Fisica Introduccion

INTRODUCCION A LA FISICA
Luis Rodrguez Valencia1

Departamento de Fsica
Universidad de Santiago de Chile
27 de marzo de 2003
1 email:
lhrodrig@lauca.usach.cl
II
Contenidos
1. Espacio tiempo
1.1. Conceptos. . . . . . . . . . . . . . . . . . . . . . . .
1.2. Unidades. . . . . . . . . . . . . . . . . . . . . . . .
1.3. Teoras en fsica. . . . . . . . . . . . . . . . . . . .
1.4. Sistemas de referencia. . . . . . . . . . . . . . . . .
1.5. Escalas de tiempos y longitudes. . . . . . . . . . . .
1.6. Descripcin del movimiento. . . . . . . . . . . . . .
1.6.1. Movimiento unidimensional. . . . . . . . . .
1.6.2. Desplazamientos en el espacio. . . . . . . . .
1.7. Vectores. . . . . . . . . . . . . . . . . . . . . . . . .
1.7.1. Notacin. . . . . . . . . . . . . . . . . . . .
1.7.2. Multiplicacin de un vector. por un escalar.
1.7.3. Vectores unitarios. . . . . . . . . . . . . . .
1.7.4. Vectores unitarios cartesianos. . . . . . . . .
1.7.5. Componentes cartesianas de un vector. . . .
1.7.6. Vector nulo. . . . . . . . . . . . . . . . . . .
1.7.7. Algunas propiedades. . . . . . . . . . . . . .
1.7.8. Resta de vectores. . . . . . . . . . . . . . . .
1.7.9. Producto escalar de vectores. . . . . . . . .
1.7.10. Otras propiedades. . . . . . . . . . . . . . .
1.8. Velocidad y aceleracin. . . . . . . . . . . . . . . .
1.8.1. Vector posicin. . . . . . . . . . . . . . . . .
1.8.2. Vector velocidad. . . . . . . . . . . . . . . .
1.8.3. Vector aceleracin. . . . . . . . . . . . . . .
1.8.4. Velocidades absolutas y relativas. . . . . . .
1.9. Trayectoria. . . . . . . . . . . . . . . . . . . . . . .
1.10. Transformacin de Galileo. . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
3
3
4
5
6
7
10
11
11
12
12
13
13
13
14
14
14
15
15
15
15
16
16
17
18
CONTENIDOS
IV
1.11. La velocidad de la luz en el vaco. . . . . . .

1.11.1. Concepto de simultaneidad. . . . . .
1.11.2. Un modelo de reloj. . . . . . . . . . .
1.11.3. La transformacin de Lorentz. . . . .
1.11.4. Cantidad de movimiento. . . . . . . .
1.11.5. El efecto Doppler para la luz. . . . .
1.11.6. El efecto Doppler para otras seales.
1.12. Problemas. . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2. Desarrollo del mtodo cientfico.

2.1. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Modelos del Cosmos. . . . . . . . . . . . . . . . . . . . . . .
2.2.1. Modelo de Ptolomeo. . . . . . . . . . . . . . . . . . .
2.2.2. Modelo de Coprnico. . . . . . . . . . . . . . . . . .
2.2.3. Mejores modelos. . . . . . . . . . . . . . . . . . . . .
2.2.4. Johannes Kepler. . . . . . . . . . . . . . . . . . . . .
2.2.5. Las leyes de Kepler. . . . . . . . . . . . . . . . . . . .
2.2.6. Sir Isaac Newton. La unificacin de la Fsica y la Astronoma. . . . . . . . . . . . . . . . . . . . . . . . .
2.3. La difusin de mtodo cientfico. . . . . . . . . . . . . . . . .
2.3.1. La edad clsica de la Ciencia. . . . . . . . . . . . . .
2.4. El mtodo cientfico. . . . . . . . . . . . . . . . . . . . . . .
2.5. Los cambios actuales. . . . . . . . . . . . . . . . . . . . . . .
2.5.1. Hitos en la historia de la Fsica Moderna . . . . . . .
3. Gravitacin.
3.1. Desarrollo de la teora gravitacional. . . . . . . . . . . . . .
3.1.1. Ley inversa al cuadrado de la distancia. . . . . . . . .
3.1.2. Velocidad de escape. . . . . . . . . . . . . . . . . . .
3.1.3. Peso y masa. . . . . . . . . . . . . . . . . . . . . . .
3.1.4. Interaccin entre los cuerpos celestiales. . . . . . . . .
3.1.5. Teora potencial. (Usted puede omitir esto) . . . . . .
3.1.6. Medidas absolutas de la gravedad. . . . . . . . . . . .
3.1.7. Medidas relativas de la gravedad. . . . . . . . . . . .
3.1.8. La Teora gravitacional y otros aspectos de la Fsica.
3.1.9. Teoras del campo de gravitacin. . . . . . . . . . . .
3.1.10. Los campos gravitacionales y la teora general de relatividad. . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
18
19
21
23
24
26
27
28
.
.
.
.
.
.
.
33
33
34
34
36
36
37
38
.
.
.
.
.
.
40
42
44
45
46
46
.
.
.
.
.
.
.
.
.
.
51
51
54
55
55
56
57
59
60
60
61
. 62
CONTENIDOS
3.1.11. Los caminos de partculas y luz. . . . . . . . . . . . . . 64

3.1.12. Estudio experimental de la gravitacin. . . . . . . . . . 64
3.1.13. Datos actuales de las rbitas planetarias. . . . . . . . . 66
4. Cada libre y movimiento de proyectiles.
4.1. Aceleracin. . . . . . . . . . . . . . . . .
4.2. Componentes cartesianas. . . . . . . . .
4.2.1. Condiciones iniciales particulares.
4.2.2. Ecuacin de la trayectoria. . . . .
4.2.3. Parbola de seguridad. . . . . . .
4.2.4. Alcance mximo. . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
69
69
70
71
72
72
74
5. La evolucin de las estrellas.

79
5.0.5. Introduccin. . . . . . . . . . . . . . . . . . . . . . . . 79
5.0.6. Las cuatro fuerzas fundamentales.
5.0.7. Equilibrio de un gas. . . . . . . .
5.0.8. Slidos y lquidos. . . . . . . . . .
5.0.9. La fuerza gravitacional. . . . . . .
5.0.10. Estados extremos de la materia. .
5.1. Formacin de una estrella. . . . . . . . .
5.1.1. Agona de una estrella. . . . . . .
.
.
.
.
.
.
.
6. El Universo y su evolucin.
6.1. Introduccin . . . . . . . . . . . . . . . . .
6.2. La expansin del Universo. . . . . . . . . .
6.3. Propiedades generales del espacio tiempo.
6.3.1. Diagramas espacio tiempo. . . . . .
6.4. Horizonte observable. . . . . . . . . . . . .
6.4.1. El efecto Doppler csmico. . . . . .
6.4.2. Radiacin de fondo. . . . . . . . . .
6.5. El modelo estndar del Big Bang. . . . . .
6.6. Partculas elementales. . . . . . . . . . . .
6.7. Los grandes periodos del Universo. . . . .
6.7.1. Cosmologa cuntica. . . . . . . . .
6.7.2. La era hadrnica. . . . . . . . . . .
6.7.3. La era leptnica. . . . . . . . . . .
6.7.4. La era radiativa y la ncleo sntesis.
6.7.5. La era estelar. . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
79
80
81
81
81
87
89
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
95
95
96
98
98
101
102
103
103
104
106
106
107
107
107
108
CONTENIDOS
VI
7. Matemticas.
109
7.1. Algunas funciones importantes. . . . . . . . . . . . . . . . . . 109
7.1.1. La funcin exponencial. . . . . . . . . . . . . . . . . . 109
7.1.2. El logaritmo. . . . . . . . . . . . . . . . . . . . . . . . 110
7.1.3. El nmero e. . . . . . . . . . . . . . . . . . . . . . . . . 111
7.2. Sumatorias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
7.2.1. Sumatorias notables. . . . . . . . . . . . . . . . . . . . 113
7.3. Grficos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
7.3.1. Correlacin lineal : y = Ax + B (la lnea recta). . . . . 115
7.3.2. Decaimiento con b < 0 (o crecimiento si b > 0) exponencial : y = yo ebx . . . . . . . . . . . . . . . . . . . . . 116
7.3.3. Modelo potencia y = AxB . . . . . . . . . . . . . . . . 117
7.3.4. Modelo con dos exponenciales: y = Aebx + Cedx . . . . . 119
7.4. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
7.5. Derivadas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
7.6. Diferenciales. . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
7.7. Integrales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
7.7.1. El rea bajo una curva. . . . . . . . . . . . . . . . . . . 124
7.7.2. La integral definida. . . . . . . . . . . . . . . . . . . . 126
7.7.3. Relacin con la derivada. . . . . . . . . . . . . . . . . . 127
7.7.4. Resultado final. . . . . . . . . . . . . . . . . . . . . . . 128
7.7.5. La integral indefinida. . . . . . . . . . . . . . . . . . . 128
7.8. Elementos de clculo numrico. . . . . . . . . . . . . . . . . . 129
7.8.1. Mtodo de Newton para el clculo de una raz. . . . . . 129
7.8.2. Mtodo iterativo para determinar una raz de f (x) = x. 131
7.8.3. Mtodo de la secante. . . . . . . . . . . . . . . . . . . . 132
7.8.4. Derivada numrica con dos puntos. . . . . . . . . . . . 133
7.8.5. Derivada con ms puntos. . . . . . . . . . . . . . . . . 133
7.8.6. Un ejemplo. . . . . . . . . . . . . . . . . . . . . . . . . 134
7.9. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
8. Elementos de probabilidades
139
8.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
8.2. Tmelo con calma. . . . . . . . . . .
8.3. Cosas concretas. . . . . . . . . . . . .
8.3.1. Lanzar un dado. . . . . . . . .
8.3.2. Lanzar un dardo a un blanco.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
140
140
141
141
CONTENIDOS
VII
8.3.3. Lanzar dos dados. . . . . . . . . . .

8.4. Probabilidad . . . . . . . . . . . . . . . . .
8.4.1. Poblacin o Universo . . . . . . . .
8.4.2. Eventos simples . . . . . . . . . . .
8.4.3. Eventos compuestos . . . . . . . .
8.4.4. Probabilidad, caso discreto . . . . .
8.5. Sacar cuentas. . . . . . . . . . . . . . . . .
8.5.1. Concepto bsico de multiplicacin.
8.5.2. Permutaciones. . . . . . . . . . . .
8.5.3. Combinaciones. . . . . . . . . . . .
8.6. Variables aleatorias . . . . . . . . . . . . .
8.6.1. Distribucin binomial. . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
141
142
142
142
142
142
146
147
147
147
149
150
8.6.2. Caso continuo . . . . . . . . . . . . . . . . . . .

8.6.3. Valor esperado, varianza y desviacin estndar
8.6.4. Funciones de variables aleatorias . . . . . . . . .
8.6.5. Funcin distribucin del promedio . . . . . . . .
8.6.6. Muestras pequeas . . . . . . . . . . . . . . . .
8.6.7. Ms sobre funciones distribucin (fd ) . . . . . .
8.7. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
151
156
158
159
164
165
168
.
.
.
.
.
.
.
173
. 173
. 174
. 175
. 176
. 178
. 180
. 182
.
.
.
.
.
185
. 185
. 186
. 189
. 189
. 190
9. Estadstica de datos
9.1. Introduccin . . . . . . . . . . . . . . . . . . . . .
9.2. Estadgrafos muestrales . . . . . . . . . . . . . . .
9.3. Distribuciones de frecuencia . . . . . . . . . . . .
9.4. Mtodo de mnimos cuadrados . . . . . . . . . . .
9.4.1. Variaciones . . . . . . . . . . . . . . . . .
9.4.2. Coeficiente de correlacin lineal de Pearson
9.4.3. Resumen . . . . . . . . . . . . . . . . . . .
10.Modelos lineales.
10.1. Introduccin. . . . . . . . . . . . . . .
10.2. Modelo lineal. . . . . . . . . . . . . . .
10.2.1. Estimacin del parmetro . . .
10.2.2. Intervalos de confianza para y
10.2.3. Valores particulares de tp . . . .
. .
. .
. .
.
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
CONTENIDOS
VIII
11.Mtodo experimental
193
11.1. Medicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
11.2. Valor verdadero . . . . . . . . . . . . . . . . . . . . . . .
11.3. Estandarizacin . . . . . . . . . . . . . . . . . . . . . . .
11.4. Valores de algunas constantes fundamentales . . . . . . .
11.5. Las unidades bsicas. . . . . . . . . . . . . . . . . . . . .
11.6. Introduccin a errores . . . . . . . . . . . . . . . . . . .
11.6.1. Lmites de las mediciones. . . . . . . . . . . . . .
11.7. Errores aleatorios . . . . . . . . . . . . . . . . . . . . . .
11.7.1. Error de una medida . . . . . . . . . . . . . . . .
11.7.2. Estimacin de . . . . . . . . . . . . . . . . . . .
11.8. Sobre algunas caractersticas de los aparatos de medicin.
11.9. Propagacin de errores . . . . . . . . . . . . . . . . . . .
11.9.1. Funcin distribucin de la suma . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
194
196
198
198
199
199
201
202
203
204
205
206
11.9.2. Funciones distribucin de dos variables . . . . . . . . . 207

11.10.Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
11.10.1.Ejemplos de simulacin numrica . . . . . . . . . . . . 214
12.Mtodos numricos
12.1. Generacin de nmeros random . . . . . . . .
12.2. Generacin de N(0, 1) . . . . . . . . . . . . .
12.3. Distribucin del promedio . . . . . . . . . . .
12.4. Distribucin t Student . . . . . . . . . . . . .
12.5. Integracin numrica. . . . . . . . . . . . . . .
12.5.1. Mtodo del punto medio: . . . . . . . .
12.5.2. Mtodo del Trapecio: . . . . . . . . . .
12.5.3. Cotas de error: . . . . . . . . . . . . .
12.5.4. Mtodo de Simpson: . . . . . . . . . .
12.5.5. Cota de error para mtodo de Simpson:
12.6. Aproximaciones lineales y cuadrticas. . . . .
12.6.1. Diferencial: . . . . . . . . . . . . . . .
12.6.2. Aproximacin lineal: . . . . . . . . . .
12.6.3. Aproximacin cuadrtica: . . . . . . .
12.7. Ajuste de curvas por polinomios. . . . . . . .
12.8. Mtodo de Newton. . . . . . . . . . . . . . . .
12.8.1. Mtodo de Newton-Raphson. . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
215
. 215
. 215
. 216
. 216
. 216
. 216
. 217
. 217
. 217
. 217
. 217
. 217
. 218
. 218
. 219
. 221
. 221
CONTENIDOS
IX
12.9. Serie de Taylor y Maclaurin. . . . . . .

12.9.1. Serie importantes de Maclaurin.
12.10.Ecuaciones diferenciales ordinarias. . .
12.10.1.Mtodo de Euler. . . . . . . . .
12.10.2.Mtodo de Runge-Kutta. . . . .
12.10.3.Mtodos predictor corrector. . .
12.10.4.Mtodo de Milne: . . . . . . . .
12.10.5.Mtodo de Adams. . . . . . . .
12.10.6.Ecuaciones de orden mayor. . .
12.11.Derivacin numrica. . . . . . . . . . .
13.Apndice
13.1. A) La distribucin exponencial. . .
13.2. B) El proceso de Poisson. Detalles.
13.3. C) Algunos detalles matemticos. .
13.4. D) La distribucin binomial. . . . .
13.4.1. El valor esperado de m. . .
13.4.2. La varianza de m. . . . . . .
13.4.3. Lmite para n grande . . . .
13.4.4. Caminata al azar . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
222
224
224
224
225
225
225
225
226
226
.
.
.
.
.
.
.
.
227
. 227
. 228
. 230
. 232
. 233
. 233
. 234
. 235
CONTENIDOS
ndice de figuras
1.1. Movimiento unidimensional . . .
1.2. Aquiles y la tortuga . . . . . . . .
1.3. Desplazamiento equivalente . . .
1.4. Suma de vectores. . . . . . . . . .
1.5. Multiplicacin por escalar . . . .
1.6. Resta de vectores . . . . . . . . .
1.7. Movimiento relativo. . . . . . . .
1.8. Simultaneidad . . . . . . . . . . .
1.9. Reloj espejos paralelos a v . . . .
1.10. Reloj espejos perpendiculares a v
1.11. Colisin elstica. . . . . . . . . .
1.12. Efecto Doppler. . . . . . . . . . .
1.13. Doppler seales. . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
9
11
12
13
14
17
20
21
22
25
26
27
2.1.
2.2.
2.3.
2.4.
2.5.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
35
35
36
38
40
Modelo de Ptolomeo. . . . . . .
Tycho Brahe . . . . . . . . . . .
Movimiento aparente de Marte.
Johanes Kepler . . . . . . . . .
Isaac Newton . . . . . . . . . .
.
.
.
.
.
4.1. parbola de disparo. . . . . . . . . . . . . . . . . . . . . . . . 73

4.2. Parbola de seguridad. . . . . . . . . . . . . . . . . . . . . . . 74
4.3. Alcance mximo. . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.1.
5.2.
5.3.
5.4.
El ncleo atmico.
Atomo . . . . . . .
Molcula . . . . . .
presin ejercida por
. . . . .
. . . . .
. . . . .
un gas.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
82
82
83
83
NDICE DE FIGURAS
XII
5.5. Orbitales solapndose. . . . . . . . .

5.6. Plasma de Fermi. . . . . . . . . . . .
5.7. Principio de exclusin de Pauli. . . .
5.8. Interaccin dbil. . . . . . . . . . . .
5.9. Sobre un milln de toneladas por cc.
5.10. Mar de neutrones. . . . . . . . . . . .
5.11. Evolucin de las estrellas . . . . . . .
5.12. Estrella neutrnica o pulsar. . . . . .
5.13. Supernova 1987A . . . . . . . . . . .
5.14. Sistema binario. . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
83
84
84
85
85
86
88
90
91
92
6.1. Lneas de Universo . . . . . . . . . . . . . . . . . . . . . . . . 99

6.2. Conos de luz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.3. Intervalos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
7.1. Correlacin lineal. . . . . .
7.2. Decaimiento exponencial. .
7.3. Modelo potencia, . . . . .
7.4. En papel log-log . . . . . .
7.5. Dos exponenciales. . . . .
7.6. Tangente y derivada. . . .
7.7. Area bajo la curva. . . . .
7.8. Elemento de rea. . . . . .
7.9. Mtodo de Newton. . . . .
7.10. Iterar. . . . . . . . . . . .
7.11. Mtodo de la secante. . . .
7.12. Tabla. . . . . . . . . . . .
7.13. Con errores. . . . . . . . .
7.14. Ejemplo. . . . . . . . . . .
7.15. Logstica. . . . . . . . . .
8.1.
8.2.
8.3.
8.4.
8.5.
8.6.
8.7.
Conferencia de Solvay de
. . . . . . . . . . . . . .
Distribucin binomial. .
Aleatorios. . . . . . . . .
Distribucin de Poisson.
Area menor que z. . . .
Area entre 1 y 1. . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
116
117
118
118
119
122
125
127
130
131
132
135
135
136
137
1927
. . .
. . .
. . .
. . .
. . .
. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
140
144
149
153
155
161
161
NDICE DE FIGURAS
XIII
9.1. histograma de frecuencias. . . . . . . . . . . . . . . . . . . . . 177

9.2. Variaciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
11.1. medida con un pie de metro . . . . . . . . . . . . . . . . . . . 195
XIV
NDICE DE FIGURAS
Captulo
Espacio tiempo
1.1.
Conceptos.
Los conceptos de espacio y tiempo son centrales en todas las teoras de

la Fsica. Aunque no se haya explicado an de que se trata una teora de la
Fsica, adelantemos que ellas tratan con cantidades fsicas.
Existen conceptos fsicos, algunos primarios y otros derivados de los anteriores, los cuales, aunque sean definidos en forma vaga, dan origen a las
cantidades Fsicas cuando se establece un mtodo para asignarle un valor
numrico al concepto. Este proceso, llamado definicin operacional de una
cantidad fsica, elimina las ambigedades presentes en la definicin del concepto, pues al seguir ese procedimiento, todos estaremos de acuerdo en el
valor numrico de la cantidad fsica. Como explicaremos ms adelante ello es
relativo a la unidad de medida de la respectiva cantidad fsica.
Claramente este es el caso respecto a los conceptos de espacio y tiempo. Tenemos nociones intuitivas, difcilmente expresables sin ser circulares
(basadas en ellas mismas) y difcilmente coincidentes.
El tiempo tiene que ver con aspectos tales como: el fenmeno A ocurre
antes o despus que el fenmeno B, o quizs simultneamente. O bien que
un proceso dur ms o menos que otro. La cantidad fsica tiempo se define
operacionalmente estableciendo valores numricos ya sea relacionados con la
ocurrencia de los sucesos, o con la duracin de un proceso. Tal procedimiento
debe involucrar un mtodo experimental bien definido.
Similarmente ocurre lo mismo con el concepto de espacio. Tenemos clara
Espacio tiempo
intuicin del significado de estar cerca o lejos. De la proximidad o la lejana.

