CORPORACIN UNIVERSITARIA MINUTO DE DIOS - UNIMINUTO

Departamento de Ciencias Bsicas

Fsica Mecnica Gua de Mtodos grcos
Docente: J. G. Martnez Al.
La presentacin y anlisis de los resultados obtenidos a partir de un proceso de medicin, son parte funda-
mental de todo trabajo experimental. Por lo tanto, es adecuado y realmente til recurrir a mtodos grcos y
matemticos que permitan apreciar y analizar toda la informacin disponible.
En lo que sigue de este documento, se pretende ilustrar con algunos ejemplos cmo analizar datos a partir
de mtodos grcos de linealizacin y de los resultados obtenidos de un mtodo matemtico conocido como
principio de mnimos cuadrados. La informacin acerca de la deduccin del mtodo se puede consultar en las
referencias [1, 2].
1. Funcin lineal
1.1. Mtodo grco
Una funcin lineal o relacin lineal entre las variables x e y:
y = mx + b (1)
es la ms simple de todas. La representacin grca de y(x) arrojara una lnea recta, de pendiente m y que
corta al eje vertical en b (ordenada del origen o interseccin con el eje y). Es importante notar que una recta es
la forma geomtrica ms simple en dos dimensiones. Al mismo tiempo, una relacin lineal entre dos variables
cualesquiera, es ms fcil de ser identicada a simple vista, y no sera una exageracin armar que ste es el
nico caso en que sta discriminacin puede hacerse a simple vista. Entre una recta y una curva, nuestro ojo
siempre notar la diferencia, pero no discriminar a la funcin que dene la curva.
El objetivo es encontrar una expresin lineal, para luego determinar la pendiente y el punto de corte. Esto
es til pues ayuda a descubrir leyes fsicas detrs de los datos arrojados por una experiencienca, para de esta
manera predecir el comportamiento de la ley fsica en diversas situaciones. El siguiente ejemplo nos ayuda a
utilizar de manera ecaz el mtodo grco a partir de los datos recopilados de una experiencia.
Ejemplo:
Supongamos la siguiente informacin cinmatica dada en la Tabla 1
Tabla 1 Mediciones efectuadas durante una investigacin de fenmenos cinemticos.
y (cm) 105 195 301 390 510 602
x (s) 10 20 30 40 50 60
La grca correspondiente a los datos registrados en la Tabla 1 se muestran en la Figura 1. En esta gura se
observa que la relacin entre las variables es lineal. Es de notar que lo que deben hacer los estudiantes despus
de ubicar los puntos, es seleccionar la mejor recta, esta se puede hallar de tal manera que recoja la mayora de
los puntos o tambin que queden la misma cantidad de puntos sobre la recta que por debajo. Para este caso se
utiliz la segunda parte.
A partir de la grca se puede determinar el punto de corte con el eje y (para nuestro ejemplo b = 0). La
pendiente se halla seleccionando sobre la grca dos puntos que no esten, necesariamente, en la tabla de
datos y lo ms alejado posible. Para nuestro ejemplo seleccionemos para x
1
= 5 s con y
1
= 50 cm y tambin
x
2
= 65 s y y
2
= 650 cm, por lo tanto la pendiente m se halla de manera habitual
m =
y
x
=
y
2
y
1
x
2
x
1
=
(650 50) cm
(65 5) s
=
600 cm
60 s
= 10 cm/s
Por lo tanto, la ecuacin que describe el movimiento cinemtico est dada por
y = 10x (2)
A pesar que los mtodos grcos proporcionan una manera de hallar la relacin entre variables fsicas, no es
del todo completa, puesto que, como ya se sabe, cada variable debe ser expresada como una cantidad junto
1
con la incertidumbre, por esto en la siguiente seccin se trata el ajuste de mnimos cuadrados que a parte de
brindarnos lo hallado por el mtodo grco nos brinda la incertidumbre de cada paramtro.
Expermiental
Ajuste terico
10 30 40 50 60 0
100
200
300
400
500
600
20
Figura 1 Relacin entre y y x.
1.2. Mtodo cuantitativo: ajuste por mnimos cuadrados de funciones lineales
Es una de las tcnicas matemticas, que permite encontrar la funcin matemtica ms probable de las canti-
dades que han sido medidas experimentalmente, buscando minimizar la incertidumbre propia de las variables.
Si el anlisis grco da como resultado una lnea recta de corte b y pendiente m, la escogencia de la recta
ms probable permite determinar los valores ms probables de b y m. Igualmente se encontraran estos valores
de la funcin matemtica media as:
Si las cantidades medidas son x
i
, y
i
podemos considerar que la recta media sera:
y = b + mx
i
(3)
La distancia de cada punto a esta recta es la incertidumbre denida como:

