LABORATORIO DE ELECTRICIDAD Y MAGNETISMO

Registro y análisis de datos.

1. OBJETIVOS:

1. Presentar los conceptos fundamentales de las mediciones.

2. Aprender a calcular la exactitud y los errores de un conjunto de datos.

2. FUNDAMENTO TEÓRICO.

El informe del experimento.

Un experimento se realiza para comprobar el comportamiento de un sistema y para sacar

conclusiones a partir de los datos obtenidos, por lo que resulta imperativo que dichos datos
sean tan confiables como sea posible. Ya que en algún momento puede surgir la necesidad
de volver a realizar la prueba, todo experimento debe ser reproducible; por esta razón, es
necesario que, además de los datos que surjan como resultado del experimento, se consigne
toda la información que resulte indispensable para reproducirlo y que permita determinar los
aspectos más relevantes de la prueba realizada. Entonces, en todo experimento debe
registrarse lo siguiente:

 Fecha
 Nombre de quien realiza el experimento.
 Equipos utilizados, con sus marcas, modelos y números de serie.
 Diagramas de conexión.
 Descripción del procedimiento seguido.
 Datos de las mediciones (los cuales deben tabularse e identificarse claramente).
 Anotación de los comportamientos anormales de los equipos.

Una vez concluido el experimento, el estudiante deberá analizar los datos y hacer los cálculos
necesarios, y, con base en ese análisis, sacar las conclusiones pertinentes. O sea que a la lista
anterior deben agregarse los siguientes pasos:

 Análisis de datos y cálculo de errores.

 Conclusiones.

Página 1 de 11
Parámetros de una señal

Los parámetros que definen una senoidal son: amplitud (Vm), frecuencia (f) y ángulo de fase
(). La frecuencia f se denomina frecuencia cíclica y está dada en s-1 o Hertz.

La frecuencia cíclica está relacionada con la frecuencia angular por la expresión =2f, y
también con el período por la expresión T=1/f. Con base en estos parámetros, la expresión
matemática de un voltaje senoidal como el que se muestra en la figura 1 es la siguiente:

𝓋 (𝑡) = 𝑉𝑚 𝑠𝑒𝑛(𝜔𝑡 − 𝜃 )

Figura 1

Aunque el ángulo 𝜃 está dado en radianes, en las aplicaciones de ingeniería suele expresarse
en grados para facilitar su interpretación, así que es frecuente encontrar expresiones como
100𝑠𝑒𝑛(100𝑡 + 30°) o como 7𝑠𝑒𝑛(2000𝑡 − 12°).

En una señal cualquiera (senoidal o no) resultan de interés dos valores en particular, que son
su valor promedio y su valor eficaz o RMS. El valor promedio de una señal se define como
el área bajo la curva dividida entre el período.

Á𝑟𝑒𝑎 𝑏𝑎𝑗𝑜 𝑙𝑎 𝑐𝑢𝑟𝑣𝑎 1 𝑇

𝑉𝑝𝑟𝑜𝑚 = 𝑉̅ = = ∫ 𝑣 (𝑡)𝑑𝑡
𝑃𝑒𝑟í𝑜𝑑𝑜 𝑇 0

Al valor promedio de una señal cualquiera se le conoce también como componente de

corriente continua o valor DC. Puede verse que, de acuerdo la anterior expresión, el valor
promedio o valor DC de una senoidal es igual a cero. De hecho, si se mide un voltaje AC con
un voltímetro cuyo selector se encuentre en una escala DC, el valor que entregará el
instrumento será cero.

El valor eficaz también se conoce como valor efectivo o valor cuadrático medio (o valor
RMS, por sus siglas en inglés) y está dado por:

Página 2 de 11
 1 𝑇 2
𝑉𝑅𝑀𝑆 = 𝑉𝑒𝑓 = √ ∫ 𝑣 (𝑡)𝑑𝑡
𝑇 0

Puede demostrarse que el valor eficaz de una senoidal con amplitud Vm está dado por:

𝑉𝑚
𝑉𝑅𝑀𝑆 = 𝑉𝑒𝑓 =
√2
De acuerdo con lo establecido por el teorema de Fourier, toda señal periódica no senoidal
está compuesta por una senoidal con frecuencia angular 0, llamada fundamental, más una
serie de senoidales cuyas frecuencias son múltiplos de la frecuencia fundamental. Estas otras
senoidales se conocen como armónicos. En las señales no senoidales suele medirse lo que se
denomina distorsión armónica total, o THD (Total Harmonic Distortion) y que está dada
por:

𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑎𝑟𝑚ó𝑛𝑖𝑐𝑜𝑠 𝑃1 + 𝑃2 + ⋯ + 𝑃𝑛

𝑇𝐻𝐷 = =
𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑓𝑢𝑛𝑑𝑎𝑚𝑒𝑛𝑡𝑎𝑙 𝑃0

En donde P1, P2,…, Pn son las potencias de los armónicos 1, 2,…, n.

