Practica 1

Parte 2
Teoría de errores
aleatorios
Santiago Correa, Harold Domínguez Lopera

Laboratorio de Física Mecánica

Instituto Tecnológico Metropolitano

Medellín, Colombia

Santiagocorrea236118@correo.itm.edu.co
Harolddominguez269130@correo.itm.edu.co

Resumen- En la práctica de Soon afterwards, it was utilized the timer

laboratorio se utilizaron implementos que in mode 2 to count the time to travel of
permitieron identificar que el error the car passing for all sensors, it was
aleatorio predominaba sobre el error de realized 60 times.
escala. Mediante los objetos utilizados,
tales como, un plano inclinado,
disparador, un carrito, una lámina (Esta Keywords- Propagation of aleatory
bloquea los sensores en el contador) y un error, measurements, timeslots, Absolut
contador de tiempo, se propuso inclinar and accumulated frequency.
el riel entre un Angulo de 1° a 4°.
Utilizando el modo 2 en el contador de
tiempo se determinó el tiempo que
tardaba el carrito en atravesar los cuatros
sensores distribuidos a lo largo del riel,
esto se hizo 60 veces.

Palabras claves- Propagación de

errores aleatorios, Mediciones, intervalos
de tiempos, frecuencia absoluta y
acumulada.
In the laboratory practice
implements were utilized to determinate
if the aleatory error was more
predominant than the scale error.
Through different implements, like,
inclined plane, trigger, car, sheet (This
sheet is able to block the sensors in the
timer) and timer, it was proposed to
inclined the plane between 1 to 4 grades.
I. Introducción
Cuando se realiza el proceso de medición
directa de una cantidad física, asociado a este
proceso de medición existen un conjunto de
errores de escala, sistemáticos y aleatorios
que afectan directamente el proceso de
medición asignándole a esa cantidad física
una incertidumbre.
“La repetición de las medidas es el arma para
luchar contra los errores aleatorios “
A. Histograma Figura 1. Histograma de datos obtenidos por
el contador de tiempos Phywe, el eje y es la
frecuencia y el eje x el tiempo en segundos.
Consideremos un conjunto de N tiempos
tomados por el contador de tiempos marca
PHYWE. Las N medidas de tiempo: t1, t2, t3, · Por otro lado, los parámetros más
· ·, tN estarán comprendidas en un intervalo de importantes de una distribución son:
tiempo (tmin,tmax), donde tmin y tmax son el menor
y el mayor tiempo medido, respectivamente.
Para visualizar estos datos en un histograma, El valor medio:
se divide el intervalo (tmin, tmax) en m
subintervalos iguales delimitados por los
puntos (y1, y2, ···ym) que determina el rango de N N
clases. Luego, contamos el número de tiempos 1
x́=∑ ti ∙ fi= ∑ ti (3)
n1 que se encuentran en el primer intervalo [y1,
i=1 N i=1
y2), el número nj de tiempos de la muestra que
.
se encuentran en el j-ésimo intervalo [yj−1, yj),
etc., hasta el subintervalo m. En este caso, se
han utilizado los corchetes para indicar
intervalo cerrado (incluye al extremo) y los
La desviación estándar
paréntesis comunes para denotar un intervalo
abierto (excluye el extremo). Con estos
m
valores, podemos definir la función de
distribución fj para cada subintervalo j de la
siguiente manera:
σt = √∑
j=1
( xj−x́)2 ∙ fj

nj B. Distribución de Gauss
fj = ∑ nj
j Con bastante frecuencia, los diferentes
(1) datos aleatorios tomados en un
experimento determinado se ajustan a una
distribución gaussiana o normal, la cual
tiene la forma de una campana como se
ilustra en la 2. Matemáticamente, esta
Donde dicha función se encuentra distribución se representa de la siguiente
normalizada, es decir:
manera:
m