i
= y
i
y (4)
Y esta ecuacin es compatible con la determinacin del error en la medicin (
i
). Las ecuaciones para hallar la
pendiente y el punto de corte por medio del mtodo de mnimos cuadrados se halla, despus de minimizar y
resolver un sistema de ecuaciones:
m =
xy x y
x
2
(x)
2
(5)
2
b = y mx (6)
donde:
x =

x
i
n
, y =

y
i
n
, xy =

x
i
y
i
n
, x
2
=

x
2
i
n
Los valores de las incertidumbres m y b de la pendiente y el punto de corte respectivamente, estn dados
por las siguientes expresiones:
m =
y

n
n

x
2
i
(

x
i
)
2

u
y
u
x

(7)
b =
y

x
2
i
n

x
2
i
(

x
i
)
2
[u
y
] (8)
Donde [u
y
] y [u
x
] representan las unidades de y y x respectivamente. Y
y
se calcula

y
=

(
i
)
2
n 2
=
y
=

(y
iexp
y
iteo
)
2
n 2
[u
y
]
Para nuestro ejemplo, podemos comparar los resultados obtenidos por el mtodo grco con los obtenidos por
mnimos cuadrados que a continuacin se detalla.
Tabla 2 Mediciones efectuadas durante una investigacin de un fenmeno cinemtico.
i x (s) y
exp
(cm) y
teo
(cm) xy (cm s) x
2
(s
2
) (y
exp
y
teo
)
2
1 10 105 99,175 1050 100 33,931
2 20 195 199,705 3900 400 22,137
3 30 301 300,235 9030 900 0,585
4 40 390 400,765 15600 1600 115,885
5 50 510 501,295 25500 2500 75,777
6 60 602 601,825 36120 3600 0,031
Total (

) 210 2103 91200 9100 248, 346

Obtenemos de la informacin anterior:
x = 35, y = 350,5, x
2
= 1516,7, (x)
2
= 1225
xy = 15200, x y = 12267,5
Entonces la pendiente
m =
xy x y
x
2
(x)
2
=
15200 35 350, 5
1516, 7 1225
= 10, 053
El punto de corte
b = y mx = 350, 5 10, 053 35 = 1, 355
As, la relacin obtenida es:
y = 1, 355 + 10, 053x (9)
Para calcular las incertidumbres m y b se procede primero a calcular el valor de y utilizando la ecuacin
(9) obtenida tericamente (y
teo
). En la Tabla 2 se muestran los valores experimentales (y
exp
) y los obtenidos
tericamente (y
teo
). Los valores numricos que aparecen en la tabla se han dejado con unas cuantas cifras, que
por supuesto, son ms de las cifras signicativas con las que se deberan reportar. Esto se hace con el objetivo de
3
que los resultados ltimos no pierdan precisin. Al nalizar, se deben reportar todas las cantidades calculadas
solo con sus respectivas cifras signicativas despus de un adecuado redondeo.

