Ao del Buen Servicio al Ciudadano

UNIVERSIDAD NACIONAL DE INGENIERA

Facultad de Ingeniera Mecnica

Fsica MB223 - F

INFORME DE LABORATORIO N1: MEDICIN

PROFESOR:
Ing. Jose Venegas

INTEGRANTES: CODIGO:

Moreno Casas Cristopher 20170115H

Lucana Dominguez Miguel 20170397C

Fecha de realizacin: 31 de Marzo del 2017

Fecha de entrega: 5 de Abril del 2017

 INDICE

1. ANTECEDENTE EXPERIMENTAL

2. FUNDAMENTO TEORICO

3. PARTE EXPERIMENTAL

3.1 MATERIALES Y EQUIPOS

3.2 PROCEDIMIENTOS Y RESULTADOS PARCIALES

4. CUESTIONARIO

5. DISCUSIN DE RESULTADOS

6. CONCLUSIONES

7. SUGERENCIAS

8. REFERENCIAS BIBLIOGRFICAS
 RESUMEN

Los objetivos de este experimento es determinar la curva de distribucin normal en un

proceso de medicin, correspondiente al nmero de frijoles que caben en un puado
normal y determinar la incertidumbre en este proceso experimental.

En el siguiente experimento se realizara la medicin y error experimental en una muestra

discreta a travs del clculo de la media aritmtica y desviacin estndar llevando lo aun
grafico para analizar el nmero de frijoles ms probable que se extraera con la mano,
para ello se utilizara un tazn con frijoles y dos hojas de papel milimetrado.

PALABRAS CLAVE

CURVA DEDISTRIBUCION NORMAL

INCERTIDUMBRE NORMAL
ERROR EXPERIMENTAL
MEDICION EXPERIMENTAL
1. ANTECEDENTE EXPERIMENTAL
 2. FUNDAMENTO TEORICO
2.1 GLOSARIO:

Desviacin estndar: Es el grado de dispersin o alejamiento de las mediciones con

respecto a su promedio.

Error: La desviacin del valor verdadero al valor medido.

Exactitud: La cercana con el cual la lectura de un instrumento de medida se

aproxima al valor verdadero de la variable medida.

Incertidumbre: Intervalo de confianza donde se encuentra el valor esperado de una

medicin.

Media: Promedio de varias mediciones.

Precisin: una medida de la repetitividad de las mediciones. Dado un valor fijo

de una variable, la precisin es la medida del grado con el cual, mediciones sucesivas
difieren de una de la otras.

2.2 TEORA DE ERRORES:

Identificar las diversas fuentes que generan error en la medicin, determinar el verdadero
valor de las magnitudes fsicas medidas de forma directa (medir la altura de un cilindro
con el calibrador Vernier) e indirecta (medir el volumen de un cilindro, midiendo su altura y
dimetro con el calibrador Vernier). Adems es muy importante en esta prctica que el
alumno se familiarice y posea un adecuado manejo de los equipos de medicin de
laboratorio.

2.3 TIPOS DE ERRORES:

ERRORES SISTEMTICOS:

Son los errores relacionados con la destreza del operador

-ERROR DE PARALAJE (EP):

Este error tiene que ver con la postura que toma el operador para la lectura de la
medicin.

-ERRORES AMBIENTALES Y FISICOS(EF):

Al cambiar las condiciones climticas, estas afectan las propiedades fsicas de los
instrumentos: dilatacin, resistividad, etc. Tambin se incluyen como errores sistemticos,
los errores de clculo, los errores en la adquisicin automtica de datos y otros.

La mayora de los errores sistemticos se corrigen, se minimizan o se toleran; su manejo

en todo caso depende de la habilidad del experimentador.
 ERRORES DEL INSTRUMENTO DE MEDICIN:

Son los errores relacionados con la calidad de los instrumentos de medicin.

-ERROR DE LECTURA MNIMA (ELM):

Cuando la expresin numrica de la medicin resulta estar entre dos marcas de la escala
de la lectura del instrumento. La incerteza del valor se corrige tomando la mitad de la
lectura mnima del instrumento.

-ERROR DE CERO (E0):

Es el error propiamente de los instrumentos no calibrados.

