Universidad de San Carlos de Guatemala

Geologia
Fisica Basica
Ing. Vernica B. Jurez

Tema:

Practica No. 3
Medicin de Tiempos y Desplazamientos

Francisco Javier Chinchilla Franco - 201243329

Benjamn Godoy - 201546149
Gembly Gabriela Bac Macz - 201445835
Victor Manuel Calel Garca - 201445611
Jos Javier Morn Tello 201645554

21 de septiembre de 2,016

Resumen

A travs de las formulas indicadas para obtencin de incertezas y

promedios se determin que en la primera parte de la prctica se
obtuvieron resultados de una incerteza de 0,386 cm y un promedio de
13,776 cm , tambin se obtuvieron resultados en cuanto al tiempo de
y una incerteza de tiempo de 0,84 s .
Y en la segunda parte de la practica una incerteza de 0,729 cm y un
promedio de 84,37 cm .
reaccin de la persona de

1,676 s

Objetivos
Utilizar las formulas correspondientes para calcular las incertezas y
promedios.
Seguir instrucciones al pie de la letra para realizar de forma correcta los
experimentos.
Entender la importancia de obtener incertezas y promedios en la
realizacin de mediciones de tiempo y desplazamiento.
Manejar el equipo utilizado de manera correcta (reglas, cronometro,
plomada, etc.)
Realizar la practica en equipo de la manera ms ordenada y precisa
posible.
Aprender a realizar las prcticas en equipo, de manera eficiente y eficaz.

Marco terico
La mejor manera de obtener datos confiables en el laboratorio es medir
repetidas veces y examinar los valores obtenidos, pero no todos los tipos de
incertezas pueden ser asociados con anlisis estadsticos, por esta razn las
incertezas se clasifican en dos grupos: Incertezas Aleatorias que son las que se
pueden tratar estadsticamente y las Incertezas Sistemticas que son aquellas que
no.
Para entender mejor la diferencia entre una y la otra, suponga que se necesita
medir el tiempo de revolucin de una rueda, una fuente de error seria el tiempo de
reaccin al iniciar a medir y al parar de medir, si el tiempo de reaccin es
exactamente el mismo estas dos se cancelaran una con otra, pero este es un
tiempo variable de modo que a veces se subestimar el tiempo y en otras se sobre
estimar, esto es un claro ejemplo de un Error Aleatorio.
Por otro lado, si el instrumento de medicin en este caso un cronometro est
corriendo ms despacio de lo habitual, el tiempo entonces ser sobre estimado,
pero si el cronometro corre ms rpido, el tiempo se subestimar, y ninguna
repeticin de la medicin con el mismo instrumento revelar cual es la fuente de
error, este tipo de error se llama Error Sistemtico.
ANALISIS ESTADISTICO DE INCERTEZAS
La Media y Desviacin Estndar
Suponga que se necesita medir alguna cantidad x, y que se han identificado
todas las fuentes de errores sistemticos y se han reducido hasta que volverlas
despreciables, de tal manera que los nicos errores en la medicin son aleatorios,
al repetir esta medicin repetidas veces se podr determinar la incerteza.
Por ejemplo, se tomaron cinco mediciones y se obtuvieron los siguientes
resultados:
71, 72, 72, 73, 71

Cul es la mejor estimacin de x?, la mejor estimacin de x es la media de

los valores encontrados, entonces:
x best=x

x best=

71+ 72+ 72+73+ 71

5
x best =71.8

En un caso ms general, suponga que se hicieron N mediciones de la

misma cantidad x (todas usando el mismo equipo y procedimiento) y se
encontraron N valores:
x 1 , x2 , , xN

la media sera:

x best =

x1 + x 2 +...+ x N
N
N

xi

x = i=1
N

Ahora que se conoce la media

x , lo natural es considerar la diferencia

x ix =d i , esta diferencia se 12 llama desviacin de

xi

x , y nos dice

que tanto se aleja el valor de la media, pero al calcular todas estas diferencias y
sumarlas se cancelan, dado que algunas diferencias tendrn signos positivos y
otras negativos, es decir algunos valores estn por encima de la media y otros por
debajo, este mtodo no da una idea clara de cul es el error de la media, por esa
razn la mejor forma de determinar cul es la incerteza de la media es tomar en
cuenta el cuadrado de estas diferencias, esto har que todos los valores de las
diferencias sean positivos y posteriormente promediarlos, si ahora se calcula la
raz cuadrada de este resultado, se obtendr una cantidad con las mismas

dimensionales de
como x

x , este valor se llama Desviacin Estndar de x y se denota

1
x=
(d )2
N i=1 i

o bien

1
x=
( x x )2
N i=1 i
Analizando la definicin anterior es fcil observar que entre ms datos se
tomen de la misma medicin, la incerteza se reducir, por lo cual una definicin
alterna es la siguiente:

x=

1
(xi x )2

(N1) i=1

es fcil observar que, en la definicin anterior, para el caso en que N=1, no

est definida, esto es para evitar que el experimentador tome un solo dato, dado
que entre ms datos se tomen ms precisa ser la medicin, por lo que esta
definicin es mucho ms precisa.
Al aplicar esta Ecc. a los valores anteriormente dados se obtiene:
x =0.8
por lo tanto, el promedio de la incerteza de las cinco mediciones 71, 72,
72, 73, 71 es aproximadamente 0.8.
Si se mide la misma cantidad x muchas veces, usando siempre el mismo
mtodo y si todas las fuentes de incerteza son pequeas y aleatorias, entonces los
resultados estarn distribuidos alrededor del verdadero valor de x en concordancia
con la Distribucin Normal, en particular aproximadamente el 68% de los
resultados caern a una distancia x del valor verdadero de x, en otras
palabras la probabilidad de que resultado se encuentre dentro del rango

proporcionado por

x es del 68 %, por esta razn es que se adopta la

desviacin estndar como la incerteza de la medicin.

Figura 1: El rea sombreada entre

es la probabilidad de que la medicin

se encuentre dentro de ese rango, es decir el 68%

Desviacin Estndar de la Media
Si se tienen N datos de la misma medicin x, entonces la mejor medicin de
x sera la media x , y tambin se sabe que la desviacin estndar x
caracteriza el promedio de la incerteza, pero una representacin an mucho ms
confiable de la incerteza es la desviacin estndar de la media la cual se obtiene
dividiendo la desviacin estndar por N y esta denotada por:

x =

Aplicando esta Ecc. a nuestro ejemplo anterior la incerteza sera:

x =0.3
esto claramente demuestra que la desviacin estndar de la media es una
definicin mucho ms precisa para el clculo de las incertezas, por lo tanto,
nuestro resultado final sera:
X =x x

Figura 2: La medicin individual de x estn normalmente distribuida sobre X con

x (lnea punteada) si se utiliz el mismo equipo para determinar el promedio
de 10 mediciones, el resultado
x

estar normalmente distribuido sobre X con

(curva en negro).

HISTOGRAMAS Y DISTRIBUCIONES
Ahora que ha quedado claro que para poder realizar un anlisis estadstico
de un experimento es necesario tomar muchos datos, necesitamos aprender
algunos mtodos para trabajar con grandes cantidades de informacin.
Suponga, que se realizaron 10 mediciones de una misma longitud x:
26, 24, 26, 28, 23, 24, 25, 24, 26, 25
el primer paso es ordenarlos en orden ascendente en una tabla y anotar
cuantas veces se repite el mismo nmero.
Diferentes valores de
Veces repetidas ni

xi

23

24

25

26

27

28

de nuestras anteriores definiciones se tiene que:

x =

i x i 23+24+ 24+24+ 25++28

=
N
10

simplificando un poco

x =

23+ ( 243 ) + ( 252 )+ +28

10

escrita de una forma ms general

x =

i x i ni
N

Esta Ecc. es comnmente llamada suma ponderada, cada valor de

xi

es

multiplicado por el nmero de veces que este aparece en nuestros datos es decir
ni .
Siguiendo este razonamiento, en el caso del 24 que aparece 3 veces, se
puede decir que este valor fue obtenido en 3/10 de todas las mediciones, de forma
generalizada.
Fi =
N

la cual es la fraccin de N mediciones que se obtuvo el valor

x i , esta

fraccin describe como nuestras mediciones se distribuyen entre los diferentes

posibles valores, en trminos de Fi se puede reescribir la Ecc. 2.8 como:
x =i x i F i

si sumamos todas las fracciones

Fi

para todos los posibles resultados de

xi se obtiene 1, a esto se le llama condicin de normalizacin.

