Professional Documents
Culture Documents
actica 3
Representaciones gr
aficas
Introducci
on y objetivos
Cualquier experimento tiene por finalidad, o bien verificar experimentalmente un mo-
delo predicho teoricamente, o bien estudiar un fenomeno y obtener informacion experimen-
tal que es usada para elaborar un modelo que describa el fenomeno. Para ello, usualmente
deben medirse distintas cantidades fsicas y relacionarlas para establecer una dependencia
funcional (relacion matematica que mejor describe al fenomeno). En comparacion con las
tablas, esta informacion experimental se pone de manifiesto mediante una representaci on
grafica de una forma mas eficiente. Ademas, estas representaciones nos permiten predecir
por interpolacion o por extrapolacion el comportamiento de valores o regmenes no ex-
plorados por el experimento mismo. De forma general, las graficas son una ayuda visual
muy efectiva las cuales nos permiten resaltar tendencias y relaciones entre datos experi-
mentales, probar teoras, buscar evidencia de errores sistematicos y extraer parametros
adicionales que caracterizan el conjunto de datos.
En esta practica se examinaran los criterios necesarios para la buena elaboracion e
interpretacion de un grafico de datos experimentales, los diferentes tipos de graficos y
el metodo de ajuste de curva por el metodo de los mnimos cuadrados, todo esto con
el objetivo de que al finalizar la lectura de este captulo usted debera poder hacer lo
siguiente:
1. Representar graficamente una data experimental.
2. Analizar cualitativamente una grafica de datos experimentales.
3. Determinar los parametros de la recta en una grafica lineal (pendiente e intercep-
cion).
4. Determinar cuando conviene utilizar escalas logartmicas para linealizar una grafica.
5. Ajustar rectas mediante regresion lineal por el metodo de mnimos cuadrados.
Consideraciones generales
En las practicas que hemos realizado hasta ahora se ha abordado el problema de
medir una sola cantidad fsica. La incapacidad de reproducir la medida exactamente y la
5
6
PRACTICA
3. REPRESENTACIONES GRAFICAS
2. Use escalas apropiadas para los ejes tales que la mayor parte del area de la grafica
sea utilizada. Un problema com un consiste en definir el valor mnimo del rango del
eje, el cual en ocasiones es ajustado a 0 sin una justificacion.
5. Agregue los puntos experimentales con su respectivo error mediante el uso de barras
que acotan la extension del error alrededor del punto (Ver figura 3.1). En muchos
casos se suele indicar los puntos mediante un pequeno crculo (). Esto es practica-
mente util cuando el error es irrepresentable.
x
y
6. Agregue una lnea de ajuste o de tendencia, ya sea una lnea recta o una curva suave,
continua y sin quebraduras para distinguir la tendencia del conjunto de datos, o del
modelo teorico adecuado. La curva debe pasar por la mayora de las zonas de error,
tratando de minimizar sus desviaciones y en lo posible, que los puntos experimentales
queden uniformemente distribuidos a ambos lados de la curva.
Una buena grafica le permite al lector asimilar rapidamente los puntos claves de los datos.
Como tal, es necesita que sea simple, clara y que contenga toda informacion pertinente.
En la figura 3.2 se muestra un ejemplo de una buena representar graficamente datos
experimentales.