ERRORES ALEATORIOS:

Son los errores relacionados en interaccin con el medioambiente, con el sistema en

estudio, aparecen aun cuando los errores sistemticos hayan sido suficientemente
minimizados, balanceadas o corregidas. Los errores aleatorios se cuantifican por
mtodos estadsticos. Si se toma n-mediciones de una magnitud fsica x, siendo las
lecturas x1, x2, x3,., xn; el valor estimado de la magnitud fsica x, se calcula tomando el
promedio de la siguiente manera:

x=
La diferencia de cada medida respecto de la media se llama desviacin. El grado de
dispersin de la medicin estadsticamente se llama desviacin estndar y se calcula de
la siguiente forma:

=
CAUSAS DE ERRORES EN LA MEDICIN:

Aunque es imposible conocer todas las causas de los errores convenientes conocer todas
las causas importantes y tener una idea que permita evaluar los errores ms frecuentes.
Las principales causas que producen errores se pueden clasificar en:

a) Errores debidos al instrumento de medida

Cualquiera que sea la precisin del diseo y fabricacin de un instrumento presenten

siempre imperfecciones. A estas, con el paso del tiempo, les tenemos que sumar las
imperfecciones por desgaste.

- Error de alineacin.
 - Error de diseo y fabricacin.
- Error del desgaste del instrumento. Debido a este tipo de errores se tienen que
realizar verificaciones peridicas para comprobar si se mantiene dentro de unas
especificaciones.
- Error de precisin y forma de los contactos.

b) Errores debidos al operador

El operador influye en los resultados de una medicin por la imperfeccin de sus sentidos
as como por la habilidad que posee para efectuar las medidas. Las tendencias existentes
para evitar estas causas de errores son la utilizacin de instrumentos de medida en los
que elimina al mximo la intervencin del operador

- Error del mal posicionamiento. Ocurre cuando no se coloca la pieza

adecuadamente alineada con el instrumento de medida o cuando con pequeos
instrumentos manuales se miden piezas grandes en relacin de tamao. Otro
ejemplo es cuando se coloca el aparato de medida con un cierto ngulo respecto a
la dimensin real que se desea medir.
- Error de lectura y paralelaje. Cuando los instrumentos de medida no tienen
lectura digital se obtiene la medida mediante la comparacin de escalas a
diferentes planos. Este hecho puede inducir a lecturas con errores de apreciacin,
interpolacin, etc. Por otra parte si la mirada del operador no est situada
totalmente perpendicular al plano de escala aparecen errores de paralelaje.
- Errores que no admiten tratamiento matemtico. Error por fatiga o cansancio.

c) Errores debidos a los factores ambientales

El ms destacado y estudiado es el efecto de la temperatura en los metales dado que su

influencia es muy fuerte.

- Error por variacin de temperatura. Los objetos metlicos se dilatan cuando

aumenta la temperatura y se contraen al enfriarse. Este hecho se modeliza de la
siguiente forma.
- Variacin de longitud= coeficiente de dilatacin especifico longitud de pieza
variacin temperatura(L=.L.T)
- Otros agentes exteriores. Influyen mnimamente. Humedad, presin atmosfrica,
polvo y suciedad en general. Tambin de origen mecnico, como las vibraciones.

d) Errores debidos a las tolerancias geomtricas de la propia pieza

Las superficies geomtricas reales de unas piezas implicadas en la medicin de una cota
deben presentar unas variaciones aceptables.

- Errores de deformacin. La pieza puede estar sometida a fuerzas en el momento

de la medicin por debajo del lmite elstico tomando cierta deformacin que
desaparece cuando cesa la fuerza.
 - Errores de forma. Se puede estar midiendo un cilindro cuya forma aparentemente
circular en su seccin presente cierta forma oval.
- Errores de estabilizacin o envejecimiento. Estas deformaciones provienen del
cambio en la estructura interna del material. El temple de aceros, es decir, su
enfriamiento rpido, permite que la fase austenitica se transforme a fase
martensitica, estable a temperatura ambiente. Estos cambios de geometra son
muy poco conocidos pero igualmente tienen un impacto importante.

2.4 CURVA DE DISTRIBUCION NORMAL

La distribucin normal es una distribucin de probabilidad de variable continua que

describe los datos que se agrupan en torno a un valor central. Todo proceso en el que
solo existan causas aleatorias de variacin sigue una ley de distribucin normal. Esta
condicin que aparece con frecuencia en fenmenos naturales(de ah que se le
denomine normal), puede obtenerse en los procesos industriales si los procesos se
llevan a un estado en el que solo existen causas comunes de variacin. La representacin
grafica es la curva de distribucin normal tambin denominada campana de Gauss es
honor del renombrado cientfico alemn Carl Friedrich Gauss a quien se le atribuye
errneamente su invencin pero que sin duda la uso frecuentemente para analizar
fenmenos astronmicos con xito.