i Fi=1

Las distribuciones de nuestras mediciones pueden ser mostradas

grficamente en un Histograma de Barras como se muestra en la siguiente imagen

Figura 3: Histograma para 10 mediciones de una longitud x. El eje vertical muestra

la fraccin de Fi para cada valor x i
Este tipo de histogramas es til cuando los valores de x estn separados
por nmeros enteros, pero la mayora de las mediciones no estn separadas de
esta forma, por ejemplo, se obtuvieron las siguientes 10 mediciones de alguna
distancia x.
26.4, 23.9, 25.1, 24.6, 22.7, 23.8, 25.1, 23.9, 25.3, 25.4
dados estos valores lo mejor es dividir el rango de los valores en un nmero
conveniente de intervalos y contar cuantos valores caen en cada intervalo, en el
ejemplo anterior se podra contar cuantas mediciones caen entre x = 22 y 23,
entre x = 23 y 24, y as...
Intervalos
Eventos por intervalo

22 a
23
1

23 a
24
3

24 a
25
1

25 a
26
4

27 a
27
1

27 a
28
0

estos resultados pueden graficarse en un histograma de intervalos, en este

caso el rea sombreada entre cada intervalo indica la fraccin de mediciones que
caen en cada rango.

Figura 4: El histograma de intervalos muestra la fraccin de 10 mediciones que

caen en los intervalos 22 a 23, 23 a 24, y as. El rea de cada rectngulo muestra
la fraccin de las mediciones que caen en ese intervalo. Por lo tanto, el rea
sombreada en es 0.3 indicando que 3/10 de todas las mediciones caen entre 23 y
24.
En la mayora de los experimentos, conforme el nmero de mediciones se
incrementa, el histograma empieza a tomar la forma definitiva de una distribucin
normal, tal y como se muestra a continuacin:

Figura 5: Histograma de intervalos para 100 mediciones de la misma cantidad

Figura 6: Histograma de intervalos para 1000 mediciones de la misma cantidad, es

fcil observar como empieza a parecerse a una distribucin normal.
Distribucin Normal

La distribucin normal o funcin Gaussiana, tiene la caracterstica que en la

mayora de los casos se encuentra centrada en el valor verdadero de la medicin,
la funcin matemtica que la describe es:
G( x)=

1
e(x) / 2
2
2

de la Ecc. anterior se puede observar que una de las cualidades de esta

distribucin es que es simtrica en torno a 0, dado que es el mismo valor para x y
2
2
-x. Conforme x se aleja de 0 en cualquier direccin, ( x) /2
se incrementa,
rpido si

es pequeo o despacio si

es grande. Si x = 0 entonces la

distribucin es igual a 1, por lo tanto, cuando x se aleja del origen la funcin

decrece hacia 0.

Figura 7: En la grfica se muestra la funcin Gaussiana centrada en el valor

promedio de la medicin, los porcentajes indican la probabilidad de que el valor se
encuentre dentro de ese rango de incerteza.
TIEMPO DE REACCION
El tiempo de reaccin es el tiempo que le toma a un rgano sensorial responder o
reaccionar ante algn estimulo exterior, el tiempo de reaccin es de vital
importancia al momento de realizar mediciones experimentales donde intervenga
el factor humano ya que en algunas ocasiones el tiempo de duracin de un evento
ser sobre estimado y en otras subestimado lo cual alterar el resultado de la
medicin.
Uno de los factores que afecta el tiempo de reaccin es la modalidad sensorial a
travs de la cual se presenta el estmulo, ya que algunas vas sensoriales
requieren mayor procesamiento que otras. Por ejemplo, un estmulo presentado
en la modalidad visual requiere un mayor procesamiento que otro presentado en la

modalidad auditiva, tambin por la atencin y por el estado general del organismo,
por ejemplo, enfermedades, somnolencia, estado anmico y emocional, nivel de
estrs, etc.
La forma ms usual de calcularlo es dejar caer una regla mtrica de madera, como
la nica fuerza que acta sobre la regla es la gravedad, las ecuaciones que se
utilizan son las de cada libre:
1
Y =V 0 t+ 2
2