Ttulo
80
y
70
60
50
Masa (g)
40
Lnea de ajuste
30 o de tendencia
20
10
x
0
0 2 4 6 8 10
Volumen (cm3)
Linealizaci
on de los datos
Cuando construimos una grafica, lo primero que salta a la vista es la tendencia que
sigue el conjunto de los puntos experimentales. Podra suceder que haya alg un punto que
no sigue la tendencia global de los demas, en estos casos se deberla revisar si el punto ha
sido dibujado en el lugar correcto o si es el producto de una medida realizada en forma
incorrecta. En las situaciones mas sencillas, los puntos podran quedar alineados en una
8
PRACTICA
3. REPRESENTACIONES GRAFICAS
recta. Ahora, en el caso de que la tendencia sea curvilnea, es aconsejable siempre tratar
de mostrar una relacion lineal entre las variables dependientes e independientes. Esto
es porque el analisis de la curva para hallar la ecuacion emprica que mejor se ajusta a
los datos experimentales, podra resultar complicado. Existen varias maneras de lograrlo,
segun sea el caso. Si no disponemos de un modelo hipotetico, podramos probar con
algunas funciones de ocurrencia muy com un en fenomenos fsicos, como lo son la funcion
exponencial y la funcion potencial. En todo caso, la linealizacion se efect ua haciendo
transformaciones matematicas de la o las variables medidas. Por ejemplo, se sabe que
el perodo T de un pendulo simple depende en la longitud L por medio de la siguiente
relacion: s
L
T = 2
g
donde la g es la aceleracion debido a la gravedad. Si se obtienen un conjunto de longitudes
del pendulo (la variable independiente) y se experimentan para obtener medidas m ultiples
del perodo (la variable dependiente), al graficar el perodo T en el eje vertical (eje y)
versus L en el eje horizontal (eje x) se obtiene una curva. Ahora, estos mismos datos se
puede linealizar mediante un cambio apropiado de variable, en el cual se puede graficar
los valores del perodo elevado al cuadrado (T 2 ) en el eje vertical (eje y) versus L en
el eje horizontal (eje x), donde deberamos conseguir una lnea recta que pase a traves
del origen, y de esta forma poder extraer un valor para g y con su respectivo error de
una forma sencilla por medio de la pendiente de dicha recta. Note que la terminologa
convencional es llamar a esta como una grafica de T 2 en funcion de L.
Ajuste lineal
Los experimentos a menudo estan dise nados de tal forma que la variable dependiente
exhibe una dependencia lineal con la variable independiente. Hay resultados analticos
simples para calcular la mejor lnea recta de ajuste para un conjunto de datos.
Para un buen ajuste esperamos que la lnea de tendencia pase por dentro de las barra
de error estandar de las dos terceras partes de los puntos de datos.
Si los datos son bien modelados por una lnea recta dada por la expresion y = mx + b,
es posible conocer la pendiente (m), la interseccion (b) y sus respectivas incertidumbres,
usando un proceso conocido como el metodo de mnimos cuadrados, derivando expresiones
analticas para cada una de las cuatro variables. Los resultados son:
P 2P P P
i xi i yi i xi i xi yi
b= (3.1)
y P P P
N i xi yi i xi i yi
m= (3.2)
9
Interpolar y extrapolar
Al incluir una lnea de tendencia a un conjunto discreto de datos, obtenemos un
modelo subyacente del fenomeno con una cierta confianza. Sin embargo, debemos ser
muy cuidadosos con la sobre-interpretacion de los datos, ya que en realidad solo tenemos
nuestros pares de medidas discretas de las variables dependiente e independiente, y sus
incertidumbres.
El proceso de usar la lnea de ajuste o de tendencia, ya sea lineal o una curva suave,
para inferir un valor desconocido de la variable dependiente para un valor de la variable
independiente entre dos puntos medidos se llama interpolar. El proceso de predecir un
valor para la variable dependiente cuando la variable independiente esta fuera del rango de
medidas se llama extrapolar; ambos procesos deberan ser usados con cautela. Hay muchos
ejemplos de fenomenos fsicos donde el comportamiento lineal para valores peque nos de la
variable independiente resulta mal para valores mas altos: Por ejemplo, un resorte muestra
un comportamiento lineal como una funcion de la fuerza aplicada solo hasta el lmite de
elasticidad.
Diferentes tipos de gr
aficos
A continuacion se analiza el uso de tres tipos de papel grafico:
Papel milimetrado
Este papel es el de uso mas com un para hacer una representacion grafica. Las dos
escalas son lineales lo cual permite la realizacion de graficos de forma muy sencilla.