Ya que, de acuerdo con la ley de Joule, la potencia en una resistencia está dada por V2/R, la
distorsión armónica total de una señal puede expresarse de la siguiente manera:
𝑉12 + 𝑉22 + ⋯ + 𝑉𝑛2
𝑇𝐻𝐷 =
𝑉02

Lectura y análisis de datos.

La toma de datos lleva implícita la ocurrencia de errores, o sea la desviación de las medidas
respecto a sus valores verdaderos. Los errores en las mediciones pueden ser de tres tipos:

 Errores humanos: Son los causados por lecturas incorrectas, cálculos erróneos,
selección de instrumentos no idóneos, ajustes incorrectos de los instrumentos,
desconocimiento de los efectos de carga, entre otros.
 Errores sistemáticos: Son los debidos al sistema en sí, que se producen por errores
en el instrumental (mala operación, no linealidad, mala calibración, etc.) o por efectos
ambientales (temperatura, humedad, campos).
 Errores aleatorios: Son los debidos a eventos desconocidos que provocan pequeñas
variaciones en las medidas. Se reducen incrementando el número de lecturas y usando
medios estadísticos, que muestran un resultado más cercano al valor real.

Precisión y exactitud
Aunque los términos precisión y exactitud suelen confundirse, son diferentes, como se verá
en seguida.
Página 3 de 11
La precisión se refiere a la desviación de un conjunto de medidas efectuadas con un
instrumento respecto al valor promedio de esas mismas medidas. Esto puede aclararse con el
siguiente ejemplo:

Con el instrumento A se tomaron estas cuatro lecturas:

Lectura A1: 110 V
Lectura A2: 130 V
Lectura A3: 105 V
Valor promedio = 115 V

Con el instrumento B se tomaron estas cuatro lecturas:

Lectura B1: 120 V
Lectura B2: 121 V
Lectura B3: 119 V
Valor promedio = 120 V

Como puede verse, los valores leídos por el instrumento A se alejan más de su promedio que
los leídos por el instrumento B, por lo que se concluye que el instrumento B es más preciso
que el A.

La exactitud hace referencia a la diferencia entre el valor medido y el valor verdadero de

una cantidad. Por ejemplo, si hay una tensión de 120 V y el instrumento A indica 119 V
mientras que el instrumento B indica 125 V, el instrumento A es más exacto que el B.

Cuando el error en una lectura depende de la exactitud del instrumento, se expresa como un
porcentaje y está dado por

𝑉𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 − 𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑑𝑖𝑑𝑜

𝐸𝑟𝑟𝑜𝑟 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 = × 100
𝑉𝑎𝑙𝑜𝑟 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜

La exactitud de un instrumento también se conoce como CLASE del instrumento, y suele

indicarse como un porcentaje de desviación respecto al máximo valor de la escala utilizada.
De acuerdo con esto, si, por ejemplo, se va a medir un voltaje con un voltímetro clase 1 en
su escala de 200 V, la exactitud del instrumento será del 1%, lo que indica que en cada lectura
habrá un error de 2V. Entonces, si el valor teórico del voltaje a medir fuera 125 V, el
instrumento daría una lectura de 125𝑉 ± 2𝑉, o sea que el error porcentual de esa medida
sería:

125 − 123
𝐸𝑟𝑟𝑜𝑟 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 = ( ) 100 = 1.6 %
125

Si con el mismo voltímetro y en la misma escala de 200 V se mide una tensión de 12 V, la

lectura esperada será 12𝑉 ± 2𝑉, con lo cual el error porcentual de la medida dará:

12 − 10
𝐸𝑟𝑟𝑜𝑟 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 = ( ) 100 = 16.67 %
12
Página 4 de 11
Lo anterior indica que para reducir el error en una lectura debe utilizarse la escala
superior más cercana al valor esperado.