y
=

248, 346
6 2
= 7, 879
La incertidumbre en la pendiente
m =
y

n
n

x
2
i
(

x
i
)
2
= 0, 188
y la incertidumbre en el punto de corte
b =
y

x
2
i
n

x
2
i
(

x
i
)
2
= 7, 335
Una vez se hayan determinado los valores de m, b, m y b, se puede escribir la ecuacin correspondiente. Por
ejemplo, para el caso de una dependencia lineal, la ecuacin nal se escribira de la forma:
y = (b b) + (mm) x (10)
en donde en lugar de b, m, b y m aparecen los valores respectivos hallados, correctamente redondeados.
2. Funcin potencial
2.1. Mtodo grco
Considerando la funcin
y = bx
m
(11)
donde b y m son constantes. La anterior relacin funcional potencial que vincula pares de datos (x, y), aparece
en muchos casos diferentes en ciencias, de ah la importancia de estudiar este tipo de comportamiento.
Suponiendo que como resultado de un experimento se midieron n par de datos (x
i
, y
i
), donde i = 1, 2, 3, n.
(En este caso si i = 1, 2, 3 signica que (x
1
, y
1
), (x
2
, y
2
) y (x
3
, y
3
), representan el primer, segundo y tercer par de
datos medidos, respectivamente). El objetivo es encontrar una expresin matemtica que relacione las variables
y que permita hablar acerca del comportamiento del sistema que se est estudiando. Para esto, lo primero es
realizar la grca correspondiente de los puntos (x
i
, y
i
) en papel milimetrado. En la Figura 2 se graca como
ejemplo una funcin de potencias. Es fcil advertir de la gura que la relacin entre la variable x e y no es lineal.
Como se mostr anteriormente, la grca ms fcil de analizar es la lineal. Con esto en mente, lo primero
es buscar la manera de linealizar el comportamiento mostrado en la Figura 2. Una forma de hacerlo, es recu-
rriendo a los logaritmos. Si se aplica logaritmo a la izquierda y a la derecha de la expresin (11) se obtiene:
log(y) = log(bx
m
)
y por propiedades de los logaritmos:
log(y) = log(b) + mlog(x) (12)
Realizando el grco de log(y) en funcin de log(x), se encuentra que la ecuacin (12) corresponde a una recta
con pendiente m y punto de corte al origen log(b). Haciendo un reemplazo de variables se puede reescribir la
expresin (12) como:
Y = B + mX (13)
donde Y = log(y), B = log(b) y X = log(x).
4
Otra alternativa para lograr una representacin lineal, es emplear grcos en los que sus ejes tengan escalas
logartmicas. En este caso se utiliza un grco conocido como doble logaritmo o grco log-log. Este mtodo de
linealizacin no requiere obtener los logaritmos de los valores de los puntos a representar, debido a que las escalas
son logartmicas y por lo tanto, se pueden ubicar directamente. Para comprender lo expresado anteriormente,
se desarrollar el siguiente ejemplo.
Ejemplo:
Las mediciones registradas en la Tabla 3 se efectuaron durante una investigacin de fenmenos para los cuales
no hay modelos disponibles. Identique una funcin adecuada y evale sus constantes.
Tabla 3 Mediciones efectuadas durante una investigacin de fenmenos. Las unidades
de medida correspondientes a las variables x e y son (u
x
) y (u
y
), respectivamente.
x (u
x
) 2 4 6 8 10 12 14 16 18
y (u
y
) 3, 2 16, 7 44, 2 88, 2 150, 7 233, 5 337, 9 464, 5 618, 0
2 4 6 8 10 12 14 16 18 0
100
200
300
400
500
600
Figura 2 Relacin entre x e y. Donde u
x
y u
y
son las unidades de medida de las variables
x e y respectivamente.
La grca correspondiente a los datos registrados en la Tabla 3 se muestra en la Figura 2. En esta gura se
observa que la relacin entre las variables no es lineal.
Ahora, si se gracan los datos de la Tabla 3 directamente sobre papel log-log, como en la Figura 3, se ob-
5
-1
o
1
2
3
1 2