Del mismo modo la cantidad fsica bsica, relacionada con el concepto de
espacio, la distancia, debe ser definida operacionalmente, terminndose all
las ambigedades que pudieran existir.
De esto trata el captulo sobre mtodos experimentales. Sin embargo queremos decir algo ms aqu. Si tal proceso no es posible (la definicin operacional), no es posible tratar en fsica con ese concepto.
Nota 1.1 Si usted ha ledo algo sobre mecnica cuntica. esta nota puede
ser de su inters. La concepcin de la existencia de un valor verdadero (exacto) puede ser discutida por quienes mal interpretan la mecnica cuntica
(juicio del autor). La asignacin de un nmero debe ser posible, al menos
en principio, exacta. Es decir no se aceptan cantidades fsicas definidas con
incerteza. Esto parece contradictorio con la existencia de errores en los procesos de medicin o bien con incertezas predichas por la mecnica cuntica.
No es as. Creemos en la existencia de lo que se denomina valor verdadero
tanto en las cantidades fsicas del mundo microscpico como en las del mundo
macroscpico. Otro problema es determinar ese valor. La teora de errores
clsica trata justamente de eso, y precisamente bajo la hiptesis de que existe
un valor verdadero. Por otro lado, las incerteza intrnsecas de la mecnica
cuntica no tienen que ver con el proceso de medicin (el cual puede y en
la teora es exacto) sino que tiene que ver con la perdida de la capacidad de
prediccin de los resultados que ocurren en el futuro. La prdida del determinismo. As, podemos no saber que resultado de la energa va a resultar si la
medimos, pero podemos medirla en forma exacta. Si no fuera as la pregunta
es qu diablos es la energa?
En Fsica clsica por hiptesis el tiempo transcurre de la misma forma
para todos los observadores, independientemente de su estado de movimiento,
es decir el tiempo es una cantidad fsica absoluta. Sin embargo es necesario
decir, que tal concepcin ha cambiado. Desde la aceptacin de la teora de la
relatividad, el tiempo es una cantidad fsica relativa al estado de movimiento
del observador. O sea si para un observador el lapso de tiempo que transcurre
entre dos eventos que ocurren en un determinado sistema de referencia es un
determinado valor, ese valor es diferente para otros observadores. De hecho
el observador que est en el sistema de referencia donde ocurren los eventos,
es quien determina el menor valor para el intervalo de tiempo.
1.2 Unidades.
1.2.
Unidades.
La cantidades fsicas reciben valores numricos relativos a la unidad de

ella. As, la unidad de tiempo, el segundo en el sistema internacional de
unidades (SI) se define como
Definicion 1.2.1 Un segundo es el tiempo que requiere un tomo de Cesio
133 para realizar 9.192.631.770 vibraciones, correspondientes a la transicin
entre dos niveles hiperfinos de su estado fundamental.
La unidad de tiempo ha experimentado diversos cambios durante la historia de la fsica, pero siempre se ha utilizado algn sistema que efecta algn
movimiento peridico, o sea que (hipotticamente) se repite cada cierto lapso
igual de tiempo.
Similarmente se utiliza el metro como unidad de medida de longitudes,
cuya definicin actual es
Definicion 1.2.2 El metro se define como la distancia recorrida por la luz
en el vaco en un intervalo de tiempo de 1/299,792,458 segundos.
1.3.
Teoras en fsica.
An cuando este es un tema complejo, aventuramos una respuesta a las

preguntas qu es una teora fsica?, o qu es una ley fsica? en una forma
adecuada a un curso introductorio a la fsica. La fsica se preocupa de los
fenmenos naturales, reconociendo los conceptos pertinentes y derivando de
ellos cantidades fsicas adecuadas, las cuales son representadas por ciertos
smbolos. Las leyes fsicas constituyen relaciones matemticas entre algunos
de esos smbolos, las cuales pueden ser deducidas matemticamente de otras
leyes fsicas, o bien ser postuladas por cualquier razn. Sin embargo, ellas
tienen que satisfacer un requisito bsico: las leyes fsicas son vlidas si existe comprobacin experimental, directa o indirecta, de ellas. A veces ocurre
que una ley fsica falla en ciertas situaciones ya sea experimentales o en la
ocurrencia de ciertos fenmenos. Aqu, pueden ocurrir diversas cosas. Por
ejemplo (a) se restringe el uso de ellas excluyendo a las situaciones donde
falla o (b) se modifica de modo de dar cuenta adecuada de los nuevos fenmenos. Algunas veces, la falla conduce a la elaboracin de una nueva teora,
de donde se pueda deducir la ley correcta.
Espacio tiempo
Por otro lado, cuando tenemos unas pocas leyes, a veces denominadas
principios, de los cuales se pueda deducir, por mtodos puramente matemticos todo un conjunto de leyes que abarquen la totalidad de los fenmenos
de un cierto mbito, se dice entonces que tenemos una teora fsica. Un ejemplo es la teora clsica de la mecnica, donde de tres leyes o principios (de
Newton), se pueden deducir todas las leyes que regulan el comportamiento
mecnico de los cuerpos. Sin embargo como se estableci durante este siglo
(siglo 20), las deducciones de esa teora son incorrectas al menos en dos mbitos, cuando las velocidades involucradas son cercanas a la velocidad de la
luz o cuando las dimensiones de los cuerpos estn en la escala del mundo atmico. Aqu se han seguido los dos caminos. Se han elaborado teoras nuevas
que dan cuenta correctamente de los fenmenos nuevos (Mecnica relativista,
Mecnica cuntica.), pero tambin se sigue utilizando la mecnica clsica en
el mbito donde ella conduce a resultados correctos.
Es necesario adems decir que dentro de una teora caben ciertas hiptesis que realmente no tienen el rango de leyes deducibles de los principios
bsicos, y cuya validez descansa en las comprobaciones experimentales de las
deducciones que siguen de su uso. Por ejemplo la llamada ley de gravitacin
universal de Newton, donde se establece que los cuerpos se atraen en forma
proporcional al producto de sus masas y en forma inversa al cuadrado de la
distancia.
Por ltimo, en una teora tienen cabida smbolos que no representan cantidades fsicas, pero que tiene por ltimo la finalidad de hacer predicciones
relativas a cantidades fsicas. Es el caso de la mecnica cuntica. donde se
utiliza el concepto de funcin de onda, o estado del sistema, que no constituyen cantidades fsicas. Puede tambin ese ser el caso en la teora de las
partculas elementales donde se usan algunos conceptos que quizs no sean
observables, pero son tiles en la construccin de la teora.
1.4.
Sistemas de referencia.
Para la construccin de muchas teoras, sobre todo en aquellas que requieran del concepto de posicin, se requiere especificar un sistema de referencia
respecto al cual la posicin queda definida. En algunas teoras, el tiempo
es tambin relativo, siendo necesario en esos casos sistemas de referencia
de espacio y tiempo. Ciertas teoras requieren de sistema privilegiados de
referencia. La mecnica clsica es formulada en sistemas inerciales de re-
1.5 Escalas de tiempos y longitudes.
ferencia. Para Newton, el sistema natural de referencia lo constituyen las

estrellas.
En la formulacin de la teora clsica de la mecnica, se supone la existencia de al menos un sistema privilegiado de referencia, un Sistema inercial de
referencia. Por definicin, un sistema inercial de referencia es aquel (hipottico) sistema relativo al cual una partcula libre tiene velocidad constante o en
particular nula (velocidad se define luego). Como consecuencia de la transformacin de Galileo, ver ms adelante, todo sistema que se traslade con
velocidad constante respecto a uno inercial de referencia, es tambin sistema
inercial de referencia. La existencia de uno por lo menos, sera materia de validacin experimental, con las obvias dificultades que ello presenta. Se acepta
que al menos aproximadamente, el marco de las estrellas fijas, lo es. Esta es
una materia hoy en da de acuerdo internacional. En efecto en Agosto de 1997,
la Unin Astronmica Internacional (IAU) decidi que a partir del primero de
Enero de 1998, el IAU sistema de referencia celestial sea el sistema (ICRS), en
reemplazo del sistema FK5. Hay abundantes referencias en la WEB, por ejemplo en http://hpiers.obspm.fr/webiers/general/syframes/icrsf/ICRS.html.
Otro punto, final en esta discusin es relativo a la geometra. Aun cuando
no hay discusin en qu matemtica usar en la formulacin de una teora
fsica, hay diversas geometras, todas formuladas axiomticamente y en consecuencia posibles de utilizar. Qu geometra es adecuada para la descripcin
fsica del espacio? En fsica clsica la geometra Euclidiana ha probado ser
adecuada. Sin embargo, y este es un tema complejo, en la formulacin de la
relatividad general, otras geometras son adecuadas. (como ejemplo de una
diferencia que se produce al usar diversas geometras es: rectas paralelas pueden o no cortarse en uno o ms puntos. O bien la suma de los ngulos de un
tringulo puede ser o no 180o )
1.5.
Escalas de tiempos y longitudes.
TABLA Valores aproximados de algunos intervalos de tiempo en segundos.
Espacio tiempo
Edad del universo
Edad de la Tierra
Un ao
Un da
Tiempo entre latidos normales del corazn
Periodo de las ondas sonoras audibles
Periodo de las ondas de radio tpicas
Periodo de vibracin de un tomo en un slido
Periodo de las ondas de luz visible
Duracin de una colisin nuclear
Tiempo en el que la luz cruza un protn
5 1017
1, 3 1017
3, 2 107
8, 6 104
8 101
1 103
1 106
1 1013
2 1015
1 1022
3, 3 1024
TABLA Valores aproximados de algunas longitudes en metros.
Distancia de la Tierra al quasar ms conocido

Distancia de la Tierra a las galaxias ms remotas conocidas
Distancia de la Tierra a la galaxia grande, ms cercana (M 31)
Distancia del Sol a la estrella ms cercana (Prxima Centauri)
Un ao luz
Radio medio de la rbita de la Tierra
Distancia media de la Tierra a la Luna
Distancia del ecuador al Polo Norte
Radio medio de la Tierra
Altitud tpica de los satlites artificiales alrededor de la Tierra
Tamao tpico de las partculas de polvo ms pequeas
Tamao de las clulas de la mayora de los seres vivientes
Dimetro de un tomo de hidrgeno
Dimetro de un ncleo atmico
1.6.
1,4 1026
4 1025
2 1022
4 1016
9,46 1015
1,5 1011
3,8 108
1 107
6,4 106
2 105
1 104
1 105
1 1010
1 1014
Descripcin del movimiento.
El hombre ha estado consciente del movimiento, el paso de un cuerpo de

un lugar a otro en un determinado lapso de tiempo desde que tiene uso de
razn. Sin embargo la descripcin del movimiento aunque hoy parece simple,
1.6 Descripcin del movimiento.
x
t
O
Figura 1.1: Movimiento unidimensional

asombr al hombre por siglos. De hecho no fue hasta el trabajo de Galileo (Galileo Galilei, italiano, 1564-1642) que el hombre empez a describir
adecuadamente el movimiento de los cuerpos. Para ilustrar el estado de las
cosas en los tiempos remotos, basta recordar la clebre paradoja de Zeno
de Aquiles y la tortuga. De acuerdo a Zeno, Aquiles nunca podra alcanzar
una tortuga porque para hacerlo primero tendra que alcanzar el punto de
donde la tortuga parti. Sin embargo al alcanzarlo, la tortuga se habra movido alguna cantidad, estando de nuevo las cosas igual que al empezar. Este
proceso debera ser entonces repetido un nmero infinito de veces de modo
que Aquiles nunca alcanzara la tortuga.
Para la descripcin del movimiento, Galileo debi asignar nmeros para
medir los conceptos de posicin y tiempo, cuestin no fcil aquellos tiempos,
por la ausencia de instrumentos adecuados para ello.
1.6.1.
Movimiento unidimensional.
Para el movimiento de un cuerpo en una lnea recta, la posicin del cuerpo

puede ser indicada por una variable numrica x llamada su posicin respecto a
algn origen en esa recta. Esa variable indica la distancia del cuerpo al origen
expresada en alguna unidad de medida, hoy en da esa unidad es el metro.
Se dice que el cuerpo se mueve si dicha variable, denominada coordenada
de posicin, vara con el transcurso de tiempo. Considere por ejemplo que
un cuerpo se mueve de modo que su coordenada de posicin x vara con el
tiempo de acuerdo al grfico siguiente (fig.1.1)
La curva de forma parablica nos indica donde est el cuerpo sobre el eje
X en cada tiempo, en particular nos dice que el cuerpo estuvo en el origen
Espacio tiempo
O cuando el tiempo es cero.

Velocidad media.
La razn
x
t
se define como la velocidad media en el intervalo de tiempo t. Tal razn
sera constante independiente del intervalo de tiempo si la curva que describe
el movimiento fuera una recta, es decir si x variara linealmente con el tiempo.
v =
Ejemplo 1.6.1 Suponga que un cuerpo se mueve de modo que

x = 2t + t2 ,
calcule la velocidad media en el intervalo de tiempo entre t y t + t.
Solucin.
x = x(t + t) x(t) = 2(t + t) + (t + t)2 2t t2
= 2t + 2tt + (t)2
luego
x
= 2 + 2t + t,
t
que se observa depende del tiempo t y del intervalo de tiempo t.
v =
N
Velocidad instantnea.
La velocidad instantnea se define por el lmite (la derivada)
v = lm
t0
x dx
=
.
t
dt
Con respecto a la grfica x(t) la velocidad instantnea es la pendiente o sea

la tangente del ngulo de inclinacin que hace la tangente a la curva, con el
eje del tiempo.
1.6 Descripcin del movimiento.
9
A
T
b'
a'
b
O
Figura 1.2: Aquiles y la tortuga

Movimientos con velocidad constante.
La velocidad v permanece constante lo cual quiere decir que la posicin
del cuerpo vara linealmente con el tiempo de la forma
x(t) = x(0) + vt,
siendo x(0) la posicin del cuerpo en t = 0. Mediante este tipo de grficos es
fcil comprender una solucin geomtrica a la paradoja de Zeno. Supongamos
que la tortuga (T) y Aquiles (A) se mueven con velocidad constante, de
manera que sus grficas (fig.1.2) sern las rectas indicadas por (A) y (T)
respectivamente. Como por hiptesis Aquiles tiene mayor velocidad que la
tortuga, entonces su lnea recta tiene mayor pendiente. Adems se ilustra
el hecho que la tortuga parte en t = 0 y Aquiles ms tarde en (a). Como
se explic, cuando Aquiles alcance al punto (a0 ), la tortuga se ha movido a
(b0 ) y se tiene una situacin anloga a la de la partida. Sin embargo, y el
grfico lo muestra con claridad, todos esos procesos (un nmero infinito de
ellos) toman un tiempo finito, pues cuando las dos rectas se cruzan, Aquiles
ha alcanzado a la tortuga. Como puede comprenderse, la descripcin del
movimiento mediante variables de posicin y tiempo que varan en forma
continua se hace absolutamente necesario. La solucin de la paradoja de
Zeno as como de muchas otras tienen que ver con el continuo de valores de
una variable. As por ejemplo un intervalo de tiempo de un segundo puede
ser dividido en un conjunto infinito de intervalos, pero a pesar de tenerse un
nmero infinito, la suma de todos esos tiempos es justamente un segundo.
10
Espacio tiempo
Como ejemplo
1=
1.6.2.
1 1 1
1
+ + +
+
2 4 8 16
Desplazamientos en el espacio.
Las ideas anteriores se generalizan a los movimientos en el espacio. Si se

utiliza un sistema cartesiano de referencia, la posicin de un punto respecto
a ese sistema de referencia se define por el conjunto de sus coordenadas
cartesianas (x, y, z).
Definicion 1.6.1 Se dice que un punto se mueve respecto a un sistema de
referencia, si sus coordenadas varan con el tiempo.
Definicion 1.6.2 Un desplazamiento se define como cualquier cambio de
posicin de un punto en el espacio
Este concepto bsico de desplazamiento es en principio ms elemental
que el concepto de movimiento de un punto, puesto que no tiene relacin con
tiempos. Si un punto pasa de una posicin A a otra posicin B, de dice que
el punto se ha desplazado de A a B. De su definicin de desprende que un
desplazamiento tiene tres caractersticas
Su magnitud, que se define como la distancia entre el punto inicial y el
punto final.
Su direccin, correspondiente a la direccin de la recta AB. (rectas
paralelas tienen la misma direccin)
Su sentido, de A hacia B. As el sentido del desplazamiento de B hacia
A es contrario al desplazamiento de A hacia B.
Adems, desplazamientos sucesivos se combinan (o se suman) de acuerdo
a la regla del tringulo, indicada en la figura siguiente, donde el desplazamiento A B seguido del desplazamiento B C es equivalente a un
desplazamiento A C.
Eso queda absolutamente claro de la figura (1.3) que define la regla de
combinacin triangular de desplazamientos. Esta regla se generaliza en la
seccin siguiente para dar origen al concepto de vector.
1.7 Vectores.
11
B
A
C
Figura 1.3: Desplazamiento equivalente
1.7.
Vectores.
Los vectores son objetos que tienen las caractersticas de los desplazamientos, es decir que tienen magnitud, direccin, sentido, y tales que la combinacin (llamada suma vectorial) de dos de ellos, se obtiene de acuerdo a
la regla del tringulo indicada en la figura anterior. Obviamente un ejemplo
de vectores son los desplazamientos. Otro ejemplo de vectores en Fsica, lo
constituyen las fuerzas que se aplican a los cuerpos. Ellas poseen las tres
caractersticas bsicas, magnitud direccin y sentido. La cuestin de que si
las fuerzas se combinan de acuerdo a la regla de suma vectorial, puede y
es establecida experimentalmente. Es decir debe establecerse que aplicar dos
fuerzas dadas sobre un cuerpo es fsicamente equivalente a aplicar una fuerza, llamada fuerza resultante que tiene la magnitud, direccin y sentido dada
por la regla de adicin vectorial.
Debemos sealar que no es suficiente que un objeto tenga magnitud, direccin, sentido para ser considerado un vector. Deben necesariamente combinarse como tales. Las rotaciones de los cuerpos, en torno a la direccin de
un eje, en un sentido u otro, y de cierta magnitud (el ngulo), no son vectores
porque no se combinan como los desplazamientos.
1.7.1.
Notacin.
Los vectores, cualquiera sea su naturaleza, los denotaremos con letras

con flechas: a, B, f y la combinacin o suma vectorial de ellos con el smbolo
usual de suma +, es decir
c = a + b,
12
Espacio tiempo
a
b
a+b
Figura 1.4: Suma de vectores.

indica la suma, o combinacin, o resultante de los dos vectores a y b. Naturalmente solo podremos sumar vectores del mismo tipo: desplazamientos,
fuerzas, otros (fig.??).
La magnitud de un vector. a la denotaremos por
|a| .
1.7.2.
Multiplicacin de un vector. por un escalar.
Si a es un vector y es un escalar (nmero real) definimos

a
como el vector paralelo al vector a, de magnitud || veces la magnitud de a,
y del mismo sentido del vector a si > 0 y de sentido contrario si < 0.
(fig.1.5)
1.7.3.
Vectores unitarios.
Al vector paralelo y del mismo sentido que el vector a, pero de magnitud

unidad lo denotaremos por
a
.
Entonces obviamente tenemos la siguiente importante relacin
a = |a| a
.
1.7 Vectores.
13
a
a
a= a a
Figura 1.5: Multiplicacin por escalar
1.7.4.
Vectores unitarios cartesianos.
Los vectores de magnitud unidad, paralelos y en el sentido positivo de los

ejes cartesianos, los denotaremos por
, , k
1.7.5.
Componentes cartesianas de un vector.
Todo vector A (en tres dimensiones), puede ser escrito como
A = Ax + Ay + Az k,
donde Ax , Ay , Az se denominan componentes cartesianas del vector.
1.7.6.
Vector nulo.
Un vector de magnitud cero, se denomina vector nulo y lo indicaremos

por 0, y a veces simplemente por 0.
14
Espacio tiempo
1.7.7.
Algunas propiedades.
Pueden establecerse algunas propiedades bsicas

a+b
(a + b) + c
(1)a + a
a+0
0
=
=
=
=
=
b + a,
a + (b + c),
0,
a,
0.
Al vector (1)a lo denotaremos simplemente a.
1.7.8.
Resta de vectores.
Se define al vector diferencia

a b = a + (1)b.
-b
a -b
a
b
a+b
Figura 1.6: Resta de vectores
1.7.9.
Producto escalar de vectores.
Dados dos vectores a, y b, se define el producto escalar de ellos al nmero

real

a b = |a| b cos ,
siendo el ngulo que forman las direcciones de ellos.
1.8 Velocidad y aceleracin.
1.7.10.
15
Otras propiedades.
Puede establecerse que

|a| =
q
a2x + a2y + a2z ,
a b = ax bx + ay by + az bz ,
a b = (ax bx ) + (ay by )
+ (az bz )k.
1.8.
1.8.1.
Velocidad y aceleracin.
Vector posicin.
Si la posicin de un punto en tiempo t es el punto P, se define el vector

posicin del punto al vector desde el origen al punto P, es decir
r(t) = OP = x + y
+ z k.
1.8.2.
Vector velocidad.
El vector v(t), velocidad del punto en tiempo t se define por

r(t + t) r(t)
dr(t)
=
t0
t
dt
dy
dz
dx
+ + k.
=
dt
dt
dt
v(t) =
lm
Es decir el vector velocidad es un vector cuyas componentes cartesianas son

dx
,
dt
dy
=
,
dt
dz
.
=
dt
vx =
vy
vz
16
Espacio tiempo
1.8.3.
Vector aceleracin.
El vector a(t), aceleracin del punto en tiempo t se define por

dv(t)
v(t + t) v(t)
=
,
t0
t
dt
dvy
dvz
dvx
+
+
k.
=
dt
dt
dt
a(t) =
lm
Es decir el vector aceleracin es un vector cuyas componentes cartesianas son

dvx
,
dt
dvy
=
,
dt
dvz
.
=
dt
ax =
ay
az
1.8.4.
Velocidades absolutas y relativas.
El estado de movimiento o reposo es un concepto relativo. En la descripcin del movimiento cualquier sistema de referencia puede ser considerado en
reposo. Si elegimos arbitrariamente un sistema de referencia S0 como estando
en reposo, entonces se acostumbra a llamar las velocidades y aceleraciones
respecto a ese sistema como velocidades y aceleraciones absolutas. Si existe
otro sistema S que se mueva respecto al primero, las velocidades y aceleraciones respecto al segundo sistema se suelen llamar velocidades y aceleraciones
relativas. En un tratamiento simplificado, supongamos que el segundo sistema
de referencia S se traslada sin rotaciones respecto al primero como se indica
en la figura (1.7), entonces, en fsica clsica, vale la llamada transformacin
de Galileo
r = OA + r0 ,
y en consecuencia, si se deriva respecto al tiempo se obtiene
vabs = vA + vrel ,
es decir, la velocidad absoluta se obtiene agregando a la velocidad relativa,
la velocidad del sistema mvil. Como se explica ms adelante, esta transformacin no es vlida para velocidades cercanas a la velocidad de la luz.
1.9 Trayectoria.
17
S0
S
r'
Figura 1.7: Movimiento relativo.
1.9.
Trayectoria.
Se define la trayectoria del punto, como el lugar geomtrico de las posiciones ocupadas por el punto para todo tiempo. La llamada ecuacin paramtrica de la trayectoria (con parmetro tiempo) es
x = x(t),
y = y(t),
z = z(t).
Ejemplo 1.9.1 Por ejemplo
x = A cos t,
y = B sin t,
z = pt, .
con A, B, , y p constantes, representa un trayectoria llamada hlice.
En dos dimensiones, la ecuacin cartesiana de la trayectoria es
y = y(x).
Ejemplo 1.9.2 Por ejemplo
y = x 5x2 ,
representa un trayectoria parablica.
18
Espacio tiempo
En tres dimensiones, la ecuacin cartesiana de la trayectoria puede ser

escrita en trminos del parmetro z (por ejemplo)
x = x(z),
y = y(z).
Ejemplo 1.9.3 Como ejemplo la ecuacin de una hlice puede ser igualmente escrita como
x = A cos z,
p
y = B sin z.
p
1.10.
Transformacin de Galileo.
La transformacin de Galileo que relaciona velocidades relativas entre

sistemas que se trasladan uno respecto al otro con velocidad constante v,
por simplicidad a lo largo del eje OX, supone que el tiempo es universal y
establece que
x0 = x vt,
o bien en trminos de velocidades
u0 = u v.
1.11.
La velocidad de la luz en el vaco.
Como se ha sealado, la velocidad de la luz en el vaco ha sido establecida

con extraordinaria precisin, y se acepta hoy en da que ella es exactamente
de magnitud
c = 299,792,458 (m/s),
dejando las incertezas experimentales a la definicin del metro. Sorprendentemente, se descubri que este valor es independiente de la velocidad del
observador, o de la fuente emisora luminosa, en flagrante contradiccin con
la transformacin de Galileo. Esto trajo dramticas consecuencias para la
fsica, en particular para los conceptos de simultaneidad y de tiempo.
1.11 La velocidad de la luz en el vaco.
1.11.1.
19
Concepto de simultaneidad.
El hecho notable sealado en la seccin anterior, en manos de Albert Einstein, conduce de manera natural a una revisin del concepto de simultaneidad
y del tiempo. Aunque este tema pertenece a la llamada teora de la relatividad, se presentan aqu algunos conceptos que no requieren de matemticas
muy complejas y que son muy interesantes. Si suceden dos eventos o sucesos
en un mismo punto del espacio, es simple idear mtodos fsicos para decidir
cual ocurri primero, o cual ocurre despus, o si ocurren simultneamente,
sin ser necesario usar relojes. Por ejemplo, si se encienden dos ampolletas A
y B, tome una foto cuando se encienda la primera. Bueno, la foto registrar
cul est encendida y por lo tanto ella se encendi primero. Sin embargo,
cuando los sucesos ocurren en diferentes puntos del espacio la cosa no es tan
simple, pues habr que considerar la velocidad con que la informacin nos
llega. Si la velocidad de la luz dependiera del estado de movimiento de la
fuente luminosa, ello complicara aun ms las cosas. Afortunadamente (o
no?) la velocidad de la luz es independiente del sistema de referencia o del
movimiento de la fuente emisora. Imagine que se quiere definir cuando dos
sucesos A y B que ocurren en diferentes lugares son simultneos o si o no lo
son. Para ello coloque observadores en esos lugares y que emitan una seal
luminosa al otro cuando ocurra el evento. Un tercer observador se coloca en
el punto medio C.
Definicion 1.11.1 Si las dos seales luminosas llegan simultneamente al
observador C en el punto medio (un hecho absoluto), entonces se dice que
los eventos A y B ocurrieron simultneamente.
Esta definicin, muy natural e intuitiva, sin embargo tiene consecuencias
sorprendentes, en particular conduce a que el concepto de simultaneidad es
un concepto relativo (No absoluto). En efecto, considere el experimento siguiente. Una barra, sistema S 0 , se mueve respecto a un sistema de referencia
S con velocidad v a lo largo de la barra. Se encienden dos ampolletas simultneamente respecto a S 0 en sus extremos, en consecuencia las dos seales
luminosas llegan simultneamente al punto medio. Veamos sin embargo que
observa S. La figura (1.8) ilustra lo observado por S consecuente con el hecho que el coincide en que las seales llegan simultneamente al punto medio.
Para l, la seal proveniente de A ha viajado ms distancia que la que parti
de B, por lo tanto debe haber salido antes. De la figura, si llamamos L al
largo de la barra en movimiento, podemos sacar algo ms. En efecto se tiene
20
Espacio tiempo
t1 A
t2
t3
Figura 1.8: Simultaneidad

que
L
+ v(t3 t1 ),
2
L
c(t3 t2 ) =
v(t3 t2 ),
2
c(t3 t1 ) =
de donde se obtiene
Lv
.
v2
Esta expresin indica cuantitativamente del hecho que el evento A ocurri
en t1 antes que el evento B que ocurri en t2 . Aunque ser demostrado ms
adelante L depende de la velocidad de la forma
r
v2
L = L0 1 2 ,
c
t2 t1 =
c2
por lo que el resultado puede escribirse

v/c2
L0 .
t2 t1 = q
v2
1 c2
Ejemplo 1.11.1 Una aplicacin de lo anterior es la siguiente. Imagine que

todo el eje O0X0mvil, es un largo tubo fluorescente que se enciende entero
en t0 = 0, cuando los orgenes coinciden. Cmo se ve el encendido desde el
sistema respecto al cual el tubo se mueve?
21
Solucin. De acuerdo al anlisis anterior el punto que coincide con x = 0

se enciende en t = 0. El punto que est en una posicin x se encender en
un tiempo
xv
t= 2
.
c v2
de modo que se ve una seal viajando a la derecha con velocidad
x c2 v 2
,
u= =
t
v

mayor que c a menos que 12 5 12 c < v < c.