∑ fj=1 (2) 2
−( x− x́)
J =1
1 2σ
2

f ( x )=N ( x ; x́ ; σ ) = e
Una vez calculada la función de √ 2 πσ
distribución fj, se puede realizar el grafico de (5)
fj versus xj (donde: [xj = (yj−1 + yj)/2]). Este
grafico se conoce como histograma. En la
figura 1, se ilustra un histograma típico. Donde la distribución se encuentra centrada
en x́ y su ancho está determinado por la
desviación estándar σ. Aquí, es importante
Histograma
identificar lo siguiente: el área total de la
distribución definida entre los puntos x−σ y
35
30
x+σ es el 68.3% del área total de la campana;
25 el área entre x−2σ y x+2σ es el 95.4% del área
20 total y el área entre x − 3σ y x + 3σ es el
15 99.7% del área total; donde estos valores del
10
5
área total representan la probabilidad de que
0 todas las medidas tomadas se encuentren en el
1.27 1.28 1.29 1.3 intervalo
1.31 1.32 1.33 1.34 1.35 1.36 1.37 1.38 1.39correspondiente.
1.4

Figura 2. Distribución normal, donde los
porcentajes indican la probabilidad de que
todas las medidas tomadas se encuentren en el
intervalo correspondiente. Tomado de
www.drcruzan.com c
Nota. En la mayoría de los casos de
interés practico, si tomamos 100
mediciones de una magnitud t,
aproximadamente 68 de ellas caerán en el
intervalo (t¯−σ, t¯+σ), 96 de ellas en el
intervalo (t¯−2σ, t¯+2σ) y 99 de ellas en
el intervalo (t¯−3σ, t¯+3σ). Estos
resultados 2
Son válidos estrictamente para el caso en
que los errores se distribuyan
normalmente, es decir, si el histograma
formado con los resultados de las
mediciones adopta la forma de una
distribución Gaussiana.
I. PROCEDIMIENTO EXPERIMENTAL
Realice el montaje que se indica en la
figura 3, donde el riel debe tener una
inclinación entre un Angulo entre 1o y 4o
respecto a la horizontal. Ahora, ubique
los sensores S1, S2, S3 y S4 en posiciones
arbitrarias sobre el riel como se indica en
la figura 2, seleccione en el contador de
tiempos en el modo 2 (opción que
permite determinar el tiempo que tarda el
carrito en pasar por cada sensor desde el
momento que se disparó desde la base del
riel) y dispare el carro 100 veces.
Figura 3. Montaje experimental para describir
el movimiento del móvil B. En la figura, la
flecha que acompaña el disparador indica la
dirección en la cual debe salir el ´embolo
cuando se accione el sistema. Nota: Cuando
empuje el émbolo del disparador, únicamente
hágalo hasta la posición intermedia, es decir,
no empuje el émbolo hasta la posición donde
queda completamente introducido en el
cilindro.
II. ANALISIS DE LOS DATOS
EXPERIMENTALES´
Realice el proceso de análisis de datos
que se indica a continuación:
1. Lleve los datos a una tabla de
Excel.
2. Para cada uno de los cuatro
tiempos, elabore un histograma
escogiendo en todos los casos el
mismo ancho del intervalo.
¿Qué criterios emplea para escoger
el ancho del intervalo?
3. ¿Qué puede concluir
comparando los
cuatro histogramas?
4. Estime los parámetros de la
distribución de Gauss para cada
uno de los histogramas y con los
parámetros encontrados, calcule y
dibuje la correspondiente
distribución sobre la misma gráfica
de cada histograma.
5. Exprese los tiempos
experimentales de cada sensor con
una confiabilidad del 68%, es
decir:
t = t¯± σ (6)
 6. Para uno Frecuenci Frecuencia Marcas de
de los Intervalos a Absoluta acumulada clase
sensores,
escoja [0,681-0,8304) 9 9 0,756
un ancho [0,8305-0,980) 5 14 0,905
del [0,980-1,1295) 7 21 1,055
intervalo [1,1295-1,279) 9 30 1,204
la mitad
y otro [1,2790-1,429) 13 43 1,354
del doble [1,429-1,5774) 10 53 1,503
del que [1,5774-1,727) 7 60 1,653
eligió
60
anteriormente y a continuación,
dibuje el correspondiente
histograma. ¿Que observa?