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
20
30
40
50
60
70
80
90
200
300
400
500
600
700
800
900
2
3
4
5
6
7
8
9
2 3 4 5 6 8 7 9
10
10
10
10
10
10 10
20 30 40 50 60 80 70 90
0
10
Figura 3 Relacin entre x e y. Donde u
x
y u
y
son las unidades de medida de las variables
x e y respectivamente. Las escalas de los ejes son logartmicas. Los puntos rojos sobre
la recta son puntos que no corresponden a los datos experimentales.
tiene una forma lineal. Este mtodo de linealizacin, no requiere la obtencin del logaritmo de los valores de
los puntos a representar, gracias a que las escalas son logartmicas. Note que las escalas en el papel log-log
estn divididas en intervalos de longitud ja representando una dcada de cambio de las variables, y a su vez,
cada dcada est subdividida en nueve intervalos. Dependiendo de los datos que se necesiten representar cada
intervalo de longitud ja se puede marcar como 1, 10, 100, 1000, . . . (10
0
, 10
1
, 10
2
, 10
3
, ...).
Para este caso, el eje y se inici en 0, 1 (10
1
), por lo tanto, la primera subdivisin corresponder a 0, 2, la
segunda a 0, 3, y as sucesivamente. Cuando se llegue a la segunda dcada el valor correspondiente ser de
6
1 (10
0
) y la primera subdivisin ser 2, la segunda 3, etc. La tercera dcada tendr un valor de 10 (10
1
), y la
primera subdivisin corresponder a 20, la tercera a 30, etc. De igual forma se procede para el eje x. Observe
que en ninguna escala se encuentra el valor 0, esto es debido a que el logaritmo de cero (log(0)) no est denido.
Teniendo los puntos marcados sobre el papel, una buena forma de ajustar a ojo una lnea recta, es utilizar una
regla transparente que permita ver todos los puntos y jugar con ella tratando de obtener la lnea que pase por
la mayor cantidad de puntos posible, Figura 3; teniendo ms en cuenta los puntos con la incertidumbre ms
pequea.
Punto de corte (B)
Para hallar el punto de corte de la recta con el eje y, se busca en el eje x un valor x
i
tal que log x
i
= 0.
Este valor corresponde a x
i
= 1, dado que log(1) = 0. Para este caso, el punto de corte con el eje y corresponde
a 0, 6. Pero como se est trabajando en una escala logartmica, el punto de corte es realmente B = log(0, 6),
como se muestra en la Figura 3.
Pendiente (m)
Para calcular la pendiente m, se escogen dos puntos que estn sobre la recta trazada, que no correspondan
a los datos experimentales y que se encuentren lo ms alejados posible (puntos rojos en la la Figura 3). Como
estos puntos se han gracado utilizando papel con ambas escalas logartmicas, entonces la pendiente m se calcula
como sigue:
m =
log(y
2
) log(y
1
)
log(x
2
) log(x
1
)
m =
log(800) log(1, 6)
log(20) log(1, 5)
= 2, 4
Ya se ha encontrado el punto de corte y la pendiente de la relacin:
Y = B + mX
Ahora, es preciso regresar a la expresin en forma potencial y = bx
m
. Recordando que Y = log(y), B = log(b)
y X = log(x)
log(y) = log(0, 6) + 2, 4 log(x)
10
log(y)
= 10
log(0,6)+2,4 log(x)
Utilizando las propiedades de los logaritmos se obtiene:
y = 10
log(0,6)
10
log(x)
2,4
y = 0, 6 x
2,4
(14)
Por lo tanto, la expresin (14) describe la relacin entre las variables x e y de la Tabla 3.
2.2. Mtodo cuantitativo: ajuste por mnimos cuadrados de funciones potenciales
Partiendo de la funcin potencial y = bx
m
y de su respectiva linealizacin Y = B + mX, el mtodo de ajuste
por mnimos cuadrados permite hallar la pendiente m y el punto de corte B, despus de haber realizado n
mediciones, por medio de las siguientes expresiones:
m =
n
n

i=1
(log(x
i
) log(y
i
))
n

i=1
log(x
i
)
n

i=1
log(y
i
)
n
n

i=1
(log(x
i
))
2

i=1
log(x
i
)