N
1.11.2.
Un modelo de reloj.
Un modelo simple de reloj, un sistema que tiene una vibracin peridica,

consiste en dos espejos paralelos separados una distancia d0 entre los cuales
est rebotando una seal luminosa. Para el dueo del reloj, la duracin de
un tick, ir de un espejo al otro y volver demora un tiempo
=
2d0
.
c
Sin embargo, si ese mismo reloj es observado en movimiento, la luz, propagndose con la misma velocidad debe recorrer una distancia ms larga, como
se ilustra en la figura siguienteDe la figura (1.9), mediante el teorema de
ct
do
vt
Figura 1.9: Reloj espejos paralelos a v

Pitgoras se tiene
c2 t2 = d20 + v2 t2 ,
22
Espacio tiempo
x=vt
x=ct
t2
t1
x
d
Figura 1.10: Reloj espejos perpendiculares a v

de modo que el tiempo, en ir y regresar, el periodo del reloj ser
2d /c
2d0
q 0
=
.
T = 2t = 2
v2
c v2
1 c2
Si el reloj se mueve con los espejos perpendiculares a la velocidad, figura

(1.10)un anlisis conduce a un resultado similar, pero que requiere una hiptesis adicional. La figura ilustra la ocurrencia de los eventos, salida, rebote y
regreso del haz luminoso.
Para calcular el tiempo de ida, t1 , tenemos que
ct1 = d + vt1 ,
y para el de regreso t2 t1 tenemos que
c(t2 t1 ) = d v(t2 t1 ),
de donde
d
,
cv
d
=
,
c+v
t1 =
t2 t1
23
y por lo tanto, el tiempo total se obtiene sumando

T = t2 =
2dc
2d/c
=
2 .
2
v
1 vc2
c2
Luego, el reloj tiene el mismo periodo para ambos movimientos si
lo que requiere que
2d /c
2d/c
q 0
=
2 ,
2
1 vc2
1 vc2
r
v2
,
c2
o sea las longitudes paralelas al movimiento deben contraerse. Esto es efectivamente as, como veremos ms adelante.
d = d0
1.11.3.
La transformacin de Lorentz.
Permitiendo entonces que el tiempo es relativo al sistema de coordenadas,

la transformacin que reemplaza a la de Galileo, cuando el movimiento de
los sistemas es a lo largo del eje x, compatible con que la rapidez de la luz
es absoluta, es la llamada transformacin de Lorentz
x0 = (x vt),
y 0 = y,
z 0 = z,
vx
t0 = (t 2 ),
c
siendo
1
=q
1
.
v2
c2
La transformacin inversa puede mostrarse es

x = (x0 + vt0 ),
y = y0,
z = z0,
vx0
t = (t0 + 2 ),
c
24
Espacio tiempo
De all puede deducirse la correspondiente transformacin de componentes

de velocidades relativas u y u0 , que resultan ser
u0x =
u0y
u0z =
ux v
,
x
1 vu
2
qc
uy 1
v2
c2
x
1 vu
c2
q
2
uz 1 vc2
vux
c2
Si adems sumamos los cuadrados tenemos que
(u0x )2 + (u0y )2 + (u0z )2 = c2
c2 u2x + c2 u2y + c2 u2z 2c2 vux + c2 v 2 u2y v 2 u2z v2

(c2 vux )2
y si u2x + u2y + u2z = c2 entonces

(u0x )2 + (u0y )2 + (u0z )2 = c2
c4 2c2 vux + u2x v2

= c2 ,
(c2 vux )2
comprobando el hecho que la rapidez de la luz es invariable. No como suele

decirse ms ligeramente que la velocidad de la luz es invariante. De hecho, la
velocidad de la luz cambia de direccin de sistema en sistema.
1.11.4.
Cantidad de movimiento.
Si un cuerpo de masa m tiene velocidad u respecto al sistema S, la cantidad de movimiento respecto a ese sistema la definimos por
p = m(u)u,
siendo m(u) la masa de la partcula, la cual supondremos podra ser una
funcin de la rapidez de la partcula. Mediante algunos argumentos podemos
obtener la dependencia de m en la rapidez. Supongamos una colisin entre
dos esferas elsticas iguales, de modo que en dos sistemas de referencia la
colisin sea observada como en las dos figuras siguientes (1.11). All se ilustra
la colisin observada en un sistema de referencia donde un partcula tiene
25
V
V
U
U
W/
W
V
Figura 1.11: Colisin elstica.

rapidez W y la otra velocidad en dos componentes u y v. Si esa colisin es
observada desde un sistema qque se propaga hacia la derecha con velocidad
de magnitud v, la ytansformacin de Lorentz de velocidades permite calcular
las componentes de velocidades relativas a este sistema que resultan ser U,
V y W .
q
2
El sistema en movimiento tiene precisamente velocidad v y = 1/ 1 vc2 .
En la parte derecha de la figura estn indicadas las respectivas velocidades
relativas obtenidas utilizando la mencionada transformacin de Lorentz de
velocidades. Aceptaremos que en una colisin se conserva la cantidad de
movimiento vista de todos los sistemas de referencia. Por simetra, la componente x de la cantidad de movimiento es evidentemente conservada desde
ambos puntos de vista. Conservacin de cantidad de movimiento en la direccin perpendicular al movimiento en ambos sistemas impone los siguientes
requisitos
m( u2 + v2 )u = m(W )W,
s
2
W W
m(u)u = m v 2 +
.
De aqu se desprende que
W
=u
y entonces la primera se reduce a
m( u2 + v 2 )u = um(u)
26
Espacio tiempo
A
t1
x1
t2
x2
Figura 1.12: Efecto Doppler.

o bin
m( u2 + v2 ) = m(u)
y tomando u = 0 se tiene
1
m(v) = q
1
(1.1)
m(0).
v2
c2
Ejercicio 1.11.1 Demuestre que la expresin (1.1) satisface (??), es decir

que
1
1
1
q
s
=q
.
2
2
v2
2
1 u c+v
1
2
u
c2
1 c12
v2
1
1.11.5.
c2
El efecto Doppler para la luz.
Considere que desde un sistema mvil se lanzan pulsos luminosos hacia el

origen del sistema fijo, separados en tiempo T 0 , desde el origen del sistema
mvil, como se indica en la figura (1.12), eventos A y B
De ese modo se tiene x01 = x02 = 0, t02 t01 = T 0 , y mediante la transformacin inversa de Lorentz se obtiene
x1 = vt01 ,
t1 = t01 ,
y
x2 = vt02 ,
t2 = t02 ,
27
A
t1
t2
x2
x1
Figura 1.13: Doppler seales.

entonces los tiempos de llegada, tomando en cuenta lo que deben recorrer los
pulsos son
x1
vt01
= t01 +
= t01 (1 +
c
c
0
x2
vt
2
= t2 +
= t02 +
= t02 (1 +
c
c
T1 = t1 +
T2
v
),
c
v
),
c
es decir los pulsos llegan al origen separados un tiempo

(1 + vc ) 0
v
T = T2 T1 = T (1 + ) = q
T,
2
c
1 vc2
0
o bien
p
(1 + vc ) 0
v
T = T2 T1 = T 0 (1 + ) = p
T.
c
1 vc
Si analizamos las frecuencias a la cual los pulsos se emiten y se reciben

(f = 1/T ) tenemos
p
(1 vc ) 0
f
f= p
1 + vc
1.11.6.
El efecto Doppler para otras seales.
Si la velocidad de propagacin de los pulsos es menor que c, con mnimas

modificaciones respecto a la seccin anterior obtenemos
Igualmente se tiene x01 = x02 = 0, t02 t01 = T 0 , y mediante la transformacin inversa de Lorentz se obtiene lo mismo anterior. Entonces los tiempos de
28
Espacio tiempo
llegada, tomando en cuenta lo que deben recorrer los pulsos con una velocidad
u
x1
vt01
v
T1 = t1 +
= t01 +
= t01 (1 + ),
u
u
u
0
x2
vt
v
2
= t02 +
= t02 (1 + ),
T2 = t2 +
u
u
u
es decir los pulsos llegan al origen separados un tiempo
(1 + uv ) 0
v
q
T.
T = T2 T1 = T (1 + ) =
2
u
1 vc2
0
Pero, en magnitud
u =
u0 v
0 ,
1 vu
c2
)
v(1 vu
v
c2
=
,
0
u
u v
Entonces reemplazando y considerando las frecuencias a la cual los pulsos se
emiten y se reciben (f = 1/T ) tenemos
q
2
1 vc2
(u0 v)f 0 ,
f=
v2 u0
0
u c2
o bien
1
f=q
1
v2
c2
(1
v 0
)f
u0
siendo u0 > v, para el caso en que la fuente se aleja del observador. Adems
u0 es la velocidad con que la seal sale de la fuente, respecto a ella.
1.12.
Problemas.
Ejercicio 1.12.1 Una partcula se deja caer desde lo alto de una torre de
modo que su altura y vara con el tiempo t de la forma
y = 50 5t2 .
Determine la trayectoria que es observada desde un automvil que se aleja
por el eje horizontal x con rapidez de 20 m/s.
1.12 Problemas.
29
Ejercicio 1.12.2 Si la posicin de un mvil sobre un eje x vara de la forma

x = 2t t3 ,
determine la velocidad media en el intervalo de tiempo entre t y t + t.
Ejercicio 1.12.3 Respecto al ejercicio anterior, determine la velocidad instantnea en tiempo t tomando el lmite t 0.
Ejercicio 1.12.4 Una partcula se mueve de modo que su posicin en el
plano xy est determinada de acuerdo a
x = 2+t
y = 3 t2 .
Encuentre un sistema de referencia donde la partcula sea observada movindose en lnea recta.
Ejercicio 1.12.5 Dos partculas se mueven con velocidades constantes dadas por
v1 = 2 + 3
+ 5k,
+ 3k.
v2 = + 2
Determine el ngulo que forman esas velocidades entre s.
Ejercicio 1.12.6 Un cohete se aleja radialmente de la Tierra con velocidad
constante de 1000 m/s en el plano ecuatorial. Considerando que la Tierra
rota en torno de su eje dando una vuelta completa por da, determine la
forma de la trayectoria observada por los habitantes de la Tierra.
Ejercicio 1.12.7 Si una tortuga parte 100 m adelante de Aquiles y avanza
a razn de 0,1 m/s, en cuanto tiempo Aquiles alcanza la tortuga si corre a
10 m/s.
Ejercicio 1.12.8 Considere un tringulo rectngulo de catetos de longitudes iniciales 3 m y 5 m. Si el cateto ms corto crece a razn de 0,5 m/s,
mantenindose la forma del tringulo, determine la razn a la cual crece la
hipotenusa.
30
Espacio tiempo
Ejercicio 1.12.9 Considere una esfera de radio inicial R = 1 m. Si el

radio crece a razn constante de 1 m/s, determine la razn a la cual crece el
volumen por unidad de tiempo.
Ejercicio 1.12.10 Un cohete abandona la Tierra a una rapidez de 0,8c
siendo c la velocidad de la luz. Cunto toma al segundero del reloj a bordo
en dar una vuelta completa, determinado por observadores en la Tierra?
Ejercicio 1.12.11 Una partcula elemental tiene un tiempo de vida media
de 107 s cuando est en reposo. Cuanto puede viajar a una velocidad de
0,99c desde que fue creada?
Ejercicio 1.12.12 Explique porqu el punto luminoso en la pantalla de un
televisor puede verse movindose ms rpido que la luz.
Ejercicio 1.12.13 Un hombre en la Luna, observa a dos naves que se acercan a l desde direcciones opuestas, cada una con una rapidez de 0,8c y 0,9c
respectivamente. Cul es la velocidad relativa de una nave respecto a la otra?
Ejercicio 1.12.14 Demuestre que si u y u0 indican velocidades relativas a
sistemas que se trasladan respecto al eje x entonces
q
q
2
v2
2
2
2
ux ux v + uy 1 c2 + uz 1 vc2
u u0 =
x
1 vu
c2
Ejercicio 1.12.15 Demuestre que
(u0x )2
(u0y )2
(u0z )2
=c
(c2 v 2 )(u2x + u2y + u2z ) 2c2 vux + c2 v2 + u2x v2

(c2 vux )2

q
q
r
u2
1 c2
1
(u0 )2
1 2 =
vux
c
1 c2
es decir la cantidad
q
1
u2
c2
v2
c2
transforma de la misma manera que uy .
1.12 Problemas.
31
Ejercicio 1.12.17 Considere la velocidad de la luz, en direccin especificada por los ngulos y de modo que
uy = c sin cos ,
uz = c sin sin
ux = c cos
Demuestre entonces que el ngulo que hace c con c0 est dado por
q
2
2
0
(1
1 vc2 )
sin
cc
cos() = 2 = 1
c
1 v cos
c
independiente del ngulo que la velocidad de la luz hace con el eje y o z.
(Este es un clculo algebraico, pero realmente nadie observa ese ngulo, pues
corresponden a velocidades en diferentes sistemas)
Ejercicio 1.12.18 Determine la velocidad con que se aleja una estrella si
una determinada lnea espectral est corrida un 10 % en frecuencia respecto
a su valor en reposo.
Ejercicio 1.12.19 Sobre la transformacin de Lorentz. Es posible deducir
la transformacin de Lorentz si se hacen algunas suposiciones muy simples.
Primero que la relacin entre coordenadas y tiempos en dos sistemas es lineal,
es decir
x0 = x + t,
t0 = x + t.
Segundo haga referencia al movimiento de los orgenes. Es decir si x0 = 0,
entonces x = vt. Si x = 0, entonces x0 = vt0 . Tercero si un objeto se mueve
con la velocidad de la luz en un sistema, entonces se mueve con la velocidad
de la luz en el otro, es decir si x = ct, entonces x0 = ct0 . Por ltimo, la
transformacin inversa debe tener la misma forma, excepto por el signo de
la velocidad relativa entre los dos sistemas.
32
Espacio tiempo
Captulo
Desarrollo del mtodo

cientfico.
2.1.
Introduccin.
Aristteles pensaba que las substancias que constituan la Tierra eran

diferentes de las substancias existentes en los Cielos. El tambin crea que la
dinmica, la rama de la Fsica que describe los movimientos, estaba determinada esencialmente por la naturaleza de la substancia que se mova. As,
limitndonos a lo esencial, Aristteles tena la creencia de que una piedra caa
hacia el suelo porque eran substancias similares. En trminos de sus cuatro
elementos bsicos, la piedra era esencialmente tierra. De la misma forma
el humo se elevaba porque era principalmente aire (y algo de fuego) y
por lo tanto el humo deseaba estar cerca del aire y lejos de la tierra y del
agua. Por similares argumentos l pensaba que los cielos estaban formados
por la ms perfecta de las substancias, la quinta esencia, la cual posea por su
naturaleza la tendencia de efectuar un movimiento perfecto, es decir circular.
El tambin pensaba que los objetos en la Tierra se movan mientras fueran
empujados, de modo que ellos se detenan apenas se eliminaban las fuerzas
aplicadas. Uno de los problemas que tuvo Aristteles fue explicar porqu una
flecha lanzada mediante un arco, continuaba volando an despus de que la
cuerda terminaba su contacto con la flecha. Algunas explicaciones fueron esbozadas, por ejemplo que la flecha en su vuelo produca un vaco detrs. El
aire se precipitaba en ese vaco empujando adems a la flecha.
34
Desarrollo del mtodo cientfico.
Esto es un esbozo de lo que eran las creencias antes del desarrollo del
mtodo cientfico.
Una de las cuestiones que origina el desarrollo de la ciencia y del mtodo
cientfico es la explicacin del movimiento de los objetos que se ven en el
Cielo. Hoy da, producto de una enorme cantidad de observaciones, las cosas
parecen estar claras. Sin embargo antes la informacin disponible era muy
escasa. Excepto quizs por estimaciones sobre la Luna y el Sol, los hombres
de antes no tenan idea de las distancias y de los tamaos de los objetos
celestiales. No debera causar extraeza entonces que los Griegos apoyaron
la idea, con mucho sentido comn, de que la tierra debera estar estacionaria
(en reposo), y en base a esa hiptesis haba que disear un mtodo para
predecir las posiciones de los astros. La versin final de este modelo fue
diseada por Ptolomeo de Alejandra, modelo que es conocido en nuestros
tiempos como el modelo de Ptolomeo.
2.2.
Modelos del Cosmos.
2.2.1.
Modelo de Ptolomeo.
Este era un intrincado modelo, donde la Tierra permaneca en reposo en

su centro, mientras los otros objetos del Cielo se movan en torno a la Tierra,
en crculos o combinaciones de movimientos circulares, la nica curva perfecta
para los griegos y por lo tanto la nica posible. Todo esto estaba encerrado
por una gigantesca esfera de cristal sobre la cual estn las estrellas fijas,
esfera que dara una vuelta completa por da. As por ejemplo, un planeta
describa un pequeo crculo en torno a un punto que a su vez describa un
crculo mayor en torno a la Tierra, ver figura (2.1)
As se poda explicar satisfactoriamente para los datos disponibles en ese
tiempo, como los planetas tenan velocidades variables incluso invirtiendo su
movimiento. Entonces era posible hacer clculos hacia el futuro o hacia el
pasado, coincidiendo con las observaciones acumuladas durante cientos de
aos. Este modelo tuvo vigencia durante alrededor de 1400 aos, un gran
periodo de tiempo comparado con la rapidez de los cambios actuales. Esto
no debe considerarse una aceptacin ciega de una hiptesis. Ella descansaba
en las comprobaciones experimentales de sus predicciones. De hecho fue necesario un refinamiento de las tcnicas de observacin para detectar fallas en
el modelo de Ptolomeo. En este aspecto fue fundamental el trabajo obser-
2.2 Modelos del Cosmos.
35
Figura 2.1: Modelo de Ptolomeo.
Figura 2.2: Tycho Brahe

vacional realizado por Tycho Brahe, astrnomo dans (Dic. 14, 1546, Oct.
24, 1601), cuyo trabajo en el desarrollo de instrumentos astronmicos y en
las determinaciones de las posiciones de los astros fue crucial.
Tycho Brahe fue el ms grande de los observadores en astronoma antes
de la invencin del telescopio. Bajo el auspicio del rey de Dinamarca l construy y oper el observatorio de Uraniborg, que constaba de innumerables
instrumentos de su propio diseo. En particular, Brahe compil extensos
datos sobre la rbita de Marte, que ms tarde probara ser crucial para la
formulacin de las leyes correctas del movimiento de los planetas por parte
de Kepler.
Las crticas al modelo de Ptolomeo las inici Coprnico, quien basndose
directamente en trabajos de Tycho Brahe puso de manifiesto las discrepancias
del modelo con la observacin, discrepancias no muy grandes pero que deban
36

posicin aparente de
Marte en el fondo de
las estrellas
Tierra
Marte
Sol
Figura 2.3: Movimiento aparente de Marte.

ser justificadas.
2.2.2.
Modelo de Coprnico.
Debido a las diferencias observadas, caban dos posibilidades, hacerle correcciones a las rbitas del modelo de Ptolomeo hacindolas ms intrincadas,
o adoptar otro modelo. Coprnico propuso que la Tierra, y los planetas se
movan en rbitas circulares en torno al Sol, explicando as muchos de los
hechos observados con ms simplicidad. Por ejemplo el aparente movimiento
del Sol entre las estrellas se explica debido al movimiento de la Tierra. El
movimiento aparente de los planetas, en particular el movimiento retrgrado,
se explica con simplicidad como lo ilustra la figura (2.3).
Por ejemplo se observa como el planeta Marte se ve avanzar o a veces
retroceder en el fondo de las estrellas fijas. Sin embargo Coprnico encontr
que las posiciones predichas con su modelo para los astros no eran significativamente mejores que las predichas por el modelo de Ptolomeo.
2.2.3.
Mejores modelos.
Aqu nos encontramos frente a dos hiptesis que daban cuenta ms o menos igual de los hechos observados. Las creencias imperantes en aquellos das,
sobre todo ideas religiosas, favorecan la hiptesis de una tierra en reposo,
ocupando el lugar central en el Universo. Adems la Mecnica Clsica no estaba lo suficientemente desarrollada como para contestar muchas preguntas.
Entonces ocurri que las mediciones por si solas no permitieron dilucidar
entre los dos modelos, de Coprnico y de Ptolomeo. Tycho insista en una
37
Tierra inmvil. Coprnico persuadi a Tycho para colocar el centro de revolucin de todos los otros planetas en el Sol. Para ello tena que abandonar las
esferas cristalinas Aristotlicas puesto que chocaran entre si. Tycho tambin
cuestion la doctrina Aristotlica de perfeccin celestial, cuando, en los aos
1570, un cometa y una nueva estrella aparecieron. Tycho mostr que ambos
estaban sobre la esfera de la Luna. Quizs las crticas ms serias fueron las
hechas por Galileo, despus de su invencin del telescopio
En una rpida sucesin de acontecimientos, Galileo anunci que haba
montaas en la Luna, satlites que rodean Jpiter, y manchas en el Sol.
Es ms, que la Va Lctea est compuesta de innumerables estrellas cuya
existencia nadie haba sospechado hasta que Galileo las observ. Aqu la
crtica golpeaba las races mismas del sistema Aristotlico del mundo.
Al mismo tiempo que Galileo investigaba los cielos con su telescopio, en
Alemania Johannes Kepler estaba investigndolo con su mente.
Las observaciones muy precisas de Tycho le permitieron a Kepler descubrir que Marte y los otros planetas, no se movan en crculos sino que
describiendo elipses, con el Sol en uno de sus focos. El cosmos de Kepler
era anti-Aristotlico, y quizs por ello l escribi sus descubrimientos en prosa latina casi indescifrable en una serie de trabajos que no tuvieron mucha
circulacin.
2.2.4.
Johannes Kepler.
El siguiente paso en la historia de la astronoma fue debido a la intuicin

terica de Johannes Kepler (1571-1630), un astrnomo Alemn quien fue
a Praga como asistente de Brahe. Kepler y Brahe no se llevaban bien. Al
parecer Brahe pensaba que Kepler podra eclipsarlo de ser el ms grande de
los astrnomos de esos das, por lo cual slo le permiti a Kepler examinar
parte de su enorme caudal de datos observacionales. El le propuso a Kepler
la tarea de entender la rbita de Marte que pareca muy complicada, con la
esperanza de que gastara su tiempo en eso, permitindole a l trabajar en
su teora del sistema Solar. Como una irona, fueron los datos de la rbita
de Marte los que le permitieron a Kepler formular las leyes correctas del
movimiento de los planetas, sobrepasando lejos los logros de Brahe.
En retrospectiva la razn de que la rbita de Marte pareciera tan complicada fue que Coprnico colocaba el Sol en el centro del sistema solar, pues
haba errado en su creencia de que las rbitas de los planetas eran crculos.
Kepler pudo finalmente concluir que las rbitas de los planetas no eran los
38
Figura 2.4: Johanes Kepler

crculos exigidos por Aristteles, sino crculos aplanados, que los gemetras
llaman elipses. Sin embargo las rbitas son apenas elpticas, y para los datos disponibles en ese tiempo, era precisamente la rbita de Marte quien
mostraba ser ms elptica.
2.2.5.
Las leyes de Kepler.
Los descubrimientos de Kepler pueden resumirse en tres hechos, conocidos

hoy en da como las tres leyes de Kepler:
Cada planeta se mueve en una rbita elptica en torno del Sol, el cual
ocupa uno de sus focos.
La lnea que conecta el Sol con cada planeta, barre reas iguales en
intervalos iguales de tiempo.
Los cuadrados de los tiempos requeridos por cada planeta para dar
una vuelta completa en torno al Sol, son proporcionales al cubo de su
distancia promedio al Sol.
Lo que Galileo y Kepler no podan dar, aunque lo intentaron, eran respuestas a las preguntas Aristotlicas como las siguientes: Si la Tierra gira
en torno de su eje, entonces por qu no salen volando los objetos? Y qu
hace que los objetos dejados caer de lo alto de las torres no se desven hacia el oeste dado que la tierra gira debajo de ellos? Y cmo es posible que
la Tierra, en espacio vaco, viaje en torno del Solya sea en crculos o en
39
elipsessin algo que la empuje? Las mejores respuestas vinieron de parte de