Consideremos entonces el siguiente ejemplo: Mediante una balanza analtica se deter-
minan las masas correspondientes a diferentes vol umenes de una sustancia contenida en
un envase. Los diferentes resultados estan dados en la siguiente tabla:
10
PRACTICA
3. REPRESENTACIONES GRAFICAS
80
70 y = ax + b
60
a = Pendiente ( x2 , y 2 )
Masa (g)
50
40
( x1 , y 1)
30
20
10 b = Interseccin
x
0 1 2 3 4 5 6 7 8 9 10
Volumen (cm3)
Figura 3.3: Gr
afica del ejemplo sobre papel milimetrado.
Debe senalarse que si bien en este caso la interseccion de los dos ejes corresponde
con el cero de cada variable, no siempre ocurre as, y en muchos casos la interseccion
corresponde a valores numericos diferentes de cada variable. Asimismo, la eleccion de
11
las escalas se hace de manera de poder ubicar rapidamente cualquier valor sobre el eje.
Una vez representados los puntos experimentales con sus correspondientes barras de error
en ambos ejes, determinamos alrededor de cada punto una zona de error (o region de
observacion) definida por un rectangulo. Note que los tama nos de las barras de error no
tienen por que ser iguales pues las magnitudes de los errores pueden ser diferentes para
cada medida experimental.
De la figura 3.3 podemos ver que la curva descrita por los puntos experimentales es
una recta. Es decir, la relacion y = f (x) entre las variables es una funcion lineal:
y = ax + b (3.6)
y2 y1
a= (3.7)
x2 x1
Volviendo a nuestro ejemplo, podramos seleccionar como puntos (m; V): (61 g; 8,6 cm3 )
y (32 g; 3,6 cm3 ), por lo cual:
80
a mx
70
60
Masa (g)
50 a mn
40
30
20
b mx
10
x
b mn
0 1 2 3 4 5 6 7 8 9 10
Volumen (cm3)
Papel semi-log
En muchas ocasiones al hacer una representacion grafica en papel milimetrado no se
obtiene una recta sino una curva, tal como lo ilustra el siguiente ejemplo:
Sea una funcion del tipo exponencial y = A 10Bx (o bien y = A eB x ). Al tomar
logaritmos en ambos lados se tiene la ecuacion de una recta:
log y = log A + Bx (3.11)
13
x 0 1 2 3 4 5 5 7 8 9 10
y 1,040 2,012 3,893 7,532 14,57 28,19 54,55 105,5 204,2 395,1 764,4
Tabla 3.2: Datos un ejemplo de una funci
on tipo exponencial.
800
700
600
500
400
300
200
100
x
0 1 2 3 4 5 6 7 8 9 10
Figura 3.5: Gr
afica de un ejemplo de una funci
on tipo exponencial sobre un papel milime-
trado.
La inspeccion de esta data revela que los valores extremos de la variable dependiente,
son ymn = 1 y ymax = 764, 4; y cubren 3 decadas (desde 100 hasta 103 ). La figura 3.6
presenta el resultado de graficar los mismos datos haciendo uso de una escala logartmica
para el eje de las ordenadas y una escala lineal para el eje x (notese que la escala lo-
gartmica ya esta indicada en el papel y por lo tanto no se puede cambiar; lo u nico que
podemos hacer es indicar a cual potencia de 10 corresponde cada ciclo).
El grafico revela ahora una dependencia lineal entre las variables. Siguiendo los pro-
cedimientos descritos y teniendo en cuenta que las ordenadas son ahora logaritmo de la
variable y, podemos determinar la ecuacion de la recta. La constante A es el valor de y
(x = 0) y se determina por extrapolacion de la recta hasta cortar el eje de las ordenadas
(logartmico) cuando este pasa por el punto cero del eje de abscisas (lineal). En nuestro
ejemplo tenemos directamente para x = 0, y = 1.