2
(15)
B =
n

i=1
log(y
i
) m
n

i=1
log(x
i
)
n
(16)
Ejemplo:
7
Para ilustrar la manera cmo se utilizan las expresiones (15) y (16) se van a tomar los datos experimentales de la
Tabla 4, que son los mismos del ejemplo anterior. En esta misma tabla, se incluyen el valor del logaritmo (log(x
i
)
y log(y
i
)), el valor del logaritmo al cuadrado (log(x
i
)
2
) y el valor del producto de los logaritmos de cada uno de
los datos (log(x
i
) log(y
i
)). Al nal de cada columna se encuentra la sumatoria de los datos correspondientes.
Los valores numricos que aparecen en la tabla se han dejado con 6 cifras, que por supuesto, son ms de las
cifras signicativas con las que se deberan reportar. Esto se hace con el objetivo de que los resultados ltimos
no pierdan precisin. Al nalizar, se deben reportar todas las cantidades calculadas solo con sus respectivas
cifras signicativas despus de un adecuado redondeo.
Tabla 4 Mediciones efectuadas durante una investigacin de fenmenos. Las unidades
de medida correspondientes a las variables x e y son (u
x
) y (u
y
), respectivamente.
i x (u
x
) y (u
y
) log(x) log(y) log(x)
2
log(x) log(y)
1 2 3,2 0,30103 0,50515 0,09062 0,15207
2 4 16,7 0,60206 1,22272 0,36248 0,73615
3 6 44,2 0,77815 1,64542 0,60552 1,28039
4 8 88,2 0,90309 1,94547 0,81557 1,75693
5 10 150,7 1,00000 2,17811 1,00000 2,17811
6 12 233,5 1,07918 2,36829 1,16463 2,55581
7 14 337,9 1,14613 2,52879 1,31361 2,89832
8 16 464,5 1,20412 2,66699 1,44990 3,21137
9 18 618,0 1,25527 2,79099 1,57571 3,50345
Total (

) 8, 26903 17, 85193 8, 37804 18, 27260

A partir de los datos de la Tabla 4, de la ecuacin (15) y teniendo presente que se realizaron 9 mediciones
(n = 9) el valor de la pendiente es:
m =
9 (18, 27260) 8, 26903 17, 85193
9 (8, 37804) (8, 26903)
2
m = 2, 39630
y el punto de corte:
B =
17, 85193 2, 39630 8, 26903
9
B = 0, 217879
As, la expresin linealizada queda de la forma:
Y = 0, 217879 + 2, 39630X
log(y) = 0, 217879 + 2, 39630 log(x)
Para regresar a la forma de potencias:
10
log(y)
= 10
0,217879+2,39630 log(x)
y = 10
0,217879
10
2,39630 log(x)
y = 0, 60551 x
2,39630
(17)
8
Para calcular las incertidumbres m, B y b se procede primero a calcular el valor de y utilizando la ecuacin
(17) obtenida tericamente (y
teo
). En la Tabla 5 se muestran los valores experimentales (y
exp
) y los obtenidos
tericamente (y
teo
).
Tabla 5 Valores experimentales y tericos obtendios por la ecuacin (17). Las unidades
de medida correspondientes a las variables x e y son (u
x
) y (u
y
), respectivamente.
i x (u
x
) y
exp
(u
y
) y
teo
(u
y
) log(y
exp
) log(y
teo
) [log(y
exp
) log(y
teo
)]
2
1 2 3,2 3,188 0,50515 0,50348 0,0000027905
2 4 16,7 16,782 1,22272 1,22484 0,0000044995
3 6 44,2 44,341 1,64542 1,64681 0,0000019124
4 8 88,2 88,348 1,94547 1,94620 0,0000005289
5 10 150,7 150,807 2,17811 2,17842 0,0000000949
6 12 233,5 233,434 2,36829 2,36816 0,0000000153
7 14 337,9 337,744 2,52879 2,52859 0,0000000401
8 16 464,5 465,108 2,66699 2,66755 0,0000003230
9 18 618,0 616,781 2,79099 2,79013 0,0000007356
Total (