1 0,883
Datos Experimentales 2 0,829
3 0,704
4 0,736
 Sensor 1
Rango: 1.713-0.681=1.032 5 0,767
Intervalos: 6.903 ≈ 7 6 0,711
Rango 7 0,691
Amplitud =
Intervalos 8 0,789
= 0.1494 9 0,681
10 0,724
11 1,028
12 1,069
13 1,096
14 1,062
15 1,023
16 0,952
17 0,996
18 0,974
19 0,943
20 0,957
21 0,98
22 1,142
23 1,15
24 1,238
25 1,264
26 1,297
27 1,205
28 1,263
29 1,263
30 1,278
 31 1,25
32 1,303
Tabla II. Datos Frecuencia absoluta,
33 1,303
acumulada y marca de clase para el
34 1,348 sensor 1.
35 1,282
36 1,353
37 1,292
38 1,3
Figura 4. Histograma para el Sensor 1.
39 1,389
40 1,46
41 1,421
42 1,345
43 1,395
14
44 1,406
12 45 1,443
46 1,45
10
47 1,569
8 48 1,533
6 49 1,517
50 1,51
4
51 1,534
2 52 1,524
53 1,58
0
0.756 54 1,687
0.905 1.055 1.204 1.354 1.503 1.653
 Sen
55 1,713
sor 3
56 1,674
57 1,658 1 1,718
58 1,674 2 1,685
59 1,571 3 1,245
60 1,641 4 1,264
5 1,3
6 1,217
Tabla I. Tiempo correspondiente al
Sensor 1 7 1,21
8 1,325
9 1,199
10 1,251
11 1,456
12 1,504
13 1,53
14 1,494
15 1,453
16 1,372
17 1,422
18 1,397
 19 1,362 48 1,848
20 1,385 49 1,832
21 1,41 50 1,819
22 1,496 51 1,845
23 1,505 52 1,822
24 1,597 53 1,882
25 1,626 54 1,992
26 1,661 55 2,008
27 1,563 56 1,968
28 1,625 57 1,252
29 1,615 58 1,97
30 1,632 59 1,864
60 1,936
Frecuenci
a Tabla III. Tiempo
Frecuenci acumulad Marcas correspondiente al Sensor 3.
Intervalos a Absoluta a de clase
[1,199-1,332) 9 9 1,265
[1,332-1,464) 8 17 1,398
[1,464-1,597) 7 24 1,531
[1,597-1,730) 19 43 1,663
[1,730-1,862) 9 52 1,796
[1,862-1,995) 7 59 1,929
[1,995-2,128) 1 60 2,061

Tabla IV. Datos Frecuencia absoluta, 20

acumulada y marce de clase para sensor 18
3. 16
14
31 1,596 12
32 1,652 10
33 1,653 8
34 1,701 6
35 1,631 4
2
36 1,696
0
37 1,631 1.265 1.398 1.531 1.663 1.796 1.929 2.061
38 1,639
39 1,719 Figura 5. Histograma sensor 3.
40 1,75
41 1,752  Sensor 4
42 1,672 1 2,006
43 1,716 2 2,972
44 1,728 3 1,63
45 1,769 4 1,645
46 1,776 5 1,683
47 1,893 6 1,589
 7 1,581
8 1,703
9 1,569
10 1,625
11 1,776
12 1,827
13 1,854
14 1,815
15 1,773
16 1,689
17 1,739
18 1,715
19 1,672
20 1,698
21 1,725
22 1,794
23 1,804
24 1,888
25 1,917
26 1,955 31 1,881
27 1,853 32 1,94
28 1,916 33 1,94
29 1,906 34 1,991
30 1,924 35 1,917
36 1,978
37 1,911
Tabla V. Tiempo
38 1,919
correspondiente al
Sensor 4. 39 2,002
40 2,034
41 2,036
42 1,654
43 1,999
44 2,013
45 2,042
Frecuencia Frecuencia Marcas 46 2,15
Intervalos Absoluta acumulada de clase 47 2,168
[0,681-0,8304) 1 1 1,280 48 2,117
[0,8305-0,980) 8 9 1,544 49 2,1
[0,980-1,1295) 26 35 1,809 50 2,082
[1,1295-1,279) 18 53 2,073 51 2,109
[1,2790-1,429) 5 58 2,337 52 2,883
[1,429-1,5774) 0 58 2,601 53 1,148
[1,5774-1,727) 2 60 2,865 54 2,261
55 2,276
56 2,233
57 2,216
58 2,231
59 2,122
60 2,197