Una distribucin normal se caracteriza por:

1. Los valores de las mediciones tienden a agruparse alrededor de un punto central,

la media.
2. La representacin de los datos es simtrica a ambos lados de la media.
3. Las desviaciones estndares quedan situadas a igual distancia unas de otras.
4. La proporcin de mediciones situada entre la media y las desviaciones es una
constante en la que:
La media 1 * desviacin estndar = cubre el 68,3% de los casos
La media 2 * desviacin estndar = cubre el 95,5% de los casos
La media 3 * desviacin estndar = cubre el 99.7% de los casos

Podemos analizar el comportamiento de los procesos grficos y determinar su efectividad

tomando como base su grado de aproximacin a la curva de distribucin normal a partir
de los datos generados y la creacin de histogramas que permitan la comparacin con
curva de distribucin normal.

Posibilidades:

La curva de distribucin normal del proceso coincide o est dentro de los limite
establecidos por la industria (bien en las normas de calidad desarrolladas o bien en las
recomendaciones establecidas por las asociaciones). En este caso el proceso opera con
eficacia y se pueden realizar trabajos de alta exigencia con respecto a la variable
controlada.
La curva de distribucin supera los limites establecidos por la industria. En este
caso puede que estn operando causas asignables de variacin o que existen
limitaciones debidas a los recursos y equipos empleados por lo que no es posible realizar
trabajos exigentes con respecto a la variable controlada hasta que no se hayan eliminado
las causas especiales de variacin o no se dispongan de los recursos y equipos
adecuados.}

El histograma generado no muestra las caractersticas bsicas de una distribucin

normal. En este caso estn claramente actuando causas asignables de variacin que
habr que resolver si queremos conseguir un alto grado de fiabilidad del proceso y
realizar trabajos de alta exigencia.

Funcin gaussiana(curva de distribucin normal)

En estadstica, la funcin gaussiana (en honor a Carl Friedrich Gauss) es una funcin
definida por la expresin:

()2

( ) = 2 2

Donde a, b y c son constantes reales (a > 0)

Las funciones gaussianas se utilizan frecuentemente en estadstica correspondiendo, en

1
el caso de que a sea igual a , ala funcin de densidad de una variable aleatoria
2
con distribucin normal de media =b y varianza 2 = 2 .
3. PARTE EXPERIMENTAL

3.1 MATERIALES Y EQUIPOS

1 tazn de frijoles (ver figura 1)
Frijoles (ver figura 2)

Figura 1. Tazn de frijoles

Figura 2. Frijoles
 3.2 PROCEDIMIENTO

1) Deposite los frijoles en el tazn. (ver figura 3)

Figura 3. Tazon

2) Coja un puado de frijoles del recipiente una y otra vez hasta lograr su puado
normal. (ver figura 4)

Figura 4. Mano con frijoles

 3) Coja un puado normal y cuente el nmero de gramos obtenido. (ver figura 5)

Figura 5. Puado con frijoles

4) Apunte el resultado y repita la operacin 100 veces llenando una tabla.

Para este paso, necesitamos elaborar una tabla para ordenar los resultados.
(ver tabla 1).

Tabla 1. Conteo de Frijoles

K NK Nk - 53.07 (NK -53.07)2 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62