) 0, 0000109402

Y
=

[log(y
iexp
) log(y
iteo
)]
2
n 2
(18)
m =
Y

n
n

log(x
i
)
2
(

log(x
i
))
2
(19)
B =
Y

log(x
i
)
2
n

log(x
i
)
2
(

log(x
i
))
2
(20)
Para determinar b, se hacen los siguientes pasos:
1. Se calcula B + B.
2. Se obtiene el antilogaritmo del resultado (b
+
= 10
B+B
).
3. Se calcula B B y se obtiene el antilogaritmo del resultado (b

= 10
BB
).
4. Se calcula b =
b
+
b

2
.
Con lo anterior, se da paso a encontrar las incertidumbres en las medidas.

Y
=

0, 0000109402
9 2
= 0, 00125015
m = 0, 00125015

9
9 8, 37804 (8, 26903)
2
m = 0, 00141496
B = 0, 00125015

8, 37804
9 8, 37804 (8, 26903)
2
B = 0, 00136519
9
B + B = 0, 217879 + 0, 00136519 = 0, 216514
b
+
= 10
0,216514
= 0, 607416
B B = 0, 217879 0, 00136519 = 0, 219244
b

= 10
0,219244
= 0, 603609
b =
0, 607416 0, 603609
2
b = 0, 0019035
Los anteriores resultados redondeados adecuadamente permiten escribir la expresin:
y = (0, 606 0, 002)x
(2,39630,0014)
que es la expresin buscaba.
En la Figura 4 se muestran los datos obtenidos experimentalmente y la curva terica obtenida mediante el
ajuste de mnimos cuadrados.
2 4 6 8 10 12 14 16 18 0
100
200
300
400
500
600
Experimental
Ajuste terico
Figura 4 Relacin entre x e y. En esta grca se relacionan los datos obtenidos experi-
mentalmente y el ajuste realizado por mnimos cuadrados.
10
3. Funcin exponencial
3.1. Mtodo grco
La funcin de la forma
y(x) = be
mx
, (21)
corresponde a una funcin exponencial; b y m son nmeros cualquiera que pueden ser positivos o negativos.
La funcin exponencial tiene gran aplicacin en muchos problemas fsicos, biolgicos, de ingeniera, etc. Esta
funcin puede ser linealizada siguiendo el procedimiento utilizado para dependencias potenciales. En este caso,
a la funcin exponencial se le saca el logaritmo natural.
y(x) = be
mx
ln(y(x)) = ln(be
mx
)
ln(y(x)) = ln(b) + ln(e
mx
)
ln(y(x)) = ln(b) + mx
reemplazando :
ln(y(x)) = Y
ln(b) = B
se obtiene:
Y = B + mx (22)
Como se observa, se ha obtenido la ecuacin de una lnea recta. Ac m ser la pendiente de la lnea recta que
se obtenga y B = ln(b) el punto de corte sobre el eje Y cuando x vale cero. Para hallar b de la ecuacin (21) es
necesario obtener el antilogartimo natural de B.
Otra forma de obtener una linealizacin de la funcin exponencial (21) es gracar directamente los puntos
en un papel conocido como papel semi-logartmico o papel semi-log. Este tipo de papel se caracteriza porque
presenta un eje con escala logartmica y el otro eje con escala lineal. La pendiente en este grco se calcula:
m =
ln(y
2
) ln(y
1
)
x
2
x
1
3.2. Mtodo cuantitativo: ajuste por mnimos cuadrados de funciones exponen-
ciales
Para ajustar por mnimos cuadrados una funcin de la forma:
y(x) = be
mx
La pendiente y el punto de corte se calculan:
m =
n

i=1
y
i
n

i=1
(x
i
y
i
ln(y
i
))
n

i=1
(x
i
y
i
)
n

i=1
(y
i
ln(y
i
))
n

i=1
y
i
n

i=1
(x
2
i
y
i
)

i=1
(x
i
y
i
)