Galileo, quin analiz los problemas de la rotacin de la Tierra y su revolucin mediante anlisis lgico. Los cuerpos no salen volando la Tierra porque
la tierra no gira demasiado rpido, as los cuerpos, tienen una tendencia pequea a salir volando. Los cuerpos dejados caer desde las torres, caen a la
base de ellas porque ellos (antes de ser soltados) comparten con la torre la
rotacin de la Tierra. Asimismo Galileo dedujo lo que acontece cuando otro
movimiento se agrega. As Galileo dedujo que una pelota dejada caer de la
cima de un mstil de una nave en movimiento caera directamente a la base
del mstil. Si la pelota fuera permitida a seguir sin roce en vuelo horizontal,
continuara movindose para siempre. De hecho Galileo concluy que los planetas, una vez puestos en movimiento circular, continuaran as para siempre.
Por consiguiente, las rbitas circulares de Coprnico existen. Galileo nunca
acept las elipses de Kepler; hacerlo habra significado abandonar su solucin
al problema de Coprnico.
Kepler comprendi que haba un problema real con el movimiento planetario. l busc resolverlo mediante la existencia de alguna fuerza que pareca
ser csmica en naturaleza, en su creencia el magnetismo.
La Tierra haba sido descrita como un gigantesco imn por William Gilbert en 1600. Kepler se aferr a ese hecho. Una fuerza magntica, dijo Kepler,
eman del Sol y empuj los planetas alrededor en sus rbitas, pero l nunca
pudo cuantificar esto idea bastante vaga y poco satisfactoria.
A finales del primer cuarto del siglo 17 el pensamiento Aristotlico sobre
el cosmos estaba rpidamente teniendo fin, pero no apareca ningn sistema
satisfactorio para ocupar su lugar. Como resultado exista escepticismo: La
nueva filosofa pone todo en duda. Era esta situacin la que favoreci el
desarrollo de las ideas de Ren Descartes.
La materia y movimiento fueron tomados por Descartes para explicar
todos los procesos naturales por medio de los modelos mecnicos, aunque l
advirti que ese tales modelos probablemente no eran la naturaleza misma.
Ellos proporcionan meramente las historias probables, cuestin qu pareca
mejor que ninguna explicacin en absoluto.
Armado con materia y movimiento, Descartes atac los problemas del sistema de Coprnico. Cuerpos una vez en movimiento, Descartes argument,
permanecen en movimiento en una lnea recta a menos que y hasta que ellos
se desven de esta lnea por el impacto de otro cuerpo. Todo cambio de un
movimiento es el resultado de cosas que impactan. La pelota soltada desde
lo alto de un mstil, cae al pie del mstil porque, a menos que sea golpeado
40
Figura 2.5: Isaac Newton

por otro cuerpo, contina movindose con la nave. Los planetas se mueven
alrededor del Sol porque ellos son desviados por una materia sutil que llena
todo el espacio (qu ser?). Podan as construirse modelos similares para
considerar todos los fenmenos; el sistema Aristotlico podra ser reemplazado por el Cartesiano. Exista sin embargo un problema mayor, y eso bast
para derrumbar al Cartesianismo en esos tiempos. La materia Cartesiana y
movimiento no tenan ningn propsito. Ni la filosofa de Descartes pareca
necesitar la participacin activa de una deidad. El cosmos Cartesiano, como
lo dijo Voltaire despus, era como un reloj que al cual le haban dado cuerda
en la creacin y que continuaba haciendo tictac por siempre.
2.2.6.
Sir Isaac Newton. La unificacin de la Fsica y

la Astronoma.
El 17 siglo era un tiempo de intenso sentimiento religioso, y en ninguna

parte era ese sentimiento ms intenso que en Gran Bretaa. All un hombre joven devoto, Isaac Newton, finalmente sienta las bases de la Mecnica
Clsica.
Newton era a la vez un experimentalista y un genio matemtico, una combinacin que le permiti defender el sistema de Coprnico mediante unas
nuevas mecnicas. Su mtodo era simplemente: de los fenmenos de los movimientos investigar las fuerzas naturales, y entonces de estas fuerzas deducir
otros fenmenos del movimiento. El genio de Newton lo gui en la eleccin
de fenmenos a ser investigado, y su creacin de una herramienta matemtica
41
fundamentalel clculo (simultneamente inventado por Gottfried Leibniz).

El resultado fu su gigantesca obra, Philosophiae Naturalis Principia Mathematica (Principios Matemticos de Filosofa Natural, normalmente llamados
Principia simplemente que aparecieron en 1687.
Aqu se asentaban unas nuevas fsicas que aplicaron igualmente bien a
los cuerpos terrestres y a los celestiales. Coprnico, Kepler, y Galileo eran
todos justificados por el anlisis de Newton de las fuerzas. Descartes fu
absolutamente derrotado.
As con sus tres leyes (de Newton) de movimiento y su principio de gravitacin universal le bast a Newton para explicar el nuevo cosmos. Newton
crey sin embargo que eso era con la ayuda de Dios. La Gravedad, es accin divina directa, como lo son todo las fuerzas. El espacio absoluto, para
Newton, era esencial, porque el espacio era el el sensorium de Dios, y la
morada divina la cual, necesariamente, debe ser el ltimo sistema de coordenadas. (Estas ideas muestran con claridad que Newton formul sus leyes de
la Mecnica en un sistema privilegiado de referencia, sistemas que hoy en da
se conocen como Sistemas inerciales de Referencia.) Finalmente, el anlisis
de Newton de las perturbaciones mutuas de los planetas causado por sus
campos gravitacionales individuales lo hicieron predecir el derrumbamiento
natural del sistema solar, a menos que Dios actuara para corregir las cosas.
La gran sntesis de Newton.

Kepler propuso sus tres leyes del movimiento de los planetas basndose en
las regularidades que encontr en los datos de Brahe. Estas leyes se supona
aplicaban slo al movimiento de los planetas, no teniendo relacin alguna con
otros movimientos en el Universo. Adems eran completamente empricas,
ellas daban buenos resultados, pero nadie saba la razn de porqu ellas
funcionaban.
Newton cambi todo eso. Primero l demostr que los movimientos de
todos los cuerpos podan ser descritos mediante tres leyes. Luego demostr
que las tres leyes de Kepler no eran ms que casos especiales de sus leyes si
la fuerza es de un tipo especial, la que hoy llamamos fuerza gravitacional.
42
2.3.
La difusin de mtodo cientfico.
La publicacin del Principia marca la culminacin del movimiento iniciado por Coprnico y, como tal, siempre ha perdurado como el smbolo de la
revolucin cientfica.
Existan, sin embargo, crticas similares en otros mbitos del conocimiento
natural. En el mismo ao que Newton publicaba su gran volumen, apareca
un libro igualmente importante en anatoma. Andreas Vesalius Del fabrica
de corporis de humani (En el Tejido del Cuerpo Humano, llam el Del
fabrica), aparece un examen crtico de la anatoma de Galeno en la que
Vesalius utiliz sus propios estudios para corregir muchos de los errores de
Galeno.
Vesalius, como Newton, puso nfasis en los fenmenos observados, es decir, la descripcin exacta de hechos naturales. Esto culmin con el descubrimiento de la circulacin de la sangre por William Harvey cuyo trabajo fu
publicado como Exercitatio Anatomica De Motu el et de Cordis Sanguinis
en Animalibus (Un Ejercicio Anatmico Acerca del Movimiento del Corazn
y Sangre en Animales ) .
ste era el como el Principia en fisiologa donde se estableci la anatoma
y la fisiologa como ciencias con derecho propio. Harvey mostr que esos
fenmenos orgnicos podran estudiarse experimentalmente y que algunos
procesos orgnicos podan reducirse a sistemas mecnicos. El corazn y el
sistema vascular podran ser considerados como una bomba y un sistema de
caeras y que podan entenderse sin el recurso a espritus o otras fuerzas no
susceptibles al anlisis.
En otras ciencias el esfuerzo por sistematizar no tuvo tanto xito. En
qumica, por ejemplo, el trabajo de los alquimistas modernos medievales haban conducido a nuevas substancias importantes y procesos, como los cidos
minerales y destilacin, pero presentaron sus teoras en un lenguaje mstico
casi incomprensible. Robert Boyle en Inglaterra intent disipar la maleza intelectual insistiendo en las descripciones claras, en la reproducibilidad de los
experimentos, y concepciones mecnicas de los procesos qumicos. La qumica, sin embargo, no estaba todava madura para la revolucin.
Nuevos instrumentos como el microscopio y el telescopio multiplicaron
los mundos con los que el hombre tena que ver. Los viajes por el Mundo
devolvieron un diluvio de nuevos especmenes botnicos y zoolgicos que
agobiaron esquemas clasificadores antiguos. Lo mejor que poda hacerse era
describir estas cosas nuevas con precisin y esperar que algn da alguien
2.3 La difusin de mtodo cientfico.
43
pudiera ajustarlas de una manera coherente.

El diluvio creciente de informacin puso tensiones pesadas en las instituciones viejas y tradicionales. La informacin tuvo que ser extendida amplia
y rpidamente. Ni el genio aislado de Newton pudo comprender un mundo
en el que la nueva informacin estaba producindose ms rpidamente de lo
que cualquier persona poda asimilar. Los filsofos naturales tenan que estar
seguro de sus datos, y con ese fue requirieron la confirmacin independiente
y crtica de sus descubrimientos. Se crearon nuevos medios para lograr estos
fines. Las sociedades cientficas empiezan en Italia en los primeros aos del
siglo 17 y culminan en las dos grandes sociedades cientficas nacionales que
marcan el cenit de la revolucin cientfica: la Sociedad Real de Londres para
la Promocin de Conocimiento Natural, creado por carta constitucional real
en 1662, y las Acadmie des Ciencias de Pars, formadas en 1666.
En estas sociedades y otras como ellas por el mundo, los filsofos naturales podran discutir, y podran criticar nuevos descubrimientos y las teoras
antiguas. Para mantener una base firme en estas discusiones, las sociedades
empezaron a publicar trabajos cientficos (papers). Las Transacciones Filosficas de la Sociedad Real que empezaron como una aventura privada de
su secretaria fueron el primer peridico cientfico profesional. Fue copiado
pronto por el Mmoires de la academia francesa que gan igual importancia y prestigio. La antigua prctica de ocultar los nuevos descubrimientos en
jerga comn, el idioma oscuro, o incluso los anagramas gradualmente dieron
lugar al ideal de comprensin universal. Se inventaron nuevos cnones para
informar y para que los experimentos y descubrimientos pudieran ser reproducidos por otros. Esto requiri nueva precisin en el idioma o lenguaje para
compartir mtodos experimentales u observacionales. El fracaso de otros para
reproducir resultados lanzaba serias dudas en los informes originales. As se
crearon las herramientas para un ataque frontal a los secretos de naturaleza.
Incluso con la revolucin cientfica comenzando, mucho permaneca por
ser hecho. De nuevo, fu Newton quien mostr la manera. El Principia bastaba para el mundo de macroscpico. Las tres leyes de Newton de movimiento
y el principio de gravitacin universal eran todo lo necesario para analizar las
relaciones mecnicas de cuerpos ordinarios, y el clculo como la herramientas
matemtica esencial. Para el mundo microscpico, Newton proporcion dos
mtodos.
Primero, donde las leyes simples de accin ya haban sido determinadas
de la observacin, como la relacin de volumen y presin de un gas (la ley de
Boyle, pv = k), Newton supuso fuerzas entre partculas que le permitieron
44
derivar esa ley.

l us estas fuerzas entonces para predecir otros fenmenos, en este caso
la velocidad del sonido en el aire la cual poda medirse y contrastarse con la
prediccin.
Segundo, el mtodo de Newton hizo posible el descubrimiento de que las
leyes de accin del mundo macroscpico. podran considerarse como el efecto de fuerzas microscpicas. Aqu el trabajo terminal de Newton no est en
el Principia sino en su obra maestra de fsicas experimentales, el Opticks,
publicado en 1704 en los que l mostr cmo examinar un asunto experimentalmente y descubrir las leyes del fenmeno.
Newton mostr como el uso juicioso de una hiptesis puede llevar ms all
la investigacin experimental hasta que una teora coherente fuese lograda. El
Opticks fu el modelo en los siglos 18 y comienzos del 19 para la investigacin
del calor, la electricidad, el magnetismo, y los fenmenos qumicos.
2.3.1.
La edad clsica de la Ciencia.
Como consecuencia de que el Principia precedi al Opticks, la mecnica

tuvo ms desarrollo que otras ciencias en el siglo 18, que en este proceso se
transform de una rama de la fsica en una rama de la matemticas.
Se redujeron muchos problemas de la fsica en problemas matemticos,
que mostraron su ductibilidad de ser resueltos por mtodos analticos cada
vez ms sofisticados. El matemtico suizo Leonhard Euler fu uno de los
obreros ms fecundos y prolficos en matemtica y en la fsica matemtica. Su desarrollo del clculo de variaciones, una herramienta muy poderosa,
le permiti tratar problemas muy complejos. En Francia, Jean Le de Rond
Alembert y Joseph-Louis Lagrange tuvieron xito en reducir los problemas
de la mecnica a un sistema axiomtico que requiere slo manipulacin matemtica.
La base de la Mecnica de Newton era su congruencia con la realidad
fsica. Al principio del 18 siglo ella se expuso a muchas pruebas rigurosas.
El toque final al edificio de Newton fu proporcionado por Pierre-Simon,
marqus de Laplace cuyo Trait hbil del cleste del mcanique (17981827; las Mecnicas Celestiales) sistematiz todo lo que se haba hecho en
mecnicas celestiales bajo la inspiracin de Newton.
Laplace fu ms all de Newton, en sus creencias, mostrando que las
perturbaciones de las rbitas planetarias causadas por las interacciones de
gravitacin planetaria son de hecho peridicas y que el sistema solar es, por
2.4 El mtodo cientfico.
45
consiguiente, estable, no requiriendo ninguna intervencin divina para evitar

su colapso. Esta afirmacin puede sin embargo ser discutida hoy en da donde
con el desarrollo de la teora de los sistemas dinmicos donde se han abierto
nuevas dudas en el asunto de la estabilidad del sistema Solar.
2.4.
El mtodo cientfico.
En trminos modernos, el mtodo cientfico puede resumirse en un proceso

de que consta de los siguientes pasos o etapas
1 Observe aspectos del Universo que sean de su inters como investigador.
2 Invente alguna descripcin tentativa de los hechos observados, cuestin
llamada una hiptesis, que sea consistente con todo lo que usted ha
observado.
3 Utilice la hiptesis para efectuar predicciones de fenmenos en el mbito
de los fenmenos descritos.
4 Contraste esas predicciones mediante nuevos experimentos o mediante
nuevas observaciones, y redefina su hiptesis a la luz de los nuevos
resultados.
5 Repita los pasos 3 y 4 hasta que no existan discrepancias entre su teora
o hiptesis y los experimentos u observaciones.
Cuando se logre consistencia entre la hiptesis y los resultados, la hiptesis adquiere el rango de teora cientfica la cual provee un conjunto coherente
de proposiciones que explican una cierta clase de fenmeno. Una teora es
entonces un artefacto mediante el cual se explican observaciones y se pueden
hacer predicciones.
Una gran ventaja del mtodo cientfico est en la ausencia de prejuicios.
Un investigador no tiene necesariamente que creer a otros. Los experimentos
pueden ser repetidos y as determinar si los resultados son verdaderos o falsos,
independientemente de creencias religiosas o de prejuicios existentes. Una
teora cientfica es adoptada o descartada sin consideracin al prestigio del
proponente o a su poder de persuasin.
Al estudiar el cosmos, no es posible realizar experimentos directamente,
toda la informacin se obtiene mediante la observacin.
46
Una crtica frecuente que se hace a los cientficos y en consecuencia al mtodo cientfico es que muchas cosas que se crean imposibles en el pasado son
hoy en da realidades. Esta crtica est basada en una mala interpretacin del
mtodo cientfico. Cuando una hiptesis pasa el test de su comprobacin experimental, entonces ella se adopta como la teora que explica correctamente
los fenmenos observados. Sin embargo, cuando se explora un nuevo rango
de fenmenos se utiliza la teora existente pero se tiene siempre en mente que
la teora puede fallar al intentar explicar nuevos fenmenos. En estos casos,
nuevas hiptesis son hechas hasta que emerge una nueva teora.
2.5.
Los cambios actuales.
Hoy da, los cambios y nuevos descubrimientos suceden a un ritmo impresionante, tpicos que corresponden a temas de estudio de actualidad se
estudian normalmente en cursos de postgrado en Fsica, pero de todos modos
se muestran algunos de los hitos ms relevantes ocurridos recientemente en
la Fsica.
2.5.1.
Hitos en la historia de la Fsica Moderna
1887 Albert Michelson y Edward Morley, usando un interfermetro,

fallan en detectar el Eter.
1896 Henri Becquerel descubre la radioactividad natural.
1900 Max Planck introduce la teora cuntica para explicar la radiacin
termal.
1905 Albert Einstein publica su famoso artculo sobre la teora de la
relatividad.
1905 Albert Einstein introduce el concepto de fotn para explicar el
efecto fotoelctrico.
1911 Heike Kamerlingh-Onnes descubre la superconductividad.
1911 Ernest Rutherford propone el ncleo atmico, basado en experimentos de Hans Geiger y Ernest Marsden.
1913 Neils Bohr introduce la teora de la estructura atmica.
2.5 Los cambios actuales.
47
1913 William H. Bragg and William L. Bragg (Padre e Hijo) estudian

la difraccin de rayos X por cristales.
1914 James Franck and Gustav Hertz muestran evidencia de energas
cuantizadas en los tomos.
1914 Henry J. Moseley encuentran relacin entre frecuencias de rayos
X y nmero atmico.
1915 Albert Einstein propone la teora general de la relatividad.
1916 Robert Millikan ejecuta cuidadosas medidas del efecto fotoelctrico y confirma la teora de los fotones de Einstein.
1919 Sir Arthur Eddington y otro astrnomo Britnico miden efectos
gravitacionales sobre la defleccin de luz de las estrellas confirmando
las predicciones de la teora general de la relatividad de Einstein.
1921 Otto Stern y Walter Gerlach demuestran la cuantizacin espacial
y muestran la necesidad de introducir el momento magntico intrnseco
del electrn.
1923 Arthur Compton demuestran cambios en la longitud de onda de
los rayos X en el scattering por electrones.
1924 Prince Louis de Broglie postula la conducta ondulatoria de las
partculas.
1925 Wolfgang Pauli propone el principio de exclusin.
1925 Samuel Goudsmita y George Uhlenbeck introducen el concepto de
momento angular intrnseco.
1926 Max Born establece la interpretacin estadstica de la funcin de
onda de Schrdinger.
1927 Werner Heisenberg introduce el principio de incerteza.
1927 Clinton Davisson t Lester Germer demuestran la conducta ondulatoria de los electrones; George P. Thomson independientemente hace
lo mismo.
48

