la regresión lineal. En este caso, el R² es simplemente el cuadrado del

coeficiente de correlación de Pearson, lo cual es sólo cierto para la regresión
lineal simple. Si existen varios resultados para una única variable, es decir, para
una X existe una Y, Z... el coeficiente de determinación resulta del cuadrado del
coeficiente de determinación múltiple.

Con los datos obtenidos en el laboratorio, se tiene que R 2=0,9976

4. Se tiene el reporte de una muestra cilíndrica de suelo que se ha extraído

para medir parámetros fisicoquímicos. Dado que el radio de la muestra es
un parámetro importante para definir el tamaño de los equipos de ensayo;
¿cómo se determinaría el diámetro de la muestra de suelo si solo se
conoce la longitud del contorno, cuyo valor es de 319 mm? Desarrolle los
cálculos correspondientes y explique su respuesta.

Sabemos que la relación que existe entre el diámetro y el contorno de una

circunferencia está dado por la ecuación:

L=2 πr=πd

Despejando d de esta ecuación, se tiene: d= L/π

Para el valor del contorno de la muestra de tierra obtenido, se tiene:

L 319
d= = =101,54 mm
π π

Por lo tanto este sería el diámetro máximo con el que se podría diseñar un equipo
de laboratorio para hacerle ensayos a esta muestra (con una holgura de ± 5 mm,
teniendo en cuenta que esta sea del 5% del valor del diámetro aproximadamente)
 CONCLUSIONES

Se tomaron medidas de circunferencias diferentes (radio y perímetro) y se hizo la

correlación lineal de los datos obtenidos, demostrando de forma experimental la
relación que existe por fórmula para estas dos variables.

Se determinó de forma experimental (por tanteo cambiando la proporcionalidad de

Q) la ley que relaciona las variables de Radio y perímetro en la circunferencia.
 REFERENCIAS BIBLIOGRAFICAS

SERWAY, R; JEWWET, Física para Ciencias e Ingeniería, Vol. 1, 7°Edición. 2012

MC GRAW HILL, EDUCATION; Análisis de Correlación y Regresión; 1999.