2
(23)
B =
n

i=1
(x
2
i
y
i
)
n

i=1
(y
i
ln(y
i
))
n

i=1
(x
i
y
i
)
n

i=1
(x
i
y
i
ln(y
i
))
n

i=1
y
i
n

i=1
(x
2
i
y
i
)

i=1
(x
i
y
i
)

2
(24)
b = exp(B) (25)
11
Ejercicios
1. La siguiente tabla brinda resultados experimentales para la medicin del periodo T de un pndulo de
longitud L.
Longitud L(m) (Var. Indep.) Periodo T(s) (Var Depen.)
0.25 1.00
0.50 1.40
0.75 1.75
1.00 2.00
1.50 2.50
2.00 2.80
a) Utilice papel tipo log-log y realice un grco donde se relacionen los anteriores datos. Dado que la
relacin que presentan las variables es del tipo T = CL
n
Cmo a partir del grco encuentra los
valores de C y n? Qu dimensiones debe tener C para que la relacin anterior sea dimensionalmente
correcta?
b) Ahora utilice el mtodo de mnimos cuadrados para poder encontrar la relacin entre las variables.
Calcule las respectivas incertidumbres.
2. Un elemento muy utilizado en circuitos elctricos y electrnicos es el condensador. Un estudiante tom
un condensador del laboratorio y lo conect a los bornes de una pila de 6V. Luego reemplaz la pila
por un voltmetro y observ que inicialmente el voltmetro marcaba 6 V, pero a medida que el tiempo
transcurra la lectura disminua. Decidi elaborar una tabla de datos anotando la lectura del voltmetro
(voltaje medido en voltios), el tiempo transcurrido desde que conect el condensador al voltmetro hasta
el momento en que realizaba la lectura (para este propsito utiliz un reloj comn) y sus respectivas
incertidumbres instrumentales. La siguiente tabla de datos muestra el resultado obtenido despus de
repetir el experimento varias veces y promediar los datos.
12
Tiempo (s)1 s (Var. Indep.) Voltaje (V) 0,1 V (Var. Depen.)
0 6,0
10 5,2
20 4,5
30 3,9
40 3,4
50 2,9
60 2,6
70 2,2
80 1,9
90 1,7
100 1,4
110 1,2
120 1,1
130 0,9
140 0,8
150 0,7
160 0,6
170 0,5
180 0,5
190 0,4
200 0,4
210 0,3
220 0,3
230 0,2
240 0,2
250 0,2
260 0,2
270 0,1
280 0,1
290 0,1
300 0,1
310 0,1
320 0,1
330 0,1
1. Ahora realice el grco de voltaje vs tiempo en un papel tipo semilog. Determine la expresin matemtica
que relaciona el voltaje y el tiempo (utilizando el mtodo grco).
2. Use el resultado de la expresin anterior para predecir la lectura del voltmetro en t = 45 s y en t = 400 s.
3. Utilizando el resultado del punto 1, en qu momento la lectura del voltmetro es el 37 % del valor inicial?
Referencias
[1] Ardila A. M. Fsica Experimental. Universidad Nacional de Colombia, Unibiblos, 2
da
ed
n
. Bogot, 2007.
[2] Bair D. C. Experimentacin. Una introduccin a la teora de mediciones y al diseo de experimentos.
Prentice-Hall Hispanoamericana, S. A. 1991.
13