1928 Paul A.M. Dirac propone la teora relativstica cuntica.
1929 Edwin Hubble reporta evidencia de la expansin del Universo.
1931 Carl Anderson descubre la antipartcula del electrn, el positrn.
1931 Wolfgang Pauli sugiere la existencia de una partcula neutra, el
neutrino, emitido en el decaimiento beta.
1932 James Chadwick descubre el neutrn.
1932 John Cockroft y Ernest walton producen la primera reaccin nuclear usando un acelerador de alto voltaje.
1934 Irne y Frdric Joliot-Curie descubren radioactividad inducida
artificialmente.
1935 Hideki Yukawa propone la existencia de los mesones.
1938 Otto Hahn, Fritz Strassmann, Lise Meitner y Otto Frisch descubren la fisin nuclear.
1940 Edwin McMillan, Glenn Seaborg y colegas producen los primeros
elementos sintticos transurnicos.
1942 Enrico Fermi y colegas construyen el primer reactor de fisin nuclear.
1945 Explosin de la primera bomba atmica de fisin en el desierto de
Nuevo Mxico.
1946 George Gamow proponen el big-bang cosmolgico.
1948 John Bardeen, Walter Brattain y William Shockley muestran primer transistor.
1952 Explosin de la primera bomba de fusin nuclear en el atoln
Eniwetok.
1956 Frederick Reines y Clyde Cowan presentan evidencia experimental
sobre la existencia del neutrino.
2.5 Los cambios actuales.
49
1956 Lee Tsung-dao y Yang Chen-ying sugieren prdida de simetra de

paridad en el decaimiento beta.
1958 Rudolf L. Mssbauer demuestra emisin sin retroceso de rayos
gama.
1960 Theodore Maiman construye el primer lser de ruby; Ali Javan
construye el primer lser de helio-nen.
1964 Allan R. Sandage descubre el primer quasar.
1964 Murray Gell-Mann y George Zweig independientemente introducen el modelo de tres quarqs de las partculas elementales.
1965 Arno Penzias y Robert Wilson descubren la radiacin de fondo de
micro ondas.
1967 Jocelyn Bell y Anthony Hewish descubren el primer pulsar.
1967 Steven Weinberg y Abdus Salam proponen independientemente
una teora unificada incluyendo las interacciones dbiles y electromagnticas.
1974 Burton Richter y Samuel Ting y colaboradores descubren independientemente evidencia de un cuarto quarq, llamado charm.
1974 Joseph Taylor y Russel Hulse descubren el primer pulsar binario.
1977 Leon Lederman y colegas descubren una nueva partcula que es
evidencia de un quinto quarq, llamado bottom.
1981 Gerd Binnig y Heinrich Rohrer inventan el microscopio de efecto
tnel.
1983 Carlo Rubbia y colaboradores en el CERN descubren las partculas W , W + y Z0.
1986 J. Georg Bednorz y Karl Alex Mller producen el primer superconductor de alta temperatura.
1994 Investigators en el Fermilab descubren evidencia de un sexto
quarq, llamado top.
.
50
Captulo
Gravitacin.
3.1.
Desarrollo de la teora gravitacional.
Hasta los hallazgos de Newton, no se comprendi que el movimiento de

los cuerpos celestiales y la cada libre de objetos en la Tierra eran determinados por la misma fuerza. Los filsofos griegos clsicos, por ejemplo, no
crean que los cuerpos celestiales podan ser afectados de algn modo, puesto
que ellos parecan perpetuamente seguir trayectorias sin caerse del cielo. Por
esa misma razn, Aristteles pensaba que cada cuerpo celeste sigue un camino natural en su movimiento. Asimismo crea que los objetos materiales
terrenales poseen una tendencia natural a acercarse al centro de la Tierra.
Las ideas Aristotlicas prevalecieron durante siglos: un cuerpo que se mueve a velocidad constante requiere de una fuerza continua que actuando sobre
el, y esa fuerza debe ser aplicada por contacto en lugar de la interaccin a
distancia. Ese punto de vista impidi la comprensin de los principios del
movimiento y evitaron el desarrollo de ideas sobre la gravitacin universal.
Sin embargo durante el siglo 16 y comienzos del siglo 17, varias contribuciones cientficas al problema del movimiento terrenal y celestial permitieron el
desarrollo de la teora gravitacional. de Newton y de la Mecnica Clsica.
El astrnomo alemn Johannes Kepler, durante el siglo 17, acept la
perspectiva de Coprnico de que los planetas orbitan en torno del Sol en vez
de en torno de la Tierra.
Utilizando las mediciones muy refinadas de los movimientos de los planetas realizadas por el astrnomo dinamarqus Tycho Brahe durante el siglo 16,
52
Gravitacin.
Kepler pudo describir las rbitas de los planetas mediante simples relaciones
geomtricas y aritmticas. Estas relaciones son conocidas hoy como las tres
leyes de Kepler del movimiento de los planetas y pueden resumirse por:
Tres leyes de Kepler
1 Los planetas describen rbitas elpticas en la cual el Sol el cual ocupa
uno de sus focos.
2 La lnea que une un planeta al Sol barre reas iguales en tiempos iguales.
3 El cuadrado del periodo de revolucin de un planeta es proporcional al
cubo de su distancia media al Sol. Una expresin moderna de esta ley
es
4 2 3
2
T =
R,
GM
siendo G la constante de gravitacin Universal, M la masa del Sol, y
R la distancia media al Sol.
Durante este mismo periodo de tiempo, el astrnomo y fsico italiano
Galileo hizo otros importantes avances al entender como natural un movimiento acelerado simple para los objetos terrenales.
l comprendi que los cuerpos que no son influenciados por medio de fuerzas, continan moviendo indefinidamente, y que al contrario del pensamiento
Aristotlico, se necesitan fuerzas para cambiar su estado de movimiento. Estudiando cmo los objetos caen hacia la Tierra en el experimento conocido
como de cada libre, Galileo descubri que este movimiento es un movimiento con aceleracin constante, esto es la velocidad se incrementa lo mismo
en iguales lapsos de tiempo. l pudo demostrar que la distancia que recorre
un cuerpo al caer, vara como el cuadrado del tiempo. Adems fue capaz de
establecer que la aceleracin debido a la gravedad cerca de la superficie de
la Tierra es aproximadamente 9.8 metros por segundo por segundo. Esto es
que la velocidad se incrementa en 9.8 m/s en cada segundo.
Por otro lado, Newton descubri una sorprendente relacin entre el movimiento de la Luna (influenciada por la Tierra?) y el movimiento de cualquier
cuerpo que cae sobre la Tierra. Primero que nada, mediante mtodos puramente matemticos y geomtricos, el descubri que un cuerpo que recorre
3.1 Desarrollo de la teora gravitacional.
53
una rbita circular de radio R en un tiempo ( perodo) T , est acelerado

hacia el centro de la circunferencia con una magnitud igual a:
a=
4 2
R.
T2
Newton supuso la presencia de una fuerza atractiva entre todos los cuerpos materiales, una fuerza que no requiere contacto directo y acta a distancia. Haciendo uso de la ley de inercia es decir que los cuerpos no sometidos a
fuerzas siguen con velocidad constante en una lnea recta, Newton concluy
que una fuerza ejercida por la Tierra sobre la Luna es necesaria para que su
movimiento sea circular en torno a la Tierra. l comprendi que esta fuerza
debera ser, considerando las proporciones, igual que la fuerza con la que la
Tierra atrae a objetos sobre su superficie.
Newton analiz el movimiento de la Luna de la que tiene un periodo de
T = 27,3 das (casi un mes) y una rbita de radio aproximadamente igual
a RL = 384, 000 kilmetros (aproximadamente 60 radios de la Tierra RT ).
l encontr que la aceleracin de la Luna en su rbita es (dirigida hacia la
Tierra) de magnitud
a=
4 2 RL
4 2 3,84 108
m
=
= 0,0027 2 ,
2
2
T
(27,3 24 3600)
s
que sorprendentemente resulta igual a (RT /RL )2 = (1/60)2 de la aceleracin de un objeto cayendo cerca de la superficie de la Tierra. Cuando
Newton descubri que la aceleracin de la Luna en su rbita es 1/3600 veces
ms pequea que la aceleracin en la superficie de la Tierra, l tuvo la genial
idea de relacionar el nmero 3600 al cuadrado del radio de la Tierra. Como
Newton supuso que las dos aceleraciones son consecuencia de una interaccin
comn, entonces pudo deducir que la fuerza gravitatoria entre dos cuerpos
disminuye como el inverso del cuadrado de la distancia entre los cuerpos. As,
si la distancia entre los cuerpos se dobla, se reduce la fuerza en ellos en cuatro veces. Un resultado que requiere suponer que la masa de la Tierra acta
gravitacionalmente en sus alrededores como que si su masa se concentrara
en el centro del planeta.
54
3.1.1.
Gravitacin.
Ley inversa al cuadrado de la distancia.
Es tambin posible deducir la ley inversa al cuadrado de la distancia, de

acuerdo a la tercera ley de Kepler. En efecto si en la expresin
a=
4 2 R
,
T2
se reemplaza el periodo de acuerdo a la tercera ley de Kepler

T 2 = kR3
se obtiene
4 2
4 2 R
=
.
kR3
kR2
Newton tambin dedujo que las fuerzas gravitacionales entre los cuerpos
deberan depender de las masas de los cuerpos. Dado que un cuerpo de masa
M que experimenta una fuerza F acelera a razn F/M, una fuerza proporcional a M sera consistente con la observaciones de Galileo de que los cuerpos
aceleran bajo la gravedad terrestre con la misma magnitud. As y en forma
resumida la teora gravitacional de Newton establece que
a=
F12 = G
m1 m2
,
(r12 )2
donde F12 es la magnitud de la fuerza gravitatoria que acta entre las los
cuerpos de masas m1 y m2 separadas una distancia r12 . La fuerza iguala
el producto de estas masas y de G, una constante universal, dividida por el
cuadrado de la distancia. Su teora gravitatoria permiti explicar las leyes
de Kepler y estableci la ciencia cuantitativa moderna de la gravitacin.
La constante de gravitacin universal tiene en el sistema SI el valor
G = 6,67259 1011 m3 kg1 s2 ,
y la fuerza gravitacional acta en la direccin de la lnea que une los dos
cuerpos.
Una expresin ms simple, permite calcular la aceleracin en la superficie
en Tierra, la llamada aceleracin de gravedad. Sea MT la masa de la tierra
y RT su radio, la aceleracin descendente de un cuerpo en la superficie es
g=
GMT
.
RT2
55
De aqu puede deducirse una expresin aproximada para la aceleracin de

gravedad a una altura h sobre la superficie terrestre.
GMT
(RT + h)2
MT
MT
= G 2 + 2G 3 h
RT
RT
g(0)
= g(0) 2
h.
RT
g(h) =
3.1.2.
(3.1)
Velocidad de escape.
Un objeto lanzado hacia arriba desde la superficie de un planeta, despreciando el efecto del roce con la atmsfera, no regresa de cada si la velocidad
excede el valor denominado velocidad de escape que puede ser determinado
mediante
r
2GM
ve =
,
R
siendo M la masa del planeta, R su radio y G la constante de gravitacin.
3.1.3.
Peso y masa.
El peso W del cuerpo es definido por la fuerza igual y opuesta necesario

para prevenir la aceleracin descendente del cuerpo. El mismo cuerpo puesto
en la superficie de la Luna tiene la misma masa, pero, como la Luna tiene
una masa de aproximadamente 1/81 veces el de la Tierra y un radio de
aproximadamente 0,27 el de la Tierra, el cuerpo en la superficie lunar tiene
un peso de slo 1/6 su peso de Tierra.
Newton pudo mostrar que las tres leyes de Kepler, se desprenden matemticamente del uso de sus propias leyes de movimiento y de la de gravitacin.
En todas las observaciones del movimiento de un cuerpo celestial, slo el
producto de G y la masa M aparece. Newton estim la magnitud de G suponiendo la densidad de masa de promedio de la Tierra como 5,5 veces la de
agua y luego calculando la masa de la Tierra MT . As calcul G mediante
G=
gRT2
MT
56
Gravitacin.
obteniendo un valor cercano a 6,6726 1011 .

Usando las observaciones del movimiento de las lunas de Jpiter descubiertas por Galileo, Newton determin que Jpiter es 318 veces ms masivo
que la Tierra pero tiene slo 1/4 de su densidad y un radio 11 veces ms
grande que la Tierra.
3.1.4.
Interaccin entre los cuerpos celestiales.
Cuando dos cuerpos celestiales de masa comparable se atraen gravitacionalmente, ambos orbitan con respecto al centro de masa de los dos cuerpos.
Ese punto queda entre los cuerpos en la lnea que los une en una posicin tal
que las distancias a cada cuerpo multiplicadas por la masa de cada cuerpo
son iguales. En frmulas
M2
R,
M1 + M2
M2
=
R,
M1 + M2
= M2 R2 .
R1 =
R1
M1 R1
As, la Tierra y el Sol estn orbitando en torno a su centro comn de masa.

Este movimiento de la Tierra tiene dos consecuencias notables. Primero, la
posicin del Sol vista contra el fondo de las estrellas muy distantes vara cada
mes por aproximadamente 12 segundos de arco adems del movimiento anual
del Sol. Segundo, la velocidad de la lnea de visin desde la Tierra a un nave
espacial en movimiento libre vara cada mes a en 2.04 metros por segundo
segn datos muy exactos obtenidos por medio de tcnicas modernas. Con
leves modificaciones las leyes de Kepler son vlidas para los sistemas de dos
cuerpos de masas establecido estando el foco de las rbitas elpticas en la
posicin del centro de masa de los dos cuerpos, y resultando para la tercera
ley de Kepler
G(M1 + M2 ) 2
R3 =
T
4 2
Esta frmula puede usarse para determinar las masas separadas de estrellas binarias. La frmula anterior determina la suma de las masas y si
R1 y R2 son las distancias de las estrellas individuales del centro de masa,
la proporcin de las distancias debe equilibrar la proporcin inversa de las
masas, y la suma de las distancias es la distancia total R. Estas relaciones
57
son suficientes para determinar las masas individuales. Las observaciones del
movimiento orbital de las estrellas dobles, del movimiento dinmico de estrellas que mueven colectivamente dentro de sus galaxias, y del movimiento
de las galaxias, verifican que la ley de Newton de gravitacin es vlida, con
un alto grado de exactitud a lo largo y ancho del universo visible.
Newton tambin explic las mareas del ocano, fenmenos que envolvieron
en misterio a los pensadores durante siglos, que son una simple consecuencia
de la ley universal de gravitacin. Ellas son causados especficamente por el
tirn gravitatorio de la Luna y, en menor grado, del Sol sobre las aguas.
Ya era conocido en tiempos de Newton que la Luna no tiene una rbita
Kepleriana simple. Otras observaciones ms exactas sobre los planetas tambin mostraron diferencias con las leyes de Kepler. El movimiento de la Luna
es particularmente complejo. Adems, la atraccin gravitatoria de los planetas explica casi todos los rasgos de sus movimientos. Las excepciones son no
obstante importantes. Urano, el sptimo planeta del Sol, manifest importantes variaciones en su movimiento que no podan ser explicado a travs de
perturbaciones de Saturno, Jpiter, y de los otros planetas. Dos astrnomos
del siglo 19, John Couch Adams de Bretaa y Urbain-Jean-Joseph Le Verrier
de Francia, supusieron independientemente la presencia de un octavo planeta
inadvertido que podra producir las diferencias observadas. Ellos calcularon
su posicin dentro de una precisin de un grado de donde se descubri Neptuno ms tarde en 1846.
Las medidas hechas por mucho tiempo del movimiento del planeta ms
cercano al Sol, Mercurio, llevaron a los astrnomos a concluir que el eje mayor de su rbita elptica precesa en el espacio a una proporcin 43 segundos
de arco por siglo, ms rpido que lo que podra considerarse debido a perturbaciones de los otros planetas. En este caso, sin embargo, ningn otro
cuerpo podra encontrarse que podra producir esta diferencia. Al parecer una
modificacin muy leve de la ley de Newton de la gravitacin pareca ser necesaria. La teora de Einstein de la relatividad general, predice correctamente
la precesin de la de la rbita de Mercurio.
3.1.5.
Teora potencial. (Usted puede omitir esto)
Para cuerpos irregulares o con distribuciones de masa no homogneas,

la formulacin original de la ley de Gravitacin es poco adecuada, aunque
en principio ella puede ser utilizada para encontrar el campo gravitatorio
resultante.
58
Gravitacin.
El progreso principal en teora gravitatoria clsica despus de Newton fin

la introduccin de una teora potencial que es una representacin matemtica
de los campos gravitatorios.
Esto permite la investigacin terica de las variaciones gravitatorias en
espacio y de las anomalas debido a las irregularidades y deformaciones de la
forma de la Tierra.
La teora potencial tiene la siguiente elegante formulacin. En cualquier
punto del espacio r existe un potencial gravitacional, cuyo valor corresponde
una funcin escalar (r) llamada potencial gravitacional, de la cual se obtiene
el campo gravitacional g(r) mediante una generalizacin del concepto de
derivada
g(r) =
+ + k
(r)
x
y
z
donde , , y k representan los vectores unitarios bsicos de un sistema de

coordenadas Cartesiano tridimensional. El potencial (r) y por consiguiente
g son determinados por una ecuacin descubierta por el matemtico francs
Simon-Denis Poisson:
2
2
2
(r) = 4G(r).
+
+
x2 y 2 z 2
La importancia de esta formulacin es que la ecuacin de Poisson puede

resolverse bajo condiciones bastante generales que no son el caso con la ecuacin de Newton. Cuando la densidad de masa (r) no es cero, la solucin se
expresa como un integral definida
Z
(r0 )dV 0
(r) = G
.
|r r0 |
Cuando (r) = 0, en particular, fuera de la Tierra, la ecuacin de Poisson
se reduce a la ecuacin ms simple de Laplace. Las coordenadas apropiadas
para una regin vecina a la Tierra casi esfrica son coordenadas polares esfricas: r, la distancia al centro de la Tierra, la latitud medidas desde el polo
Norte y la longitud medida desde el meridiano de Greenwich. Las soluciones
son serie de potencias de funciones trigonomtricas de la latitud y longitud,
conocidas como armnicos esfrico donde los primeros trminos son:
2
3
GMT
3 cos2 1
5 cos3 cos
RT
RT
(r) =
J3
),
(1 J2
RT
r
2
r
2
59
siendo constantes J2 y J3 determinables la distribucin de masa detallada de la Tierra, y de acuerdo a observaciones de las perturbaciones en las
rbitas de la Luna, se ha encontrado para la Tierra J2 = 1, 082,7 106 y
J3 = 2,4 106 . Gran parte de la variacin del potencial con respecto a
una tierra esfrica es causada por una protuberancia ecuatorial, y hay un
aumento correspondiente en el valor de la gravedad en la superficie de la
Tierra del Ecuador a los polos. Newton fue el primero en formular una teora
de la protuberancia ecuatorial. Muchos ms trminos se han estimado de las
observaciones de las rbitas de satlites artificiales cerca de Tierra.
Nota 3.1 Es absolutamente posible que usted encuentre que aqu hay demasiadas matemticas, cierto. De todos modos por si usted quiere profundizar
aqu han aparecido dos objetos, llamados operadores que son de frecuente
ocurrencia en Fsica. Se trata de
=
+ + k
operador Nabla,
x
y
z
2 =
2
2
2
+
+
operador Laplaciano,
x2 y 2 z 2
de modo que en trminos de estos, dos de las ecuaciones anteriores se escriben

como
g(r) = (r),
2 (r) = 4G(r).
3.1.6.
Medidas absolutas de la gravedad.
Hay dos maneras bsicas de determinacin de la gravedad: cronometrando

el cada libre de un objeto y cronometrando el periodo del movimiento de un
pndulo bajo la gravedad , el cual para oscilaciones pequeas est dado por
s
L
.
T = 2
g
En 1817 el fsico ingls Henry Kater construye y fin el primero en usar un
pndulo reversible para hacer medidas absolutas de g.(Pndulo de Kater)
El pndulo reversible se us para las medidas absolutas de gravedad desde
los tiempos de Kater hasta los aos cincuenta. Los instrumentos electrnicos
60
Gravitacin.
les han permitido a los investigadores medir con mucha precisin el tiempo
de cada libre. Tambin es posible hacer medidas sumamente exactas que
usan interferencia lser. Por consiguiente, las medidas directas de cada libre
han reemplazado el pndulo para las medidas absolutas de gravedad. Hoy da
los lasers sirven como fuentes luminosas para los interfermetros. El objeto
que cae refleja un haz de luz lser. Se han usado versiones transportables de
tal aparato para medir diferencias de gravedad en toda Tierra. La exactitud
alcanzable en estas medidas es aproximadamente una parte en 108 .
3.1.7.
Medidas relativas de la gravedad.
Desde los tiempos de Newton, las mediciones de diferencias de gravedad,

estrictamente hablando, las proporciones de valores de gravedad, fueron hechas cronometrando el mismo pndulo en lugares diferentes. Durante los aos
treinta, sin embargo, los gravmetros estticos reemplazaron a los pndulos
para las medidas locales de variaciones pequeas de la gravedad. Hoy da
los experimentos de cada libre han dejado el pndulo obsoleto para estos
propsitos.
Los gravmetros estticos equilibran la fuerza de peso (mg) de gravedad en
una masa por medio de una fuerza elstica, usando dispositivos electrnicos
para lograr alta sensibilidad.
Otro gravmetro de desarrollo reciente desarrollo es el gravmetro de superconductor, un instrumento en que la posicin de una esfera magnticamente levitada proporciona una medida de g.
Los gravmetros modernos pueden tener sensibilidades mejores que 0.005
miligal, las desviacin usuales en estudios de exploracin geofsica estn en
el orden de 0,01 0,02 miligal. (1gal = 102 m/s2 ; 1 miligal = 105 m/s2 )
Se obtienen diferencias en gravedad medidas con estos gravmetros en
unidades bastante arbitrarias, por ejemplo en divisiones en un da graduado.
Posteriormente es necesario calibrar el instrumento utilizando el instrumento
en varios puntos donde g sea conocido.
3.1.8.
La Teora gravitacional y otros aspectos de la

Fsica.
La teora de Newton de la gravedad est basada en la existencia de una

fuerza que aparece entre todos los pares de cuerpos, actuando a distancia.
61
Cuando una de las dos masas se mueve, se supone que la fuerza que acta
en otras masas, se ajusta instantneamente a la nueva situacin con la masa
original cambiada de sitio. Esto entra en conflicto con la teora de la relatividad especial, donde ninguna informacin o seal fsica puede viajar ms
rpidamente que la velocidad de luz.
La teora de la relatividad junto a la teora del campo de fenmenos elctricos y magnticos, han tenido tal xito, que se han construido teoras gravitatorias ms modernas, como teoras de campo consistentes con los principios
de la relatividad especial. En una teora de campo, la fuerza gravitatoria entre los cuerpos es formada por un proceso del dos etapas: El cuerpo produce
un campo gravitatorio que penetra todo el espacio que lo rodea. Un segundo
cuerpo en ese espacio es actuado por el campo y experimenta una fuerza.
3.1.9.
Teoras del campo de gravitacin.
La posibilidad que la gravitacin pudiera unirse con las otras fuerzas de

naturaleza en una teora unificada de fuerzas aument el inters en teoras del
campo gravitatorias durante los aos setenta y los aos ochenta. El primer
modelo unificado de campos, y hasta ahora el nico exitoso, es de los fsicos
Abdus Salam de Pakistn y Steven Weinberg y Sheldon L. Glashow de los
Estados Unidos que propusieron que las fuerzas electromagnticas y la fuerza
dbil (responsable del decaimiento beta), son manifestaciones diferentes de
la misma interaccin bsica. (El decaimiento beta es un proceso donde un
neutrn decae en un protn ms un electrn y un neutrino)
Los Fsicos estn ahora buscando activamente otras posibles combinaciones unificadas de fuerzas. Debido entre otros aspectos a que la fuerza
gravitatoria es sumamente dbil comparada con todas las otras, y porque
aparenta ser independiente de todas las otras propiedades fsicas excepto la
masa, la unificacin de gravitacin con las otras fuerzas no se ha logrado.
Un ejemplo de una teora de campo es la relatividad general de Einstein
segn la cual la aceleracin debido a gravedad es una consecuencia completamente geomtrica de las propiedades de espacio-tiempo en el lugar donde
se encuentra la masa.
Las teoras de Einstein de campo de gravedad predicen correcciones especficas a la forma Newtoniana de la gravitacin, en dos formas bsicas:
(1) cuando la materia est en movimiento, aparecen campos gravitatorios.
adicionales, anlogo a la aparicin de campos magnticos cuando las cargas
elctricas se mueven. (2) Las teoras clsicas de campo son lineales, en el
62
Gravitacin.
sentido que dos o ms campos elctricos o magnticos se superponen por

una simple suma vectorial para dar los campos totales, no siendo as en el
caso de la teora de Einstein de la gravitacin. Algunas de las consecuencias
de los trminos de la correccin respecto a la teora de Newton son pruebas concretas e importantes de la teora de Einstein. Debe sealarse que
estas predicciones de nuevos efectos gravitatorios. y de su comprobacin experimental, requieren de mucho cuidado pues debido al trabajo pionero de
Einstein en gravedad, esos campos gravitacionales afectan los instrumentos
bsicos de medicin, en particular a los relojes. Algunos de estos efectos se
listan debajo:
1. La proporcin en que el ritmo de los relojes es reducida por proximidad
de cuerpos masivos; es decir, los relojes cerca del Sol corrern ms lento
comparado con relojes idnticos ms lejos del Sol.
2. En la presencia de campos gravitatorios. la estructura espacial de objetos fsicos no es ms describible por una geometra Euclidiana; por ejemplo,
para formar un tringulo, la suma de los ngulos subtendidos no igualar 180
grados
Un tipo ms general de geometra, geometra de Riemann, parece necesario para describir la estructura espacial de la materia en la presencia de
campos gravitatorios. Los rayos luminosos no viajan en lneas rectas, siendo
desviados por los campos gravitatorios. En este sentido es posible decir que
los diversos rayos luminosos que salen de un punto, dibujan la geometra local,
en torno al punto. Ellos corresponden a las geodsicas del espacio-tiempo.
3.1.10.
Los campos gravitacionales y la teora general