Si se suma un conjunto de datos que tienen diferentes valores de error, la exactitud del
resultado la determina la exactitud de la medición con mayor error.

Evaluación estadística de datos y errores en la medición

Con los datos recolectados durante un experimento se puede determinar cuál es el valor más
probable que se obtendrá al realizar la prueba. A continuación se describen las cantidades
que suelen calcularse al hacer un análisis estadístico de la información.

 Valor promedio de un conjunto de mediciones: Representa el valor más probable de

una cantidad medida x y se calcula como el promedio aritmético del conjunto de las
n mediciones.

𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛
𝑥̅ =
𝑛

 Desviación del valor promedio: Indica la diferencia que hay en cada medición
respecto al promedio.
𝑑𝑖 = |𝑥𝑖 − 𝑥̅ |

 Desviación media (D): Indica la precisión de las mediciones. Un valor alto de D

muestra que los datos variaron ampliamente y las mediciones no fueron muy precisas.
Se calcula tomando los valores absolutos de las desviaciones y calculando su
promedio.

|𝑑1 | + |𝑑2 | + ⋯ + |𝑑𝑛 |

𝐷=
𝑛

 Desviación estándar y varianza: Al manipular las propiedades estadísticas de un

conjunto de datos no es muy conveniente usar la desviación media. Es más apropiado
usar la desviación estándar, pues indica qué tan dispersos son los datos. La
desviación estándar se representa por la letra  (sigma) y equivale a la raíz cuadrada
del promedio del cuadrado de las desviaciones (como el valor RMS); por lo tanto,
está dada por:
𝑑12 + 𝑑22 + ⋯ + 𝑑𝑛2
𝜎=√
𝑛−1

La varianza es una cantidad que determina cuánto cambia una variable aleatoria,
o sea que es una medida de la dispersión de dicha variable. A mayor dispersión habrá
mayor variabilidad y a menor dispersión habrá más homogeneidad. La varianza se
representa por la letra V y se calcula elevando al cuadrado la desviación estándar.

Página 5 de 11
 V = 2

El error estándar de una medición hace referencia al rango dentro del cual
probablemente se encuentra la mitad de un grupo de datos. Para una distribución
Gaussiana, el error estándar es 0.674 veces la desviación estándar.

Cifras significativas e incertidumbre

Al hablar de cifras significativas (que indicaremos de ahora en adelante como CS) se hace
referencia al número de cifras con las cuales se expresa un resultado. Al aumentar el
número de CS se está suministrando un dato más preciso.

Por ejemplo, si se dice que una resistencia vale 220 Ω, se tienen tres CS, pero si se dice que
la resistencia vale 220,1 Ω, se tendrán cuatro CS, y en el segundo caso se está brindando
mayor precisión en la información.

Cuando se utilizan potencias de 10, las CS son únicamente las correspondientes al factor que
multiplica a la potencia de 10. Por ejemplo, si se sabe que una ciudad tiene una población de
3.2×104 personas, ese dato tiene dos CS. Si la información de otra ciudad indica que tiene
una población de 5.27×104 personas, ese dato tiene tres CS.

Cuando se hacen operaciones entre diferentes datos, el número de CS del resultado debe
ser igual al del operando que tiene menos CS. Adicionalmente, el resultado debe
redondearse, descartando los dígitos que estén a la derecha de su última CS, de acuerdo con
el siguiente criterio: Si el dígito que se descarta es mayor o igual a cinco, el dígito anterior se
incrementa en uno; si el dígito descartado es menor que cinco, el dígito anterior no se
modifica. Todo esto se muestra en los siguientes ejemplos.

Ejemplo 1:
Calcular el valor de la resistencia resultante de conectar en serie R1=47.2 Ω con
R2=22.43 Ω.

Solución:
RT = R1 + R2 = 47.2 Ω + 22.43 Ω = 69.63 Ω

Como una resistencia tiene tres CS y la otra tiene cuatro, el resultado debe llevar sólo
tres CS. Entonces, la respuesta será

RT = 69.6 Ω

Si el valor de la resistencia R2 cambiara a 𝑅2′ = 22.47 Ω, el resultado hubiera sido

𝑅𝑇 = 𝑅1 + 𝑅2′ = 47.2 Ω + 22.47 Ω = 69.67 Ω

Y, al dejar sólo tres CS y hacer el redondeo, se llegaría a este nuevo valor de la

resistencia total
Página 6 de 11
 RT = 69.7 Ω
Ejemplo 2:
Calcular el voltaje entre los extremos de una resistencia de 27.44 Ω a través de la cual
pasa una corriente de 3.26 A.