1 49 -4.07 16.5649 x
2 46 -7.07 49.9849 x
3 48 -5.07 25.7049 x
4 56 2.93 8.5849 x
5 48 -5.07 25.7049 x
6 49 -4.07 16.5649 x
7 57 3.93 15.4449 x
8 50 -3.07 9.4249 x
9 53 -0.07 0.0049 x
10 46 -7.07 49.9849 x
11 57 3.93 15.4449 x
12 56 2.93 8.5849 x
13 54 0.93 0.8649 x
14 54 0.93 0.8649 x
15 53 -0.07 0.0049 x
16 53 -0.07 0.0049 x
17 54 0.93 0.8649 x
18 53 -0.07 0.0049 x
19 55 1.93 3.7249 x
20 59 5.93 35.1649 x
21 52 -1.07 1.1449 x
22 57 3.93 15.4449 x
23 48 -5.07 25.7049 x
24 51 -2.07 4.2849 x
25 47 -6.07 36.8449 x
26 52 -1.07 1.1449 x
27 51 -2.07 4.2849 x
28 56 2.93 8.5849 x
29 57 3.93 15.4449 x
30 61 7.93 62.8849 x
31 49 -4.07 16.5649 x
32 58 4.93 24.3049 x
33 54 0.93 0.8649 x
34 59 5.93 35.1649 x
35 59 5.93 35.1649 x
36 51 -2.07 4.2849 x
37 54 0.93 0.8649 x
38 54 0.93 0.8649 x
39 53 -0.07 0.0049 x
40 55 1.93 3.7249 x
41 62 8.93 79.7449 x
42 50 -3.07 9.4249 x
43 55 1.93 3.7249 x
44 56 2.93 8.5849 x
45 52 -1.07 1.1449 x
46 53 -0.07 0.0049 x
47 52 -1.07 1.1449 x
48 52 -1.07 1.1449 x
49 49 -4.07 16.5649 x
50 58 4.93 24.3049 x
51 54 0.93 0.8649 x
52 58 4.93 24.3049 x
53 51 -2.07 4.2849 x
54 48 -5.07 25.7049 x
55 58 4.93 24.3049 x
56 56 2.93 8.5849 x
57 52 -1.07 1.1449 x
58 52 -1.07 1.1449 x
59 55 1.93 3.7249 x
60 48 -5.07 25.7049 x
61 55 1.93 3.7249 x
62 57 3.93 15.4449 x
63 52 -1.07 1.1449 x
64 44 -9.07 82.2649 x
65 51 -2.07 4.2849 x
66 55 1.93 3.7249 x
67 51 -2.07 4.2849 x
68 55 1.93 3.7249 x
69 57 3.93 15.4449 x
70 52 -1.07 1.1449 x
71 55 1.93 3.7249 x
72 53 -0.07 0.0049 x
73 53 -0.07 0.0049 x
74 49 -4.07 16.5649 x
75 51 -2.07 4.2849 x
76 53 -0.07 0.0049 x
77 47 -6.07 36.8449 x
78 50 -3.07 9.4249 x
79 51 -2.07 4.2849 x
80 55 1.93 3.7249 x
81 56 2.93 8.5849 x
82 54 0.93 0.8649 x
83 50 -3.07 9.4249 x
84 50 -3.07 9.4249 x
85 53 -0.07 0.0049 x
86 57 3.93 15.4449 x
87 60 6.93 48.0249 x
88 53 -0.07 0.0049 x
89 52 -1.07 1.1449 x
90 54 0.93 0.8649 x
91 49 -4.07 16.5649 x
92 51 -2.07 4.2849 x
93 54 0.93 0.8649 x
94 52 -1.07 1.1449 x
95 52 -1.07 1.1449 x
96 56 2.93 8.5849 x
97 54 0.93 0.8649 x
98 52 -1.07 1.1449 x
99 51 -2.07 4.2849 x
100 52 -1.07 1.1449 x
1 0 2 2 5 6 5 10 14 11 11 9 7 7 4 3 1 1 1

3.3 CALCULOS Y RESULTADOS

1. Determine la media aritmtica de los 100 nmeros obtenidos. Esta media

aritmtica es el nmero ms probable,
de frijoles que caben en un
puado normal.

De la tabla se puede observar:

por cada conteo: 5307 frijoles
Cantidad de veces contados: 100 veces

5307
=

100
= 53,07

2. Determine la incertidumbre normal o desviacin estndar, (

), de la
medicin anterior.
4. CUESTIONARIO:

a) En vez de medir puados, podra medirse el nmero de frijoles que caben

en un vaso, en una cuchara, etc.?.
b) Segn Ud. a qu se debe la diferencia entre su puado normal y el de sus
compaeros?.
c) Despus de realizar los experimentos Qu ventaja le ve a la representacin
de [r, r+2> frente a la de [r, r+1>?.
d) Qu sucedera si los frijoles fuesen de tamaos apreciablemente
diferentes?.
e) En el ejemplo mostrado se deba contar alrededor de 60 frijoles por puado.
sera ventajoso colocar solo 100 frijoles en el recipiente, y de esta manera
calcular el nmero de frijoles en un puado, contando los frijoles que quedan
en el recipiente?.
f) Qu sucedera si en el caso anterior colocara solo, digamos, 75 frijoles en
el recipiente?.
g) La parte de este experimento que exige mas paciencia es el proceso de
contar. Para distribuir esta tarea entre tres personas Cul de las
sugerencias propondra Ud.? . Por qu?.
h) Menciona tres posibles hechos que observaran si en vez de 100 puados
extrajeran 1000 puados?.
i) Cul es el promedio aritmtico de las desviaciones nk- ?.
j) Cul cree Ud. es la razn para haber definido ( ) en vez de tomar
simplemente el promedio de las desviaciones?
k) Despus de realizar el experimento coja Ud. un puado de frijoles. Qu
puede Ud. afirmar sobre el numero de frijoles contenido en tal puado(antes
de contar)?.
l) Si Ud. considera necesario, compare los valores obtenidos por Ud. para
(
) y para
; compare con los resultados obtenidos por sus
compaeros. Qu conclusin importante puede Ud. obtener de tal
comparacin?.
m) Mencione Ud. alguna ventaja o desventaja de emplear pallares en vez de
frijoles en el presente experimento.

5. DISCUSIN DE RESULTADOS:

6. CONCLUSIONES:

7. SUGERENCIAS:

8. REFERENCIAS BIBLIOGRAFICAS
.