de relatividad.
En la teora general de la relatividad de Einstein, se formulan las consecuencias fsicas de los campos gravitatorios. resumidamente de la siguiente
manera. El espacio-tiempo es un continuo de cuatro dimensiones no Euclidiano. La curvatura de este espacio-tiempo es determinada por la distribucin
de masa de la materia. Las partculas y los rayos de luz viajan a lo largo de geodsicas, caminos extremales en este mundo geomtrico de cuatro
dimensiones.
Hay dos consecuencias principales de este punto de vista geomtrico de
la gravitacin: (1) las aceleraciones de cuerpos slo dependen de sus masas y
no en su constitucin qumica o nuclear, y (2) el camino de un cuerpo o de
63
luz en la vecindad de un cuerpo masivo (el Sol, por ejemplo) es levemente

diferente del predicho por la teora de Newton. El primero es el principio
dbil de equivalencia.
El propio Newton realiz experimentos con pndulos que demostraron el
principio dentro de una parte en 1,000 para una variedad de materiales. Al
principio del 20 siglo, el fsico hngaro Roland, von del Barn Etvs, mostr
que materiales diferentes aceleran en el campo de la Tierra con la misma
proporcin dentro de una parte en 109 . Los ms recientes experimentos han
mostrado la igualdad de aceleraciones en el campo del Sol a dentro de una
parte en 1011 . La teora de Newton est en acuerdo con estos resultados
debido al postulado que la fuerza gravitatoria es proporcional a la masa de
un cuerpo.
La masa inercial y gravitacional.
La masa inercial es un parmetro que da cuenta de la resistencia inercial
a los cambios de velocidad de un cuerpo al responder a todos los tipos de
fuerza. Por otro lado, la masa gravitacional es determinada por la intensidad
de la fuerza gravitatoria experimentada por el cuerpo cuando est en un
campo gravitatorio. Por consiguiente, el experimento de Etvs muestra que
la razn entre la masa gravitatoria y la inercial es la misma para todas las
substancias, aun cuando conceptualmente de trata de cosas muy diferentes,
por lo menos as se pensaba hasta que lleg Einstein..
La teora especial de la relatividad de Einstein, considera la masa inercial
como una manifestacin de todas las formas de energa en un cuerpo segn
su relacin fundamental
E = mc2 ,
donde E que la energa total de un cuerpo, m la masa inercial del cuerpo, y
c la velocidad de luz. Tratando entonces con la gravitacin, como un fenmeno de campo, el principio dbil de equivalencia indica que todas las formas
de energa del tipo no gravitacional deben acoplar idnticamente o deben actuar recprocamente con el campo gravitatorio, porque los diversos materiales
en la naturaleza poseen cantidades diferentes de energas nuclear, elctrica,
magntica, y cintica, y sin embargo todas ellas aceleran en proporciones
idnticas.
El Sol tiene un parte importante de energa gravitatoria interior, y las
repeticiones de los experimentos de Etvs durante los aos setenta con el
Sol en lugar de la Tierra revela que los cuerpos aceleran a las proporciones
64
Gravitacin.
idnticas en el campo del Sol as como en el de la Tierra. Las medidas hechas

con lser, sumamente exactas, de la distancia de la Luna de la Tierra han
hecho posible una prueba extensa del principio dbil de equivalencia. Las
constituciones qumicas de la Tierra y la Luna no son las mismas, y si eso tuviera algn efecto, ellos deberan podran acelerar en proporciones diferentes
bajo la atraccin del Sol. Ningn efecto se ha descubierto.
Otros experimentos han dado confirmacin de las predicciones de Einstein
a una exactitud de uno por ciento.
3.1.11.
Los caminos de partculas y luz.
La idea que la luz debe ser desviada pasando al pasar cerca de un cuerpo material haba sido sugerida por el astrnomo britnico y gelogo John
Michell durante el siglo 18.
Sin embargo, la teora de relatividad general de Einstein predijo una desviacin dos veces ms grande. Una confirmacin del resultado de Einstein
surgi al efectuar mediciones directas sobre la direccin de una estrella cerca
del Sol durante el eclipse solar de 1919, durante la expedicin llevada a cabo
por el astrnomo britnico Sir Arthur Stanley Eddington. Las determinaciones pticas del cambio de direccin de la posicin observada de una estrella
estn sujetas a muchos errores sistemticos, y lejos, la mejor confirmacin
de la teora de la relatividad general de Einstein se ha obtenido de las medidas de un efecto estrechamente relacionadoa saber, el aumento del tiempo
tomado por la luz a lo largo de un camino cerca de un cuerpo material. Cronometrando el tiempo de viaje de ida y vuelta de un pulso de radar entre la
Tierra y otros planetas internos que pasan detrs del Sol, los experimentos
han confirmado con incertezas del orden de un 4 por ciento la prediccin de
un retraso de tiempo adicional.
La precesin de la rbita de Mercurio de 43 segundos de arco segundo por
siglo era conocido antes del desarrollo de la teora de relatividad general. Con
medidas hechas con radar de las distancias a los planetas, se han estimado
precesiones anmalas similares para Venus y la Tierra , en plena concordancia
con la relatividad general.
3.1.12.
Estudio experimental de la gravitacin.
La esencia de la teora de Newton de gravitacin es que la fuerza entre dos cuerpos es proporcional al producto de sus masas y al inverso del
65
cuadrado de su separacin y que esa fuerza no depende de nada ms. Con

una modificacin geomtrica pequea, lo mismo es en general verdad en la
teora de la relatividad general. El propio Newton prob sus afirmaciones
mediante experimentos y observaciones. l hizo mediante el pndulo experimentos para confirmar el principio de equivalencia y verific la ley cuadrada
inversa como una aplicacin a los periodo y dimetros de las rbitas de los
satlites de Jpiter y Saturno. Durante la ltima parte del siglo 19 siglo muchos experimentos mostraron que la fuerza de gravedad es independiente de
la temperatura, de los campos electromagnticos, y de otros factores. Una
parte de la actividad cientfica durante los aos setenta consisti en un esfuerzo terico para relacionar la fuerza de gravitacin con otras fuerzas de la
naturaleza. Se realizaron nuevos experimentos sobre el principio de la equivalencia. Se hicieron pruebas experimentales de la ley inversa al cuadrado de
la distancia en el laboratorio. Ha existido tambin un inters permanente en
la determinacin de la constante de gravitacin G, que ocupa una posicin
bastante anmala entre las otras constantes de la fsica. En primer lugar, la
masa M, de cualquier objeto celestial no puede determinarse independientemente de la atraccin gravitatoria que ejerce. As, es la combinacin GM, y
no el valor separado de M, la nica propiedad significativa de una estrella,
planeta, o galaxia. Segundo, segn la relatividad general y el principio de
equivalencia, G no depende de propiedades materiales pues es en cierto sentido un factor geomtrico. La determinacin de la constante de gravitacin
no parece tan esencial como la medida de otras cantidades fsicas como la
carga del electrn o la constante de Planck. Tambin est mucho menos bien
determinada experimentalmente que cualquiera de las otras constantes de la
fsica.
Los experimentos en gravitacin son de hecho muy difciles, comparados
con los experimentos en la ley inversa al cuadrado de la distancia en electrosttica. La ley electrosttica., que es tambin inversa al cuadrado de la
distancia, se ha establecido dentro de una parte en 1016 usando el hecho que
el campo dentro de un conductor cerrado es cero cuando la ley cuadrada inversa es verdadera. As, midiendo cualquier campo residual con dispositivos
electrnicos muy sensibles, podran detectarse desviaciones muy pequeas
a esa ley. Las fuerzas gravitatorias tienen que ser medidas por medios mecnicos, a menudo el equilibrio de un pndulo de torsin y, aunque se han
mejorado las sensibilidades de los dispositivos mecnicos, ellos todava son
mucho menos sensibles que los equipo electrnicos. Por ltimo, las perturbaciones extraas al experimento son relativamente grandes porque las fuerzas
66
Gravitacin.
gravitatorias son muy pequeas As, la ley inversa al cuadrado de la distancia

se establece en laboratorios con una exactitud no mejor que una parte en 104 .
3.1.13.
Datos actuales de las rbitas planetarias.
Hoy se conocen bastante bien las caractersticas de los planetas y de sus

rbitas, para lo cual se presenta la tabla siguiente
M e rcu rio
D istan cia al S o l (S em i eje m ayo r K m )
5 7 ,9 0 9 ,1 7 5
Vo lu m e n (T ie rra = 1 )
M a sa
0.05 4
27
10
g
g cm3
D en sid a d
cm s2
Ve nu s
T ie rra
M a rte
1 0 8 ,2 0 8 ,9 3 0
1 4 9 ,5 9 7 ,8 9 0
2 2 7 ,9 3 6 ,6 4 0
0 .8 8
1 .0
0 .1 49
0 .3 3 0 2 2
4 .8 6 9 0
5 .9 7 4 2
0 .6 4 1 9 1
5 .4 3
5 .2 4
5 .5 1 5
3 .9 4
370
887
980
371
Ve lo cid a d d e esca p e e n el E cu a d o r
4.25 k m / s
1 0 .3 6 k m / s
1 1 .1 8 k m /s
5 .0 2 k m / s
Perio d o d e ro ta c in (sid e ral, d a s)
5 8 .6 4 6 2
2 4 3 .0 1 8 7 *
0 .9 9 7 2 6 9 6 8
1 .0 2 5 9 5 6 7 5
Perio d o o rb ita l (A o s te rrestres)
0 .2 4 0 8 4 4 4 5
0 .6 1 5 1 8 2 5 7
4 7 .8 7 2 5
3 5 .0 2 1 4
2 9 .7 8 5 9
2 4 .1 3 0 9
E x c entric id a d d e la rb ita
0.20 5 6 3 0 6 9
0 .0 0 6 7 73 2 3
0 .0 1 67 1 0 2 2
0 .0 93 4 1 2 3 3
In c lin a ci n rb ita co n la ec lp tic a ( o )
7 .0 0 4 8 7
3 .3 9 4 7 1
0 .0 0 0 0 5
In c lin a ci n E cu a d o r co n la rb ita ( o )
0 .0
1 7 7 .3
2 3 .4 5
G raved a d e n la su p erficie
Ve lo cid a d o rb ital p ro m ed io
km s1
T . m ed ia en la su p erfic ie s lid a
T ..atm o sfric a a l n ivel d e P = 1 b a r,
1 .8 8 0 7 1 1 0 5
1 .8 5 0 6 1
2 5 .1 9
440
730
2 8 8 -2 9 3
1 8 3 -2 6 8
288
C o n stitu ye ntes p rin cip a les a tm sfe ra
R a d io m ed io ec u a to ria l (K m )
2,43 9 .7
1 A U = 14 9 ,5 9 7 ,8 7 0.66 k m
0 .9 9 9 9 7 8 6 2
C O 2, N 2
6 ,0 5 1 .8
N2, O 2
6 ,3 7 8.1 4
C O 2, N2, A r
3 ,3 97

J p ite r
S a tu rn o
77 8 ,4 1 2 ,0 2 0
1 ,4 2 6 ,72 5 ,4 0 0
13 1 6
755
1,8 9 8 .7
56 8 .5 1
U ra n o
2 ,8 7 0 ,9 72 ,2 0 0 k m
52
8 6 .8 4 9
N e p tu n o
67
P lu t n
4 ,4 9 8 , 2 5 2 , 9 0 0
5 ,9 0 6 ,3 7 6 ,2 0 0
44
0 .0 0 5
1 0 2 .4 4
0 .0 1 3
1.3 3
0 .7 0
1 .3 0
1 .7 6
1 .1
23 1 2
896
869
1100
81
59 .5 4 k m / s
0.4 1 3 5 4
1 1 .8 5 65 2 5 0 2
13 .0 6 9 7
0 .0 4 8 39 2 6 6
1.3 0 5 3 0
3 5 .4 9 k m / s
2 1 .2 9 k m / s
2 3 .7 1 k m / s
1 .2 7 k m / s
0 .4 4 4 01
0 .7 1 8 33 *
0 .6 7 1 2 5
2 9 .4 2 35 1 9 3 5
8 3 .7 4 74 0 6 8 2
1 6 3 .7 2 3 2 0 4 5
2 4 8 .0 2 0 8
9 .6 7 2 4
6 .8 3 5 2
5 .4 7 7 8
4 .7 4 9 0
0 .5 4 1 50 6 0
0 .0 4 7 16 7 7 1
2.4 8 4 4 6
0 .0 0 8 5 8 5 8 7
6 .3 8 7 1 8 *
0 .2 4 8 8 0 7 6 6
0 .7 6 9 86
1 .7 6 9 1 7
1 7 .1 4 1 7 5
2 9 .5 8
1 1 9 .6 1
3.1 2
2 6 .7 3
9 7 .8 6
5 7 .8
16 5
134
76
73
H 2 ,H e
H e ,H 2 ,C H 4
H 2 ,H e, C H 4
H2, He
2 5 ,5 5 9
2 4 ,7 6 4
1 ,1 9 5
71 ,4 9 2
60 ,2 6 8
* retrgrado.
Ejercicio 3.1.1 Un cuerpo describe una rbita circular de radio R = 100
m en torno a un punto fijo con rapidez constante dando una vuelta completa
por segundo. Determine la magnitud de la aceleracin del cuerpo.
Ejercicio 3.1.2 Si el cuerpo del ejercicio anterior, repentinamente siguiera
en lnea recta, determine la rapidez de crecimiento de la distancia al punto
fijo en m/s.
Ejercicio 3.1.3 Las masas de la Tierra y de la Luna son aproximadamente
MT = 5,98 1024 kg y ML = 7,36 1022 Kg siendo la distancia promedio
entre ellos 3,84 108 m. Determine la fuerza ejercida por la Tierra sobre la
Luna y la ejercida por la Luna sobre la Tierra.
Ejercicio 3.1.4 De los datos del ejercicio anterior, determine el tiempo
empleado por la Luna en dar una vuelta completa en torno a la Tierra, en
das.
Ejercicio 3.1.5 Determine aproximadamente la fuerza que hace la Luna
sobre una persona de la Tierra de masa 80 Kg.
68
Gravitacin.
Ejercicio 3.1.6 Si el radio de la Luna es 1,74 106 m determine cuanto

pesa un Kg de oro en la Luna.
Ejercicio 3.1.7 De acuerdo a los radios orbitales, evale los periodos orbitales usando la tercera ley de Kepler, comparando con los datos tabulados.
Ejercicio 3.1.8 Determine a qu distancia entre la Tierra y la Luna, un
cuerpo no es atrado hacia ninguno de los dos cuerpos.
Ejercicio 3.1.9 Un pndulo de longitud L = 2 m efecta oscilaciones en la
superficie terrestre. Determine el nmero de oscilaciones que efecta en cada
segundo.
Ejercicio 3.1.10 Utilizando las leyes de Kepler, discuta la existencia del
planeta X, hipottico planeta igual a la Tierra, en su misma rbita elptica
en torno al Sol, pero que permanece siempre oculto detrs del Sol y por eso
no ha sido observado.
Ejercicio 3.1.11 Si la distancia promedio de la Tierra al Sol es aproximadamente 1,496 1011 m determine aproximadamente la masa del Sol.
Ejercicio 3.1.12 Verifique con los datos de la tabla, el cumplimiento de la
tercera Ley de Kepler.
Ejercicio 3.1.13 De acuerdo a las masas de los planetas, evale las velocidades de escape desde sus superficies, comparando sus valores con los
tabulados.
Ejercicio 3.1.14 De acuerdo a las masas de los planetas y sus radios, evale la aceleracin de gravedad en sus superficies, comparando sus valores con
los tabulados.
Ejercicio 3.1.15 Estudie si existe alguna ley que de cuenta de las distancias de los planetas al Sol. (Por razones histricas, considere unidades donde
la distancia Tierra Sol sea 10). Si existe alguna discontinuidad en su ley,
aventure alguna hiptesis.
Captulo
Cada libre y movimiento de

proyectiles.
4.1.
Aceleracin.
De acuerdo a lo establecido por Galileo, los cuerpos en la vecindad de la

Tierra, estn acelerados hacia el centro de la Tierra independientemente de
su masa con una magnitud aproximadamente g = 9,8 m/s2 . Esto es cuando el
efecto de la resistencia con el aire puede despreciarse. Si se utiliza un sistema
cartesiano de referencia con el eje OY vertical hacia arriba, lo anterior puede
escribirse vectorialmente como
a = g
,
(4.1)
De acuerdo al significado de la aceleracin se tiene que

d2
r = g
,
dt2
que puede ser escrita en trminos de la velocidad v
(4.2)
d
v = g
.
(4.3)
dt
De aqu, mediante el proceso conocido como integracin podemos obtener
que
Z t
Z v(t)
dv =
g
dt,
(4.4)
v(0)
70
Cada libre y movimiento de proyectiles.
de donde
v(t) v(0) = gt
,
(4.5)
de modo que tenemos

dr
= v(0) gt
.
(4.6)
dt
Expresin que da cuenta de las variaciones de la velocidad con el tiempo,
en trminos de la velocidad inicial v(0), del tiempo transcurrido t, y de la
aceleracin de gravedad. Si la ltima expresin se integra nuevamente puede
obtenerse
Z
Z
v(t) =
r(t)
(v(0) g
t)dt
(4.7)
1 2
t ,
r(t) r(0) = v(0)t g
2
(4.8)
1 2
t .
r(t) = r(0) + v(0)t g
2
(4.9)
dr =
r(0)
por lo tanto
y finalmente
4.2.
Componentes cartesianas.
Recordando que
r(t) = x + y
,
(4.10)
v = vx + vy ,
(4.11)
y que
las expresiones 4.6, 4.9 en componentes conducen a
vx (t) = vx (0),
vy (t) = vy (0) gt,
x(t) = x(0) + vx (0)t,
1
y(t) = y(0) + vy (0)t gt2 .
2
Expresiones que dan las componentes cartesianas de la velocidad y posicin
en trminos de las condiciones iniciales y del tiempo transcurrido.
4.2 Componentes cartesianas.
4.2.1.
71
Condiciones iniciales particulares.
Cada libre. Objeto que se suelta desde una altura h, en reposo:

vx (t) = 0,
vy (t) = gt,
x(t) = 0,
1
y(t) = h gt2 .
2
La altura decrece en forma proporcional al cuadrado del tiempo. Adems el tiempo total de cada, desde la altura h se obtiene haciendo
y(t) = 0 obteniendo
s
2h
.
t=
g
Por ejemplo si h = 10 m se tiene aproximadamente t = 1,41 s. Este tiempo no poda determinarse con tal precisin en los tiempos de
Galileo. De hecho Galileo estudi el movimiento de cuerpos en cada
pero sobre un plano inclinado, para incrementar los tiempos de cada y
poderlos determinar con la precisin suficiente para los medios disponibles en aquellos tiempos. Usted podra quizs establecer que si el plano
inclinado es liso y su ngulo de inclinacin es , el tiempo empleado
por el cuerpo para descender una altura h est dado por
s
2h
t=
.
g sin
Lanzamiento vertical hacia arriba con rapidez inicial v0 :
vx (t) = 0,
vy (t) = v0 gt,
x(t) = 0,
1
y(t) = v0 t gt2 .
2
Lanzamiento desde una altura h, con rapidez inicial v0 formando un
72

ngulo con la horizontal
vx (t) = v0 cos ,
vy (t) = v0 sin gt,
x(t) = v0 (cos )t,
1
y(t) = h + v0 (sin )t gt2 .
2
4.2.2.
Ecuacin de la trayectoria.
Para el ltimo caso, podemos obtener la ecuacin de la trayectoria, eliminando el tiempo entre x(t) e y(y), obteniendo
y = h + x tan
gx2
,
2v02 cos2
(4.12)
un parbola de segundo grado conocida como la parbola de tiro.

Ejercicio 4.2.1 Si un proyectil es lanzado desde el origen con rapidez inicial v0 formando un ngulo con la horizontal, demuestre que la altura
mxima H, y el alcance horizontal D, punto de cada sobre el eje OX estn
dados por
v02
v2
sin cos = 0 sin 2,
g
g
2
v
H = 0 sin2 .
2g
D = 2
Ejercicio 4.2.2 Para el caso anterior, demuestre que el mximo alcance D

se logra cuando = /4.
4.2.3.
Parbola de seguridad.
Si un proyectil es lanzado desde el origen con rapidez inicial v0 formando

un ngulo con la horizontal, analicemos que puntos del plano OXY son
alcanzables para una rapidez inicial v0 dada. La ecuacin de la parbola que
sigue el disparo puede escribirse como
gx2
gx2
y = x tan 2
= x tan 2 (1 + tan2 );
2
2v0 cos
2v0
(4.13)
73
Figura 4.1: parbola de disparo.

de donde podemos despejar tan , resultando
gx2
gx2
2
tan
x
tan
+
y
+
= 0,
2v02
2v02
(4.14)
p
(v04 2gyv02 g 2 x2 )
tan =
,
(4.15)
gx
es decir, en general hay dos ngulos de disparo para alcanzar un punto de
coordenadas (x, y). Sin embargo si la cantidad subradical es negativa, dicho
punto no es alcanzable. La frontera entre la regin alcanzable y la no alcanzable, la constituyen los puntos (x, y) para los cuales la cantidad subradical
es cero, es decir los puntos tales que
v02
v04 2gyv02 g2 x2 = 0
(4.16)
o bien
v02 gx2
.
(4.17)
2g 2v02
Esta es la ecuacin de una parbola simtrica respeto al eje OY , conocida
como parbola de seguridad. Los puntos sobre la parbola de seguridad son
alcanzables justo para un ngulo, de (4.15) ese ngulo est dado por
y=
tan =
v02
.
gx
(4.18)
74
Figura 4.2: Parbola de seguridad.
4.2.4.
Alcance mximo.
Si un proyectil es lanzado desde el origen con rapidez inicial v0 formando

un ngulo con la horizontal, podemos preguntarnos cul es el mximo
alcance sobre un plano inclinado en un ngulo respecto a la horizontal y
que pasa por el origen y en qu ngulo de disparo se logra ese mximo? Una
respuesta simple se deduce al encontrar la interseccin entre la parbola de
seguridad y la recta y = x tan , es decir resolver
v02 gx2
,
2g 2v02
y = x tan ,
y =
obteniendo
x = ( tan + sec )
v02
,
g
y = tan ( tan + sec )
v02
g
de modo que el alcance mximo sobre el plano inclinado es

D=
p
v2
x2 + y 2 = x sec = sec ( tan + sec ) 0 .
g
(4.19)
75
Figura 4.3: Alcance mximo.