Solución:
De acuerdo con la ley de Ohm, el voltaje entre los extremos de la resistencia es

VR = 27.44 × 3.26 = 89.4544 V

Como ya se dijo, el número de CS del resultado debe ser igual al del operando con
menor número de CS y, como la corriente tiene tres CS, el resultado será:

VR = 89.5 V

 La incertidumbre indica que un dato tiene un margen de duda alrededor de un valor

medio. Si, por ejemplo, al medir una distancia con una regla que está graduada en
mm el resultado fuera 32 mm, existiría una incertidumbre de 0.5 mm. Por lo tanto,
se dice es que esa medida está entre 31.5 mm y 32.5 mm, y el resultado se expresa
como 32 ± 0.5 mm.

En este ejemplo, el intervalo comprendido entre 31.5 mm y 32.5 mm se denomina

intervalo de confianza de la medición (1 mm) y, como puede verse, es igual al doble
de la incertidumbre. Un intervalo de confianza determina un nivel de confianza, que
es una medida del grado de confiabilidad en el intervalo. Por ejemplo, un nivel de
confianza de 95% implica que sólo 5% de las muestras estará fuera del intervalo.

Cuando se hacen operaciones de suma o resta con cantidades en las que se expresa
la incertidumbre, deben sumarse los dígitos imprecisos (o sea los que están indicados
después del signo ±), como se verá en los ejemplos que se presentan a continuación.

Ejemplo 3:

Sumar 324 ± 3 con 550 ± 5.

Solución:

324 ± 3 (porcentaje de incertidumbre ≈ 0.956 %)

550 ± 5 (porcentaje de incertidumbre ≈ 0.909 %)
874 ± 8 (porcentaje de incertidumbre ≈ 0.915 %)

Nótese que el porcentaje de incertidumbre del resultado es bastante cercano al de los

sumandos.

Página 7 de 11
 Ejemplo 4:

Restar 324 ± 3 de 550 ± 5.

Solución:

550 ± 5 (porcentaje de incertidumbre ≈ 0.909 %)

324 ± 3 (porcentaje de incertidumbre ≈ 0.956 %)
226 ± 8 (porcentaje de incertidumbre ≈ 3.540 %)

Nótese que, en este caso, el porcentaje de incertidumbre del resultado es

considerablemente mayor que el de los sumandos.

Se puede concluir, entonces, que no es conveniente utilizar técnicas de medición en

las que se involucren restas, pues la incertidumbre del resultado se aumenta.

Valores atípicos

Cuando se toman varias lecturas de una misma variable, es posible que aparezcan
algunos datos muy alejados del valor promedio. Estos datos se conocen como valores
atípicos, y con frecuencia se descartan porque pueden distorsionar la interpretación
general de lo que se está analizando. Un criterio útil para saber si los valores atípicos
pueden descartarse consiste en mirar si se encuentran dentro del intervalo de
confianza, el cual puede determinarse mediante lo que se conoce como Error
Estándar (ES). La ecuación para determinar un intervalo de confianza del 95% con
base en el error estándar es la siguiente:

𝐼𝐶 (95%) = 𝑥̅ + 𝐸𝑆 × 1.96

El error estándar equivale a la desviación estándar sobre la raíz del número de

muestras.
𝜎
𝐸𝑆 =
√𝑛

Entonces, la ecuación para un intervalo de confianza del 95% será:

1.96 𝜎
𝐼𝐶 (95%) = 𝑥̅ +
√𝑛

MÉTODO DE LOS MÍNIMOS CUADRADOS

Cuando se hace un experimento con un fenómeno cuyo comportamiento se considera lineal,
se utiliza el método de los mínimos cuadrados para linealizar la curva resultante de los datos
obtenidos experimentalmente. Por lo tanto, este método toma como base la ecuación de una
recta, y = mx + b, en donde, como se sabe, m es la pendiente y b el punto en el que la recta

Página 8 de 11
corta al eje y. El método establece que la pendiente y el punto de corte están dados,
respectivamente, por el siguiente par de ecuaciones:

𝑛 ∑(𝑥𝑦) − (∑ 𝑥)(∑ 𝑦)
𝑚=
𝑛 ∑ 𝑥 2 − |∑ 𝑥 |2

(∑ 𝑦)(∑ 𝑥 2 ) − (∑ 𝑥)(∑ 𝑥𝑦)