Donde

es la distancia vertical,

el tiempo,

la gravedad y

V0

la

velocidad inicial la cual es cero dado que la regla parte desde el reposo,
despejando para t se obtiene:

t=

2Y
g

= ecuacin tiempo

DISTANCIA L QUE RECORRE UNA ESFERA AL CAER AL SUELO

Al dejar rodar desde el reposo una esfera sobre un plano inclinado adquirir
una cierta velocidad al llegar al final del plano, lo que provocar que la esfera
caiga describiendo un movimiento parablico, por lo cual recorrer una distancia L
para cuando alcance el suelo, pero esta distancia ser siempre variable debido a
los distintos factores que intervienen en el experimento y sobre los cuales no
tenemos ningn control, como por ejemplo el bamboleo que experimenta la esfera
a lo largo de su rodamiento por el plano, corrientes de aire, la curvatura de la
mesa, estos provocarn que la esfera gane o pierda ms velocidad al salir del
plano inclinado, por lo que recorrer una distancia mayor o menor para cuando
toque el suelo.

Diseo Experimental

Materiales

+0.05 mm )
Regla de plstico de 30 cm de largo (incertidumbre: +0.05 mm )
Cronometro (incertidumbre: +0.5 s )

Esfera
Cinta adhesiva
Pliego de papel manila
Hojas de papel pasante
Riel de aluminio
Trozo de pista de autos de juguete
Plomada

Regla de madera de 1 m de largo (incertidumbre:

Magnitudes fsicas a medir

Tiempo en segundos
Distancia en centmetros

Procedimiento
Primera Parte

Para el experimento se necesitan dos personas. La primera es el agente

que provoca el estmulo y la segunda debe responder a dicho estmulo,
dicho en otras palabras, la primera persona es la que deja caer sin previo
aviso la regla y la segunda persona debe sujetarla con sus dedos por
delante y por detrs de la regla cuando se d cuenta que la regla ha sido
soltada.

Mide la distancia que cay la regla.

Repite los pasos anteriores 25 veces, de tal manera que se obtendrn 2
distancias, luego hay que promediarlas y calcular su incerteza es decir
y Y .

La distancia promedio que cay la regla se debe ingresar la ecuacin

tiempo, para determinar el tiempo de reaccin de la persona que sujeto la
regla.

Para determinar la incerteza del tiempo utilice la siguiente ecuacin:

t=

Y
2

2
Yg

Segunda Parte

Levante el riel de aluminio formando as un plano inclinado.

Deje rodar la esfera desde el inicio del riel y djela caer al suelo, observe
por donde cae y coloque, el papel Manila y el papel pasante para que se
marque donde cay.

Deje caer la esfera 10 veces sobre el papel.

Mida la distancia L que recorri la esfera desde el punto indicado por la

plomada hasta la marca que dejo la esfera al caer sobre el papel.

Realice un promedio de las distancias y calcule su incerteza, es decir

y L

Diagrama del diseo experimental

Primera Parte

Figura 8: La segunda persona debe colocar sus dedos en el cero de la regla.

Figura 9: El nmero que se encuentra justo en el medio del dedo pulgar es la

distancia que recorri la regla al caer, en este ejemplo sera 13 cm.

Segunda Parte

Figura 10: El diagrama muestra la distancia L recorrida por la esfera, esta

distancia es siempre variable. Tambin se muestra la altura h que se tiene
que medir y la forma en que el riel de aluminio se coloca, es importante
dejar un espacio antes de que la esfera caiga, buscando as que tenga solo
una componente de velocidad en el eje x.