Para obtener el ngulo tenemos que
o sea
1
cos
v2
=
=
tan = 0 =
gx ( tan + sec )
sin + 1
s
1 + sin
90 +
= tan
=
1 sin
2
1 sin2
(1 sin )2
90 +
.
(4.20)
2
Note que si = 0 se obtiene como era esperado = 45o . La figura (??)
siguiente ilustra lo que ocurre para v0 = 10, = 30o
=
Nota 4.1 Si se usara la transformacin de Galileo, bastara saber la solucin

del problema de la cada libre vertical, para obtener el movimiento de un
proyectil con cualquier condicin inicial de velocidad. En efecto, respecto al
sistema S 0 en que las condiciones iniciales de posicin son (0, h) y velocidad
cero, la solucin del problema es
x0 = 0,
1
y 0 = h gt2 .
2
Para obtener la solucin general, considere otro sistema S que se mueve
respecto a S 0 con velocidad
,
v = v0 (cos ) v0 (sin )
76
y tal que los orgenes coinciden en t = 0. La transformacin de Galileo

establece que
r 0 = r + vt,
o bien, despejando las componentes x, y
x = v0 (cos )t,
1
y = h + v0 (sin )t gt2 .
2
Ejercicio 4.2.3 Un cazador que no sabe fsica, es decir que los proyectiles
caen con la aceleracin de gravedad, apunta en consecuencia directamente a
un mono que est sobre una rbol. El mono que tampoco sabe fsica, se deja
caer justo cuando el cazador dispara. Qu acontece?
Ejercicio 4.2.4 Un explorador se encuentra con un pozo de alguna profundidad desconocida. Para averiguar la profundidad deja caer una piedra y
toma nota del tiempo t = 4 s entre que solt la piedra y que escuch el sonido
de impacto de la piedra contra el fondo. Considerando que el sonido viaja con
velocidad constante de 340 m/s determine la profundidad del pozo.
Ejercicio 4.2.5 Un barco pirata se aproxima a un fuerte que est sobre un
acantilado de 100 m de altura. El barco y el fuerte tienen caones iguales que
disparan proyectiles con rapidez de salida de 200 m/s. Determine la distancia
horizontal a la cual el fuerte queda al alcance del can del barco y a la cual
el barco queda al alcance del fuerte.
Ejercicio 4.2.6 Un atleta que dispara la bala, que tiene una altura de 1,80
m alcanza una distancia horizontal de 20 m. Suponiendo que la bala parte de
esa altura y que fue lanzada en el ngulo ptimo, determine ese ngulo. (No
es 45o )
Ejercicio 4.2.7 Desde una altura de 100 m se deja caer una piedra. Un
segundo ms tarde se lanza otra piedra desde el suelo hacia arriba con rapidez
de 10 m/s. Determine la altura a la cual se cruzan.
Ejercicio 4.2.8 Una pelota se deja caer desde una altura de 100 m. En cada
rebote en el suelo, la pelota pierde la mitad de su rapidez. (es decir rebota
con la mitad de la velocidad con que lleg al suelo) Determine el tiempo que
tarda la pelota en quedar en reposo en el suelo.
77
Ejercicio 4.2.9 Respecto al problema anterior, determine el total de espacio recorrido por la pelota hasta detenerse.
Ejercicio 4.2.10 Un can dispara proyectiles con rapidez de 100 m/s. Determine el ngulo de disparo adecuado para dar en un blanco situado a 100
de altura y a una distancia horizontal de 1000 m del can, en el mnimo
tiempo.
Nota 4.2 Hay dos factores que en realidad hacen que la aceleracin de gravedad no sea constante. Uno de ellos es la altura. Si la altura es h sobre la
superficie terrestre y R es el radio terrestre, la aceleracin de gravedad vara
con la altura de la forma aproximada (ver 3.1)
h
g(h) = g(0) 1 2
.
R
variacin despreciable para altura mucho menores que el radio terrestre. En
segundo lugar, la rotacin terrestre hace que la aceleracin de gravedad sea
algo menor en el Ecuador que en los Polos, diferencia no muy grande porque
la Tierra no gira muy rpido. De hecho si la rotacin fuera muy rpida, los
objetos tienen una tendencia a salir de la Tierra (a seguir en lnea recta).
78
Captulo
La evolucin de las estrellas.
5.0.5.
Introduccin.
La materia del Universo est localizada hoy en da principalmente en las

estrellas, las cuales estn agrupadas en cientos de miles de millones, formando
organizaciones llamados galaxias. A su vez las galaxias aparecen agruparse en
cmulos y supercmulos, superestructcturas entre las cuales hay una enorme
cantidad de espacio prcticamente vaco. De ese modo la densidad promedio
del Universo es muy baja, digamos del orden de un tomo por metro cbico.
Algo parecido sucede al interior de un tomo. La masa est localizada prcticamente toda en su ncleo, cuyas dimensiones son una pequesima fraccin
del tamao del tomo. En el ncleo atmico se encuentran densidades cercanas a los 300,000,000 de toneladas por centmetro cbico.
5.0.6.
Las cuatro fuerzas fundamentales.
Las cuatro fuerzas o interacciones fundamentales de la naturaleza, electromagntica, dbil, fuerte y gravitacional., influyen en el comportamiento
de la materia segn las densidades involucradas. As, la interaccin electromagntica predomina desde bajas densidades a densidades del orden de
10 toneladas por centmetro cbico. Aqu se manifiesta la interaccin dbil,
que provoca enormes cambios en la estructura de la Materia, causando por
ejemplo la transformacin de protones en neutrones, mediante la absorcin
de electrones o a la inversa. A densidades superiores a 100,000 toneladas
80
por centmetro cbico, el comportamiento de la materia es gobernado por la

fuerza fuerte. Por ltimo, la fuerza gravitacional. provee el mecanismo para
llevar la materia a esas enormes densidades, no estando claro en que otra
forma ella influye en el comportamiento de la materia.
La materia como la conocemos en la Tierra, corresponde a las condiciones
de presin y temperatura existentes en nuestro planeta, por lejos diferentes
son las condiciones de la mayor parte de la materia presente en el Universo. En la Tierra hay tomos neutros, separados enormes distancias entre s,
dependiendo de si se trata de gases, lquidos o slidos, las tres tradicionales
formas de la materia en nuestro planeta. Los avances en el conocimiento de
las interacciones bsicas de la materia en sus diversas formas, ha sido posible
gracias a la observacin de lo que ocurre en las estrellas y en los objetos
estelares en sus etapas finales de existencia, a la creacin en laboratorios de
alta energa de condiciones extremas de temperaturas y densidades, y a la
formulacin de modelos tericos, que a su vez permiten idear nuevos experimentos en la tierra, u observar detalles finos de los objetos estelares para su
comprobacin. El Universo nos proporciona un gigantesco laboratorio cuya
observacin detallada nos ayuda a comprenderlo, con la ocurrencia de eventos
imposibles de lograr en nuestro planeta.
5.0.7.
Equilibrio de un gas.
Un gas, un conjunto de tomos o molculas que se mueven ms o menos

libremente hasta que choquen entre s o con las paredes del recipiente que los
contiene, alcanza un estado de equilibrio. La rapidez del movimiento de las
partculas es una medida de la llamada temperatura del gas, las colisiones por
unidad de tiempo contra las paredes son una medida de la llamada presin
del gas. En general, si el volumen se disminuye, aumentan las colisiones de las
partculas entre s y con la pared, lo que significa aumento de temperatura
y presin, an cuando podra mantenerse la temperatura constante o an
bajarse. Eso requiere sin embargo sacar energa del sistema a travs de las
paredes que lo confinan. Para un gas ideal, existe la llamada ecuacin de
estado que establece los posibles estados de equilibrio del gas, la cual es una
relacin entre la temperatura T , la presin P , el volumen V en la forma
pV = nRT.
Para otras formas de la materia, la ecuacin de estado, toma formas ms
complicadas, ver apndice.
81
R es la llamada constante de los gases (R = 8,314510 J mol1 K1 ), y n es
el nmero de moles de gas encerrado en el volumen. Un mol de substancia es
igual a una cantidad de masa igual al peso atmico o molecular segn se trate
de tomos o molculas, expresado en gramos. Otra forma de confinamiento
de un gas que no requiere de paredes, la provee la fuerza gravitacional. que
prueba ser muy efectiva, cuando la cantidad de materia es relativamente
grande. Es el caso de nuestra atmsfera, de los gases del planeta Jpiter, y
otros planetas exteriores. No as es el caso de la Luna, donde la gravedad fue
insuficiente para mantener confinada algn tipo de atmsfera.
5.0.8.
Slidos y lquidos.
En los lquidos y slidos, las densidades son mucho mayores. Adems

de la agitacin trmica, aparecen fuerzas de origen elctrico que impiden su
acercamiento, y exigen presiones mucho mayores para lograr disminuciones
apreciables de su volumen. El estado slido, el de mayor densidad de la
materia comn de nuestro planeta, requiere de la Fsica cuntica. para su
descripcin. En el libro de Fsica de Serway, hay un interesante ensayo sobre
la fsica de las altas presiones, y en que medida se ha podido avanzar en lograr
presiones altas sobre los slidos, por medios mecnicos. Es claro que por
mtodos mecnicos existen lmites insuperables al considerar que los slidos
tienen durezas limitadas, a saber el diamante es el ms duro, en consecuencia
la mejor prensa deber tener diamante como agente de compresin.
5.0.9.
La fuerza gravitacional.
Para explicar estos conceptos, es suficiente recurrir a la forma Newtoniana

de la teora de la gravitacin. Dos masas se atraen con una fuerza proporcional
a sus masas e inversamente al cuadrado de su distancia. Es en consecuencia
una fuerza de alcance ilimitado y acumulativa, en cuanto crece sin lmite al
acumular ms masa. Su expresin matemtica es
F =G
5.0.10.
m1 m2
.
d2
Estados extremos de la materia.
Formas de la materia.
82
La materia normal, como la conocemos usualmente est formada por

tomos o molcula. Uno de los constituyentes del tomo es el ncleo atmico,
ver figura (5.1) donde se muestran sus componentes bsicos
Figura 5.1: El ncleo atmico.

En las figuras (5.2) y (5.3)
Figura 5.2: Atomo

se muestra esquemticamente la forma normal de la materia en la Tierra.
La presin a densidades bajas es causada por las colisiones de las partculas
con las paredes, como se esquematiza en la figura (5.4).
Para densidades superiores a 50 gramos por centmetro cbico, figura
(5.5), los orbitales comienzan a solaparse. Ello causa finalmente la prdida
de los electrones de los tomos.
A partir de densidades del orden de 500 gramos por centmetro cbico,
se tiene un plasma de Fermi, fluido de electrones donde nadan los ncleos
desnudos de sus electrones, ver figura (5.6).
La figura (5.7) ilustra la presin debida a un mar de electrones libres, de
acuerdo al principio de exclusin de Pauli.
83
Figura 5.3: Molcula
Figura 5.4: presin ejercida por un gas.
Figura 5.5: Orbitales solapndose.
84
Figura 5.6: Plasma de Fermi.
Figura 5.7: Principio de exclusin de Pauli.
85
Figura 5.8: Interaccin dbil.
Figura 5.9: Sobre un milln de toneladas por cc.
A partir de densidades del orden de 100 toneladas por centmetro cbico,

los electrones rpidos penetran en el ncleo, interactuando con los protones
mediante la interaccin dbil, figura (5.8)
El exceso de neutrones en los ncleos causa la expulsin de ellos, expulsin
causada por el principio de exclusin de Pauli. No hay estados disponible para
ellos dentro del ncleo, por lo cual deben abandonarlo.
La figura (5.9) representa a los neutrones libres que forman un fluido de
Fermi, donde nadan electrones y ncleos enriquecidos con neutrones
En la figura (5.10), los ncleos se han disuelto, y se muestra esquemticamente la materia de neutrones, fluido de Fermi consistente en un mar de
neutrones libres, con algunos protones y electrones en igual proporcin, que
soporta la presin hasta densidades sobre unos 100 millones de toneladas por
centmetro cbico.
86
Figura 5.10: Mar de neutrones.

Proceso de compresin.
Imaginemos entonces que pudiramos comprimir materia sin lmites, de
hecho la gravedad, si hay masa suficiente, puede hacerlo. El conocimiento
actual nos permite responder hasta un cierto lmite de los sucesos que ocurren
en este proceso.
Cuando la densidad alcanza valores entre 30 y 50 gramos por centmetro
cbico, el volumen se ha reducido hasta el punto que en los orbitales atmicos
empiezan a tocarse, o sobreponerse.
Aparecen entonces fuerzas de repulsin de origen cuntico, consecuencias
del principio de exclusin de Pauli., descubierto por l en el ao 1925. Ello
hace necesario aumentar ms la presin para tratar de aumentar la densidad. Este principio de exclusin prohibe a los fermiones, protones, neutrones
y electrones ocupar el mismo estado fsico. En este proceso de acercamiento,
entonces los electrones escapan de los tomos. A medida que este proceso
sigue, al alcanzar una densidad del orden de 500 gramos por centmetro cbico, los electrones se han separados de los tomos, y la materia adquiere una
forma como de una sopa de electrones donde se mueven los ncleos desnudos.
A partir de ese punto, la presin requerida para el equilibrio, depende casi
exclusivamente de la temperatura, o sea de la agitacin, de esos electrones
libres. Este estado de materia se conoce como un fluido o gas de Fermi degenerado. Este tipo de materia puede soportar, sin colapsar, densidades de
hasta un orden de entre 1 a 10 toneladas por centmetro cbico. En este estado, los ncleos no desempean un papel significativo, salvo el de neutralizar
la carga elctrica de la materia. Cuando la densidad supera los 100 toneladas
por centmetro cbico, la enorme velocidad de los electrones, en el mbito
5.1 Formacin de una estrella.
87
relativista, es tan grande que los electrones pueden al chocar contra los ncleos, penetrar en ellos combinndose con los protones de ellos, formando
neutrones.
La responsable de esta transformacin es la llamada interaccin dbil.
Aqu comienza a jugar de nuevo un rol el principio de exclusin; los nuevos
neutrones que se crean en los ncleos no tienen estados fsicos distintos disponibles y en consecuencia se ven obligados a abandonar el ncleo. Ahora la
presin en aumento es equilibrada por un sistema de neutrones libres, cada
vez en mayor nmero, hasta que finalmente todos los electrones se han combinado con protones, terminndose en esta etapa con un fluidos de neutrones
degenerados. Aqu se llega a las ltimas cuestiones conocidas por la fsica
actual. Como se cree, los hadrones, familia de partculas elementales a las
cuales pertenecen los neutrones y protones, estn constituidas por quarqs,
que estn confinadas en una especie de saco que define la frontera del hadrn. A presiones superiores, al alcanzar densidades ms o menos cinco veces
la densidad nuclear, aproximadamente entre 1000 y 1500 millones de toneladas por centmetro cbico, esos sacos, se cree, deberan romperse de modo
que los quarqs seran liberados, formando una especie de sopa de quarqs, el
supuesto estado final de la materia ultra comprimida.
5.1.
Formacin de una estrella.
De acuerdo a la teora del big bang, que ser descrita en otro captulo,
despus de las primeras etapas, en el Universo exista una gran cantidad de
Hidrgeno, nubes de hidrgeno, las cuales por razones no totalmente comprendidas pero donde la gravitacin es la fuerza preponderante, formaron
regiones de mayor concentracin de hidrgeno, de forma cuasi esfrica, o elipsoidal si hay rotacin neta del gas de hidrgeno. Estas configuraciones, si de
masa suficiente reciben el nombre de proto estrellas. Normalmente se formaron grupos de estas regiones, interactuando colectivamente por la gravitacin
entre ellas. La evolucin de estas configuraciones cuasi esfricas depende de
la masa de ellas, existiendo diversas posibilidades. La gravitacin tiende a
aumentar la densidad. Si la cantidad de masa es del orden de la masa de
la tierra, el proceso de compresin, al aumentar la temperatura, causar la
perdida de la mayor parte del gas debido a que la fuerza gravitacional. es
insuficiente para retener el gas. Si la masa inicial mayor que la de la Tierra
pero menor que un dcimo de la masa solar, la gravedad retiene los gases,
88
Figura 5.11: Evolucin de las estrellas
dando origen a las estrellas llamadas enanas marrones y tambin es el caso

de los planetas Jpiter y Saturno. En este sentido Jpiter tuvo insuficiente
masa para convertirse en una estrella.
Cuando la masa inicial es superior al diez por ciento de la masa solar, el
sol incluido entonces, entra en juego un mecanismo que determina la mayor
parte de la vida de una estrella. La gravedad causa un aumento de la densidad y temperatura en el ncleo de la estrella, alcanzando los niveles que
permiten entrar en juego a la interaccin fuerte, donde los ncleos de Hidrgeno comienzan a fusionarse formando Helio. La enorme cantidad de energa
liberada equilibra entonces la presin causada por la gravedad, permitiendo a
la estrella brillar y vivir una enorme cantidad de tiempo en equilibrio. En este
proceso, la enorme cantidad de energa producida en el corazn de la estrella
sale a su superficie y de all al espacio en forma principalmente de radiacin
electromagntica. Se alcanzan en el ncleo temperaturas del orden de unos
15 millones de grados si la estrella es del tipo de nuestro Sol, y mayores en
estrellas ms masivas. Alcanzado este estado de equilibrio las estrellas viven
entre decenas y miles de millones de aos. Como explicaremos, el destino
final de una estrella, depende de su masa inicial, como se esquematiza en la
figura (5.11)
5.1.1.
89
Agona de una estrella.
Enana blanca.
Para una estrella con una masa comparable a la Solar, al agotarse el
Hidrgeno, la gravitacin causar un aumento en la densidad y temperatura del ncleo, logrando las condiciones para reacciones nucleares superiores,
formando en diversas etapas, algunos millones de aos, ncleos de Carbono,
Oxgeno, hasta llegar a la formacin del Fierro, con un crecimiento de la estrella hasta una conocida como gigante roja. La reaccin nuclear que crea el
Fierro, no produce energa, sino que absorbe energa. La estrella pierde su envoltura, casi la mitad de su masa, formando una nebulosa planetaria, y luego
comienza a comprimirse lentamente, hasta alcanzar las densidades de un gas
comprimido de electrones degenerados que es capaz de detener la compresin
gravitacional. Su tamao se ha reducido hasta un dimetro del orden de unos
10,000 kilmetros, comparable a la tierra, y su masa es del orden de la mitad
de la del Sol. El ncleo de esta estrella est constituido principalmente de
Carbono y Oxgeno, pero quien balancea la presin es el gas degenerado de
electrones de Fermi. Esta estrella en su estado final, an muy caliente, se
conoce como una enana blanca, llamada as porque es muy blanca. A partir
de all seguir enfrindose perdiendo luminosidad hasta apagarse. Clculos
debidos al astrofsico Chandrasekhar, dan un lmite a la masa final de una
enana blanca capaz de soportar la gravedad. Ese valor lmite es de alrededor
de 1,4 veces la masa Solar. Las consecuencias del clculo de Chandrasekhar
fueron perturbadoras. Qu ocurrira a las estrellas de mayor masa una vez
agotado su combustible nuclear?
Estrella neutrnica.
En consecuencia el destino de una estrella de mayor masa debe ser otro.
Las estrellas ms masivas tienen algunas veces un final ms catastrfico. En
algunos casos, las estrellas pierden mucha masa durante su vida, en forma de
viento estelar por ejemplo, evitando as sobrepasar el lmite de Chandrasekhar. Pero estrellas de mucho mayor masa pasan al formarse hierro, a lo que
se denomina una super gigante roja. Su ncleo, compuesto principalmente
de hierro, Nquel y otros elementos, en forma muy comprimida, penetrada
por el plasma de electrones degenerados que soporta el colapso gravitacional, adems debe soportar el peso de las capas exteriores de la estrella. El
hierro es el ltimo paso de los procesos nucleares en una estrella. Debido a la
90
enorme presin y al agotamiento de la energa de las reacciones nucleares, el

ncleo de la estrella colapsa hasta, como explicamos, formando un ncleo de
puros neutrones, con un radio del orden de 10 kilmetros. En este proceso
los ncleos son desarmados formando una sopa de neutrones. Esto se conoce
como una estrella de neutrones o pulsar. Hay que decir que normalmente un
neutrn es slo estable dentro de un ncleo, y cuando est libre decae en un
protn un electrn y un neutrino. Aqu, debido a la enorme densidad, nuevamente el principio de exclusin de Pauli, prohibe el decaimiento del neutrn.
Clculos tericos establecen tambin un lmite a la masa que una estrella de
neutrones puede soportar sin colapsar en alrededor de algo menos que tres
masas solares. Durante los aos 30, las estrellas de neutrones no se haban
concebido, y los clculos de Chandrasekhar fueron duramente cuestionados
por el famoso terico Arthur Eddington. Esto provoc el abandono de Chandrasekhar de la academia britnica quien se fue a la Universidad de Chicago.
El tiempo prob que Eddington estaba errado.
Figura 5.12: Estrella neutrnica o pulsar.
Supernova.
Sin embargo, si la masa de la estrella es muy grande, compresin ha sido
tan rpida que la enorme cantidad de materia de las capas exteriores se
queda rezagada y comienza a acelerar hacia el ncleo, desplomndose sobre
91
el a enormes velocidades. El violento choque contra el dursimo ncleo, hace

que la materia rebote, enviando al espacio una enorme cantidad de energa y
materia, que ha seguido en este proceso toda la serie de reacciones de fusin
nucleares posibles, formando los elementos ms pesados hasta el Uranio. Esta
explosin, conocida como una Supernova, puede destruir todo el astro, dejar
como resto una estrella neutrnica o bien eventualmente un agujero negro.
Figura 5.13: Supernova 1987A

Una de las caractersticas de las estrellas neutrnicas, consecuencia de la
conservacin del momentum angular, es que al haber disminuido tanto de
tamao, debe girar muy rpidamente sobre su eje, decenas o centenas de
veces por segundo, arrastrando a su vez un campo magntico muy intenso,
como esquematizado en la figura (5.12). Ello causa el envo al espacio de
enormes pulsos de energa electromagntica, que si son recibidos en la Tierra,
son recibidos de acuerdo a la frecuencia de rotacin de la estrella. De aqu
la denominacin de pulsares a las estrellas neutrnicas. La existencia de las
estrellas neutrnicas permaneci una conjetura hasta 1968, cuando Jocelyn
Bell, encontr mediante la utilizacin de un radio telescopio, encontraron una
fuente de ondas de radio en forma de pulsos que se reciban cada 1.3 segundos.
92
Figura 5.14: Sistema binario.

tal rapidez slo pudo ser explicada por una estrella de neutrones girando muy
rpidamente en torno a su eje. Hoy hay buena evidencia para suponer que en
nuestra galaxia, la va lctea, existen alrededor de 100 millones de estrellas
neutrnicas.
Nova.
Las Novas ocurren en sistemas de estrellas binarias cercanas, donde una
de las estrellas es una enana blanca, y la otra es como el Sol. Por el mecanismo de acrecin de masa, la enana blanca quita hidrgeno a su vecina, el
cual se acumula en su superficie causando un progresivo aumento de la presin. El hidrgeno acumulado puede permanecer pasivo a veces por miles de
aos, hasta que, al alcanzarse un valor crtico de presin, inicia entonces una
explosin termonuclear en su base, conocida como una Nova, mucho menos
energtica que una supernova y que no destruye a la estrella. En la figura
(5.14) se muestra un donde una enana blanca captura materia de su estrella
compaera
Agujero negro.
De acuerdo a la teora de la gravitacin, para que un cuerpo pueda
escapar de la atraccin gravitacional. y no regresar, la velocidad que debe
93
tener el cuerpo, llamada velocidad de escape, debe tener el valor

r
2GM
,
v=
R
siendo G la constante de gravitacin universal, M la masa del astro, y R su
radio. Si la masa es muy grande, eventualmente la velocidad escape alcanza
un lmite, la velocidad de la luz. Eso define el llamado radio de Schwartzchild
RS =
2GM
c2
De acuerdo a los valores para la masa de Sol y de la Tierra M = 1,99