Para determinar la constante B se usa un procedimiento analogo al calculo de pendien-
te en papel milimetrado pero cuidando de tomar el logaritmo de la variable dependiente.
14
PRACTICA
3. REPRESENTACIONES GRAFICAS
10
9
8 y
7
6
5
x10 2
4
10
9
8
7
6
5
x10 1
4
10
9
8
7
6
5
x10 0
x
0 1 2 3 4 5 6 7 8 9 10 11
siendo (y2 , x2 ) y (y1 , x1 ) dos puntos cualesquiera de la recta. En el caso particular que
estamos considerando podemos seleccionar como puntos (y, x): (1000, 10,4) y (2, 1)
y = 1 100,28x
El calculo de errores para las constantes se realiza por el mismo procedimiento de rec-
tas extremas de maxima y de mnima pendiente, realizado en el caso lineal en papel
milimetrado, y se deja como ejercicio.
Papel Log-Log
Tal como lo indica su nombre, el papel log-log tiene los dos ejes con escalas represen-
tativas del logaritmo decimal de cada variable, y la construccion de cada escala es analoga
al caso discutido en la subseccion anterior.
15
Supongamos una experiencia donde se mide la energa total radiada por unidad de
tiempo y por unidad de area de la superficie de un alambre de tungsteno como funcion
de su temperatura absoluta (Ver tabla 3.3).
Al hacer la correspondiente representacion en papel milimetrado (Ver figura 3.7) y en
papel semi-log se obtienen curvas.
R x106 (W/m2 )
y
4
0 x
1 2 3 4
T x10 3(T)
Figura 3.7: Gr
afico con escallas lineales en sus dos ejes de un ejemplo de comportamiento
de una funci
on potencial.
10
9
8
y
7
6
5
x10 6
4
10
9
8
7
R (W/m 2 )6
5
x10 5 4
10
9
8
7
6
5
x10 4
x
2 3 4 5 6 7 8 9 10
T x10 3(T)
Figura 3.8: Gr
afico logartmico (log-log) de un ejemplo de comportamiento de una funci
on
potencial.
y el exponente es adimensional.
Retornando a la constante A, esta debe ser determinada mediante la expresion analti-
ca 3.13. Para el punto (6, 5 105 ; 2500) tenemos
R 6, 5 105 W/m2 11 W
A= = = 4, 7065 10
TB (2500K)4,75 m2 K4,75
Variaci
on lineal de velocidad en funci
on del tiempo
El conductor de un automovil ve un obstaculo en la va y aplica los frenos. En la
siguiente tabla se da el registro de la velocidad v (m/s) en funcion del tiempo t(s):
t(s) 0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0
v (m/s) 19 16 14 13 10 7,5 5,0 2,4 1,1
Variaci
on exponencial de la conductividad el
ectrica con la tem-
peratura
La conductividad electrica (1/cm) de un cristal semiconductor de germanio dopado
con impurezas, aumenta con la temperatura T (K) de acuerdo a la siguiente tabla:
T(K) 250 267 287 310 337 366 405 452 513
(1/cm) 0,001 0,003 0,009 0,033 0,092 0,319 0,916 3,251 8,831
2. Repita el grafico utilizando papel semi-logaritmico: ahora si debera incluir las barras
de error, ajustar la recta por el metodo de los mnimos cuadrados y trazar la recta
de acuerdo a los parametros del ajuste.
3. Determine la ecuacion(T )
[1] Escalona, I., & Chocron, P. (1995) Laboratorio de Fsica (Volumen 1). Caracas:
Imprenta UCV.
[2] Figueroa, D., Guerrero, L. E., Sanchez, A., Suarez, N., Escalona, R., & Sanjines, D.
(2001) Laboratorio 1 de Fsica. Caracas: EQUINOCCIO.
[3] Hughes, Ifan G. & Hase, Thomas P. A. (2010) Measurements and their Uncertainties:
A practical guide to modern error analysis. Oxford: Oxford University Press.
19