Figura 11: Distancia L a medir

Resultados
Primera Parte
1

12.
6
13.
3
12.
5
13.
8
11.
1
15.
3
17.
8
10.
1
17.
8
13.
6

2
3
4
5
6
7
8
9
10

Y(cm)
11 13.5

21

13.1

12

12.4

22

11.2

13

13.9

23

10.5

14

11.8

24

13.6

15

11.9

25

15.8

16

16.2

26

12

17

15.5

27

16.3

18

16.7

28

13.6

19

15.7

29

13

20

12.4

30

16.3

1)

Yi
Y = i=1 =13,776 cm
N

2)

1
Y =
(Y iY )2=2,114 cm

(N 1) i =1

3)

Y =

4)

t=

5)

t=

Y
=0,386 cm
N
2Y
=1,676 s
g
Y
2

2
=0,84 s
Yg

Segunda Parte
1

L(cm)
81

t(s)
1.04

2
3
4
5
6
7
8
9
10

80.3
85.5
86.8
86
85.9
86.8
84.5
83.2
83.7

1.30
1.49
1.19
1.45
1.23
1.30
1.24
1.70
1.21

1)

Li

L = i=1 =84,37 cm
N

2)

2
1
L=
Li L ) =2,305 cm
(

( N1 ) i=1

3)

L =

=0,729 cm

Discusin de Resultados
Los resultados que se obtuvieron fueron satisfactorios, se aprecia que las
mediciones se hicieron lo ms precisas posibles. Se puede observar, en la tabla
de la primera parte de la prctica, que existen valores mucho menores o mayores
a la cantidad promediada, esto no es muy preocupante, porque al tener 30 valores
obtenidos, se puede calcular el promedio y la incerteza de manera ms precisa.
En la tabla de la segunda parte de la prctica, los valores no son muy
lejanos al resultado del promedio, esto indica que el proceso se hizo de manera
precisa, aunque no perfecta, como respaldo al resultado tenemos 10 valores que,
aunque no son muchos, favorecen la precisin del resultado en, cuanto al valor de
la incerteza y el promedio.
Se puedo observar que a partir de valores como, el promedio de las
distancias medidas, se puede obtener el tiempo de reaccin, y la incertidumbre del

tiempo. Esto es importante, ya que nos encontramos con una frmula de cada
libre, siendo despejada a conveniencia, para as calcular el tiempo.

Conclusiones
Aprender a medir tiempos y distancias de manera correcta, es importante
para cualquier rea de trabajo, ya que con dichos clculos podramos minimizar
los mrgenes de errores, en las mediciones. Principalmente en los laboratorios se
tiene que medir ms de una vez, para poder as obtener datos confiables.
Es importante saber distinguir entre los distintos tipos de errores, como lo
son el Error Aleatorio y el error Sistemtico. Los ms comunes son los errores
aleatorios, es por eso que, en la tabla de la primera parte de la prctica, hay
valores que tienen a estar, o muy por abajo, o muy por arriba del valor promedio.
Esto se debe a la respuesta y accin de agarrar la regla, es por eso que, es
importante realizar ese tipo de mediciones muchas veces, minimizando as el
marguen de error y obteniendo un buen promedio, e incerteza.

Fuentes de Consulta
Referencias Bibliogrficas
Ing. Walter Giovanni Alvarez Marroquin. MANUAL DE LABORATORIO DE
FISICA BASICA

Fuentes Electrnicas
Sumatoria. [En lnea]. [17 de septiembre de 2016]. Disponible en:
http://www.ditutor.com/estadistica/sumatoria.html
MANEJO DE SUMATORIOS. PROPIEDADES Y EJERCICIOS. [En lnea].
[17
de
septiembre
de
2016].
Disponible
en:
http://www.est.uc3m.es/esp/nueva_docencia/getafe/ciencias_estadisticas/an
alisis_exploratorio_datos/documentacion_archivos/ejercicios/ejercicios_sum
atorios.pdf