𝑏=
𝑛 ∑ 𝑥 2 − |∑ 𝑥 |2

Los valores (x, y) representan los datos tomados en el experimento, mientras que n
corresponde a la cantidad de datos que existen. Este método toma los n pares de datos
experimentales (x, y) y con ellos calcula los valores m y b que hacen el mejor ajuste de los
datos a una recta, o sea que define una recta en la que las distancias entre los puntos medidos
y la recta son mínimas.
A manera de ejemplo, consideremos la siguiente tabla de valores (x, y) que corresponden a
los datos se tomaron durante un experimento. A la derecha de la tabla, se ve la gráfica
correspondiente a los datos tomados, y puede notarse que, si se unieran los puntos, no se
obtendría una línea recta.

x y
10 0,25
20 0,47
30 0,85
40 0,98
50 1,32
60 1,47
70 1,8
80 2,11
90 2,21
100 2,45

Como el resultado no es una línea recta, se linealizan los datos, para lo cual se aplica el
método de los mínimos cuadrados. Para esto, se determinan los valores requeridos para el
cálculo de m y b, que son x2 y x.y, con lo cual la anterior tabla se amplía de la siguiente manera:

Página 9 de 11
 x y x*y x2
10 0,25 2,5 100
20 0,49 9,8 400
30 0,77 23,1 900
40 0,98 39,2 1600
50 1,27 63,5 2500
60 1,47 88,2 3600
70 1,8 126 4900
80 2,05 164 6400
90 2,27 204,3 8100
100 2,45 245 10000

Hecho esto, se suman las cifras de las diferentes columnas para obtener los valores de ∑ 𝑥,
∑ 𝑦, ∑(𝑥𝑦) , ∑ 𝑥 2 , |∑ 𝑥 |2 , con los cuales se encuentran m y b, que, para el ejemplo, son:

m = 0,025042424 b= 0,002666667 n = 10

Con estos valores, se llega a que la ecuación de la recta es:

𝑦 = (0.025042424) 𝑥 + 0.002666667

Para cada uno de los valores de x leídos en el experimento, esta ecuación da los resultados que se
indican en la columna de la derecha de la siguiente tabla, los cuales generan una nueva gráfica, que,
como puede verse, ahora sí muestra una sucesión de puntos en línea recta.

Valores de
x
la recta
10 0,253090909
20 0,503515152
30 0,753939394
40 1,004363636
50 1,254787879
60 1,505212121
70 1,755636364
80 2,006060606
90 2,256484848
100 2,506909091

Página 10 de 11
4. TALLER

Resuelva los problemas enunciados a continuación.

4.1. Un amperímetro de 0 a 25 mA tiene una exactitud del 0,5%. ¿Entre qué límites
puede estar la corriente real cuando el medidor indica 8 mA?

4.2. Un voltímetro cuya exactitud está garantizada en menos del 2% de su lectura a

escala completa se emplea en la escala de 0 a 200 V. Con el instrumento se mide
un voltaje de 9 V y otro de 80 V. Calcule el porcentaje posible de error en ambas
lecturas.

4.3. Se conectan en serie cuatro resistencias. Sus valores son:

R1 = 25.5 ,
R2 = 3.62 ,
R3 = 24.222 
R4 = 0.28 
La incertidumbre es de una unidad en el último dígito de cada valor. Calcule la
resistencia de la conexión total.

4.4. Determine la incertidumbre que resulta al restar 223±3 de 321±4.

4.5. Diez mediciones de corriente en la rama de un circuito dan los siguientes valores:
25.4, 25.8, 24.2, 26.3, 25.7, 24.8, 25.6, 24.7, 25.5 y 26.4 mA. Si sólo se tienen
errores aleatorios en el sistema de medida, calcule lo siguiente:
a) El valor promedio.
b) La desviación estándar de las lecturas.
c) El error estándar de las lecturas.

4.6. Los siguientes valores de voltaje están listados en una hoja de datos como valores
obtenidos al medir un determinado voltaje:

48.53, 48.22, 48.78, 38.01, 48.15, 48.92 V.

A partir de estos datos, calcule lo siguiente:

a) El valor promedio.
b) El error estándar de las lecturas.
c) Si sólo se tienen errores aleatorios, ¿cómo se manipula el valor 38.01?

Página 11 de 11