10 Kg y MT = 5,977 1024 Kg se pueden calcular
30
RS =
RST =
26,67259 1011 1,99 1030

= 5897. 6 m,
(3 108 )2
26,67259 1011 5,977 1024

= 1. 771 4 102 m,
(3 108 )2
de modo que si la tierra se comprimiera a ese tamao, menos de dos

centmetros, la velocidad de escape sera la velocidad de la luz. La densidad
de la Tierra sera
=
MT
4
3
RST
3
= 2. 567 1 1020
T on
.
cm3
Una estrella neutrnica, al igual que la enana blanca, tiene un lmite para
la masa que puede tener. Se ha calculado que esa masa es del orden de 1,95
de la masa solar. Si por algn motivo, la estrella neutrnica adquiere ms
masa que esa, ya sea en el proceso de la supernova, o por captura de materia
(acrecin) del espacio o de estrellas vecinas, se llega a un punto en que no
existe mecanismo conocido que permita equilibrar la presin gravitacional., la
estrella colapsa sin lmite, el radio se hace inferior al radio de Schwartzchild,
y nada, incluido la luz puede escapar de ella. Se ha creado un agujero negro,
invisible desde el exterior excepto por el enorme campo gravitacional que
produce.
94
Captulo
El Universo y su evolucin.
6.1.
Introduccin
El estudio y observacin del Universo, con mayscula, involucra todo lo

que puede analizarse con el mtodo cientfico. Queremos describir lo que
las actuales teoras y datos observacionales nos informan sobre la estructura
actual del Universo y sus posibles formas de evolucin. A gran escala la
fuerza predominante es la fuerza gravitacional, pero como se ha explicado,
a otros niveles de densidad de la materia, juegan un papel importante otras
fuerzas. De las cuatro interacciones que se suponen son las bsicas, a modo de
comparacin, utilizando un factor de acoplamiento adimensional, ellas estn
en los ordenes relativos de magnitud que se indican en la tabla siguiente
Fuerte
Electromagntica
Dbil
Gravitacional
S = 15 (strong)
= 7,3 103
W = 3,1 1012 (weak)
G = 5,9 1039 .
Como veremos, ellas han jugado un rol determinante en diversas etapas del
modelo aceptado hoy en da de la evolucin del Universo.
Diversas preguntas se pueden formular sobre el Universo, antiguamente
en el plano de la filosofa, hoy da tratables con mtodos de la Ciencia. Es el
Universo finito o infinito? Tuvo o no un comienzo? Es el Universo siempre
igual (Esttico) o evoluciona con el tiempo (Dinmico)?, y muchas ms.
El problema de un Universo esttico o dinmico fue planteado apenas formulada la teora de la Gravitacin de Newton. En efecto, si todos los cuerpos
96
se atraen gravitacionalmente, deberan finalmente colapsar. Sera extrao que

un Universo finito en tamao, donde los cuerpos se atraen gravitacionalmente
fuera esttico. Por otro lado, si el Universo fuera isotrpico, en todas partes igual a larga escala, la fuerza gravitacional que ejercera una mitad del
Universo sobre un cuerpo sera infinita.
Desde el desarrollo de la teora general de la relatividad, cuestin que
no puede detallarse aqu, se buscaron soluciones cosmolgicas (aplicables al
Universo entero), haciendo ciertas suposiciones. Es decir modelos que cumplen con el llamado principio cosmolgico, que establece precisamente que: a
grandes escalas el Universo es igual en todas partes, y en todas direcciones,
es decir es homogneo e isotrpico. (no hay lugares ni direcciones preferidas)
Evidentemente esto no es cierto para pequeas escalas, como lo muestran
diversas y distintas estructuras que se observan en el Universo.
Conjetura 1 Principio cosmolgico : el Universo es homogneo e isotrpico a escalas grandes.
Tal solucin de las ecuaciones de Einstein la lograron primero Alexander
Friedmann en Rusia en 1923, el abate George Lemaitre en Blgica en 1927 y
posteriormente en forma independiente, los fsicos norteamericanos Howard
P. Robertson y A.G. Walker, conduciendo al llamado modelo de FriedmannRobertson-Walker de espacio tiempo.
6.2.
La expansin del Universo.
Del anlisis del modelo de Friedmann-Robertson-Walker, se puede deducir matemticamente, y fue hecho dos aos antes de su comprobacin experimental, que el Universo debera estar en expansin o ms precisamente que
el espacio est en expansin. Debe ser destacado que el mismo Einstein haba deducido de sus ecuaciones, modelos de Universo que ya sea colapsaban
o crecan, cuestin que el descart modificando sus ecuaciones mediante la
introduccin de una cierta constante, llamada constante cosmolgica y tiene
el rol de introducir fuerzas ficticias en el modelo, cancelando la gravedad a
distancias grandes, obteniendo lo que el crea tena que ser: Universos estticos. Dos cosas pueden decirse: primero el mismo Einstein reconoci que
esta fue la mayor chambonada de su vida, y segundo que actualmente se han
encontrado nuevas razones para considerar constantes cosmolgicas. Vea por
ejemplo, Scientific American, de Enero de 1999. (Revolution in Cosmology)
6.2 La expansin del Universo.
97
La expansin del Universo fue descubierta por el astrnomo norteamericano Edwin Hubble en los aos 1926 a 1929. Se saba en las dos dcadas
anteriores que muchas de las galaxias visibles aparentemente se alejaban del
Sol. La velocidad de una galaxia como la de una estrella, acercndose o alejndose de nosotros se determina mediante el efecto Doppler de la luz (realmente
aqu aplica un tipo especial de efecto Doppler csmico). Las frecuencias de
las lneas de emisin de los elementos presentes en el astro aparecen corridas
hacia el rojo, en el caso que las galaxias se alejen, respecto de los mismos
elementos en la Tierra. De all se puede calcular la velocidad aparente de
recesin de las Galaxias. La contribucin mayor de Hubble consiste en haber
determinado las distancias a esas galaxias, por medio de la observacin de
ciertas estrellas variables, encontrando una correlacin muy simple: a mayor distancia corresponde una mayor velocidad aparente de alejamiento o
recesin. De modo que si v representa la velocidad de una Galaxia y d su
distancia, entonces
v = H0 d.
La constante H0 , llamada constante de Hubble se conoce en forma aproximada
H0 = 70 km s1 Mpc1 .
No hay evidencia experimental suficiente para asegurar que tal constante no
depende del tiempo, siendo una cuestin abierta si el ritmo de expansin
se mantendr, aumentar o permanecer constante. La unidad de distancia
Mpc, llamada Mega parsec es un milln de parsec, el cual es la distancia
que la luz recorre en 3,6 aos.
Es ms, Hubble interpret su correlacin como una evidencia directa de la
expansin homognea del espacio. Para visualizarlo, imagine que las galaxias
en lnea recta son puntos marcados en un elstico que se estira. Las velocidades relativas aparentes de un punto respecto a otro evidentemente crecen en
proporcin directa con su distancia. Doble distancia, doble velocidad. Esta
expansin del espacio podra imaginarse, aunque este es un modelo nada ms,
como si las galaxias fueran las pasas de un queque, el cual se expande. As,
las pasas se alejan todas, unas de otros, sin que realmente haya movimiento
relativo de las pasas respecto del queque ni tampoco un centro de expansin.
En otras palabras, es el espacio el que se expande y lo hace igual en todas
partes, principio cosmolgico, luego el Universo entero se expande. Por eso
hemos remarcado el hecho que las velocidades de recesin son aparentes. De
acuerdo al principio cosmolgico, la cuestin debe ser igual en todas partes y
98
en todas direcciones, por lo cual la simetra del espacio tridimensional debe

ser la simetra esfrica, lo cual no significa que la forma del universo sea esfrica. Por otro lado el principio de homogeneidad del espacio, implica que el
Universo no podra tener un borde, puesto que los puntos de los bordes seran
distintos a los dems. Eso tampoco significa que el Universo sea infinito
6.3.
Propiedades generales del espacio tiempo.
Por la utilizacin del principio cosmolgico y la idea de la expansin del

espacio, podemos deducir ciertas propiedades, considerando lo que se observa
desde galaxias tpicas, que siguen el proceso de expansin y no estn afectas a
perturbaciones de las distancias entre s que sean efecto de atracciones locales
gravitacionales. Estos observadores, que llamaremos observadores fundamentales, en su lnea de Universo se alejan entre s y ven el Universo de la misma
forma. Para todos ellos, como no hay velocidades relativas, podemos suponer que el tiempo transcurre de la misma manera, tiempo que llamaremos
tiempo csmico. Es claro que transcurrido un tiempo t en nuestra galaxia,
el hoy para nosotros, no podemos conocer el hoy de otras galaxias, dada la
velocidad que tomara a la luz en llegar a nosotros.
As cada observador recibe luz recibe rayos de luz de otras galaxias que
se propagan en sus conos de luz del pasado.
Las galaxias lejanas las observamos como eran mucho tiempo atrs, y
sus velocidades de recesin que hoy da observamos eran las que ellas tenan
mucho tiempo atrs, considerando el tiempo que la luz de ellas demora en
llegarnos. Por otro lado, si el tiempo de vida de nuestro Universo es finito,
o sea si el fue creado en algn instante, slo nos puede llegar informacin de
puntos hasta cierta distancia, en efecto, la velocidad de la luz por el tiempo
de vida del Universo.
6.3.1.
Diagramas espacio tiempo.
Como se ha establecido, en ausencia de materia, el universo es plano, la

luz se propaga en lnea recta, y el ordenamiento de los eventos que ocurren es
conveniente representarlos en un diagrama, espacio tiempo, donde se pueden
mostrar slo dos de las coordenada espaciales, digamos x, y, y preferiblemente una de ellas solamente. As un objeto fijo en el origen, tiene como
6.3 Propiedades generales del espacio tiempo.

t
t
lnea de Universo
de rayo luminoso
lnea de Universo
de partcula fija.
y
x
y
x
t
lnea de Universo
de partcula mvil.
y
x
99
cono de luz
y
x
Figura 6.1: Lneas de Universo
representacin en el diagrama espacio tiempo, una lnea, llamada lnea de

universo, que es todo el eje del tiempo t. Un punto que se mueve en el eje y
con la velocidad de la luz tiene por representacin, o lnea de universo, una
recta de pendiente t/y = 1/c. Tomaremos para las representaciones c = 1,
de modo que la luz tendr en estos diagramas lneas de Universo en 45o respecto al eje del tiempo. Otra partcula que naturalmente puede tener una
solo una velocidad menor que c, tendr una lnea de universo, ms cercana
al eje del tiempo. Objetos extendidos sean representados consecuentemente
representando las lneas de Universo de todos sus puntos. Por ejemplo, si
un pulso luminoso es emitido en el origen y se mueve en el plano xy, una
circunferencia que se expande en ese plano, tendr sus lneas de Universo
contenidas en un cono. Este cono, se denomina cono de luz. El cono de luz
tiene importancia en la clasificacin de los eventos que puedan ocurrir en ese
sistema de referencia, y como veremos en la descripcin de la geometra del
espacio tiempo.
De aqu en adelante, no mostraremos ms el sistema de coordenadas, sino
que solamente el cono de luz, estando implcito el hecho que su eje de simetra
representa el tiempo propio a ese sistema. As para cada evento, dibujaremos su cono de luz propio, del evento que ocurre en su vrtice. Considere
entonces las figura siguientes para explicar su contenido y que responde a la
pregunta: se pueden ordenar los eventos en el tiempo independientemente
del observador?
Primero si observamos eventos sobre nuestra lnea propia de Universo, es
decir eventos que ocurren en un mismo punto, la nica relacin que existe
100
lnea de Universo de A
B
B
A
(a)
B
A
(b)
(c)
Figura 6.2: Conos de luz

entre esos eventos es una separacin temporal. Es decir, podemos ordenar
los eventos por su orden de ocurrencia. Es este orden absoluto o slo vlido
nosotros ? La respuesta es que este orden es absoluto, vlido para todos
los observadores, aunque tengan otras lneas de Universo, si es que son
observable. La razn es que la ocurrencia de ellos puede usarse para gatillar
la ocurrencia de eventos que dejen una huella fsica, por ejemplo si para
nosotros ocurre A antes que B, podemos escribir la palabra AB, bueno no
hay dudas que todos los observadores vern escrita la palabra AB.
No es tan simple la cosa si un evento A ocurre en nuestra lnea de Universo
( en el origen) y otro evento B ocurre fuera (en el eje x), como se indica en
la figura siguiente. Sin conocer la lnea de Universo del evento B (por all
pasan muchas lneas de Universo, que corresponden a diversas velocidades
que puede tener el sistema donde ocurri B). Como se indica en la figura,
sin perder generalidad podemos distinguir tres casos, B est dentro del cono
de luz del futuro de A, est sobre el, o fuera, casos que llamaremos a,b y c.
a En este caso, cuando B est dentro del cono de luz del futuro de A, es
posible conectar A, con B con una lnea de Universo de otro observador
que viaja con velocidad menor que la de la luz (lnea que une A con
B), por lo tanto los eventos estn sobre una misma lnea de Universo
y como explicamos entonces la ordenacin temporal es absoluta. Para
todos los observadores B ocurre despus que B. Es en este caso en
que puede haber relacin de causa y efecto entre dos eventos. B, puede
ser causado por A. Se dice adems que entre estos eventos hay una
separacin se denomina intervalo tipo tiempo.
b En este caso cuando B est sobre el cono de luz del futuro de A, es
6.4 Horizonte observable.
101
lneas de Universo
(1) (2)
(3)
B
A
Figura 6.3: Intervalos

posible conectar A, con B slo con una lnea de Universo de una seal
luminosa (lnea que une A con B). Se dice en este caso que los eventos
estn separados por un intervalo tipo luz.
c En este caso, cuando B est fuera del cono de luz del futuro de A, no es
posible conectar A, con B con una lnea de Universo de otro observador
que viaja con velocidad menor o igual que la de la luz. Por lo tanto
A no puede influenciar B de ninguna forma. Se dice adems que entre
estos eventos hay una separacin se denomina intervalo tipo espacio. La
razn, que se explica en la figura siguiente, es que en este caso hay un
observador para el cual los eventos estn separados slo espacialmente
(1), es decir son simultneos. En efecto considere la lneas de Universo
(1),(2), y (3). Para (1) son simultneos, para (2) A ocurre antes que
B, para (3) A ocurre despus que B.
6.4.
Horizonte observable.
Suponiendo que el Universo fue creado T tiempo atrs, nos puede estar
llegando luz a lo ms de una distancia R = cT , la que puede haber recorrido
la luz desde el instante de su creacin. Esa distancia mxima visible se denomina horizonte de partculas o visible. Los objetos que estn ms lejanos
simplemente no los podemos observar todava. Ese horizonte visible crece
precisamente con la velocidad de la luz, y decrece hacia el pasado con la
misma velocidad. O sea en el pasado, la parte visible del Universo era mucho
menor, y llegando a cero en el instante inicial.
El tiempo de vida del Universo podra evaluarse si la velocidad de recesin
de las galaxias se supone que ha sido siempre la misma, pues tendramos por
102
la ley de Hubble
v = H0 d,
y si las distancias iniciales fueron cero, debemos tener d = vT entonces
v = H0 vT,
de donde se deduce que
T =
1
1500 millones de aos.
H0
De acuerdo al clculo, la velocidad aparente de recesin de los objetos en

el borde observable del Universo es la velocidad de la luz. De ello y de lo
que ocurra ms all, no debemos preocuparnos. La velocidad de recesin es
aparente, y los objetos ms all del borde aunque pueden tener una velocidad
aparente mayor que la velocidad de la luz, no podemos observarlos an. Estos
clculos ha supuesto que la velocidad de expansin ha permanecido constante
a lo largo de la vida del Universo. La cuestin si ello es as, si est acelerando
o desacelerando, slo puede dilucidarse experimentalmente. Lo normal de
esperar debido a la atraccin gravitacional de todos los objetos del Universo,
sera una desaceleracin progresiva, pero no necesariamente revirtiendo la
expansin. Ese es tambin un problema abierto hoy en da y su respuesta pasa
por estimar la masa total del Universo. La primera pregunta, al parecer tiene
una respuesta inesperada y sorpresiva. Recientes observaciones indicaran
que la expansin estara acelerando, cuestin que slo podra explicarse por
la presencia de una fuerza cosmolgica repulsiva, lo cual ha llevado de nuevo
a considerar la presencia de la constante cosmolgica en las ecuaciones de
Einstein.
6.4.1.
El efecto Doppler csmico.
Una consecuencia de la expansin del espacio es que la longitud de onda de

la luz crece en la misma proporcin y por lo tanto su frecuencia disminuye.
Como la energa de la luz (de los fotones) depende exclusivamente de su
frecuencia, a medida que el Universo se expande, la luz va perdiendo energa,
pasando progresivamente a medida que el tiempo transcurre hacia el rojo,
infrarrojo, micro ondas, y consecuentemente enfrindose.
6.5 El modelo estndar del Big Bang.
6.4.2.
103
Radiacin de fondo.
De acuerdo a la teora estndar del Big bang, en los primeros instantes,

debido a las enormes temperaturas existentes en el Universo, la luz no poda
propagarse debido a que la materia no estaba elctricamente neutralizada.
En el momento en que la materia se neutraliz mediante la formacin de
tomos neutros, denominada poca de recombinacin, se cre luz en todas
partes, estimndose su temperatura de creacin en alrededor de 3.000 o K. En
1956, dos ingenieros del Laboratorio Bell en los Estados Unidos, detectaron
en sus radio telescopios un ruido que se reciba de todas partes del espacio, la
llamada radiacin de fondo, con una temperatura determinada en alrededor
de 2.73 o K. Realizando clculos mediante el efecto Doppler, se estim que
esa luz fue creada en una edad csmica de alrededor de 200.000 aos (a
partir del cero). Esta es una de las mejores evidencias experimentales de la
teora del Big Bang. Esta poca de recombinacin, que ocurre alrededor de
un tiempo de 200.000 aos separa una fase opaca del Universo de la etapa
actual, transparente. Es necesario destacar que la radiacin de fondo fue
predicha por los aos 40 por George Gamov.
6.5.
El modelo estndar del Big Bang.
En la poca actual de la expansin, las galaxias se alejan unas de otras,

sin que ocurran mayores choques, la mayor parte de la radiacin luminosa
presente es de baja temperatura y densidad. La materia es hoy da lo dominante en el Universo. Pero en el pasado, las densidades y temperaturas
que pueden extrapolarse son muchsimo mayores y cobran importancia otras
formas de la materia. Para describir la evolucin del Universo en sus primeros momentos, se requiere conocer el comportamiento de la materia a niveles
extremos de temperatura y presin. El Universo al parecer naci como una
bola de fuego de altsima densidad y temperatura y en una expansin muy
rpida. Esto es ilustrativo solamente, no debe pensarse en una especie de
explosin en un espacio pre existente. Si ello fuera as, la radiacin de fondo
estara viajando junto con el lmite del Universo, y no llegando desde todos
los lugares, y a todos los lugares. Lo que se crea en el instante inicial, es todo,
espacio, tiempo y materia. La radiacin de fondo que nos est llegando hoy,
proviene de puntos del espacio que hoy estn muy lejos, aproximadamente
cT , siendo T la edad del Universo, pero que al comienzo estaban muy juntos,
104
y antes no existan. De acuerdo al principio cosmolgico esto es vlido para

todos los puntos del espacio, el cual por lo tanto no puede tener, ni haber tenido una frontera. El conocimiento ms detallado se logra entonces mediante
el conocimiento que se tiene sobre la partculas elementales.
6.6.
Partculas elementales.
En los primeros momentos, la materia estaba disociada en sus componente

ms ntimos, las llamadas partculas elementales. En la tierra, ellas se crean
precisamente reconstruyendo las condiciones existentes en el Universo en los
primeros tiempo, en experimentos que se realizan en los llamados laboratorios
de alta energa.
En la actualidad se cree que la materia, est constituida por dos grandes
familias de partculas: los hadrones y los leptones, adems de los fotones. Los
hadrones son partculas compuestas, constituidas por quarqs, de los cuales
hay seis tipos. En los hadrones se pueden distinguir dos familias, los bariones
y los mesones. Los mesones son ms livianos y son todos inestables. A su vez
los bariones conforman dos clases: los nucleones, constituyentes del ncleo de
los tomos (protones y neutrones) y los hiperones, ms pesados e inestables.
La clase de los leptones. que no participan en las interacciones de la
fuerza fuerte, contiene slo seis partculas conocidas: tres leptones. con carga
elctrica y tres neutrinos sin carga, que por lo cual no participan en las
interacciones electromagnticas. Las siguientes tablas muestran las diferentes
familias de partculas
6.6 Partculas elementales.
105
Quarqs y antiquarqs.
Nombre
u (up)
anti u
d (down)
anti d
s (strange)
anti s
c (charmed)
anti c
b (bottom)
anti b
t (top)
anti t
masa
5
carga
2/3
-2/3
-1/3
1/3
-1/3
1/3
2/3
-2/3
-1/3
1/3
10
250
1500
4800
30.000?
spin
1/2
1/2
1/2
1/2
1/2
1/2
1/2
1/2
1/2
1/2
1/2
1/2
num barinico
1/3
-1/3
1/3
-1/3
1/3
-1/3
1/3
-1/3
1/3
-1/3
1/3
-1/3
Hadrones-nucleones.
Nombre
p (protn)
anti p
n (neutrn)
anti n
resonancia N,
, , , ,
masa
carga spin
938.21 1
1/2
-1
939.50 0
1/2
num. barinico vida media

1
>1033 aos
-1
1
925 s
-1
muy inestables
>p,n
Mesones.
Nombre
pin
pin +
pin 0
mesones
masa
139.58
139.58
134.97
carga
-1
1
0
spin
0
0
0
num. barinico vida media

0
2.6108 s
0
2.6108 s
0
0.831016 s
muy inestables.
106
Leptones.
Nombre
e electrn
e+ positrn
mun
anti
tau
anti
e neutrino e
anti e
neutrino
anti
neutrino
anti
masa
0.511
0.511
106
106
1780
1780
< 6 105
< 0,65
< 250
carga
-1
1
-1
1
0
0
0
0
0
0
0
0
spin num. leptnico vida media

1/2
1/2
1/2
2 106 s
1/2
1/2
2 1013 s
1/2
1/2
?
1/2
?
1/2
?
1/2
?
1/2
?
1/2
?
La masa est expresada en Mev/c2 .

Partculas portadoras.
No entraremos en ms detalles, pero es necesario decir que las cuatro interacciones bsicas sealadas al principio, se explica segn la mecnica cuntica, mediante el intercambio de partculas virtuales portadoras o intermedias.
As la interaccin electromagntica se manifiesta mediante intercambio de
fotones. La interaccin fuerte se manifiesta mediante el intercambio de gluones, la dbil por el intercambio de bosones intermedios (W + , W + , Z 0 ) y la
gravitacional se especula que mediante un gravitn.
6.7.
6.7.1.
Los grandes periodos del Universo.

Cosmologa cuntica.
Desde t = 0 , el inicio, hasta t = 1043 s, las condiciones fsicas de temperatura y presin son tan extremas, que no hay teora an que de cuenta
de ese periodo. Antes de t = 1043 s, el horizonte observable corresponde a
dimensiones menores que al de una partcula.
6.7 Los grandes periodos del Universo.
6.7.2.
107
La era hadrnica.
Este comprende el periodo comprendido entre t = 1043 s y t = 104 s,

donde por la expansin, la temperatura cae desde T = 1032 a 1012 o K, y la
densidad cae desde 1094 a 1014 g/cm3 . El Universo est formado por una sopa,
muy caliente de quarqs, antiquarqs, leptones. y sus antipartculas y fotones,
en equilibrio con densidades similares. Cerca del fin de esta era, se produce
un proceso esencial, la accin de las fuerzas glunicas entre los quarqs los
unen o confinan, formando los nucleones que existen hoy en da : protones y
neutrones. Esto ocurre alrededor de t = 106 s.
6.7.3.
La era leptnica.
La poca que se extiende desde t = 104 s hasta unos 10 s donde la

temperatura desciende desde unos 1012 o K hasta unos 1010 o K. Durante ella
sobreviven los nucleones escapados de la era hadrnica, junto a leptones, principalmente electrones y neutrinos. Hay en este periodo abundantes fotones
que forman un mar de radiacin bastante homogneo.
6.7.4.
La era radiativa y la ncleo sntesis.
Esta poca es dominada por la radiacin, los fotones y durante ella se forman los elementos qumicos primordiales. Se extiende desde unos 10 s hasta
aproximadamente 200,000 aos de la vida del Universo. La temperatura baja
desde unos 1010 o K hasta unos 3000 o K. La materia es una mezcla de nucleones y electrones que nadan en un mar de fotones. Entre uno y quince
minutos, cuando las temperaturas estn en el orden entre 109 y 2 107 o K,
se producen los primeros ncleos de tomos de elementos ligeros, Hidrgeno,
Deuterio, Tritio y Helio. En un proceso competitivo entre la fuerza fuerte
que los forman, y los choques con los fotones que los desarman, cada vez
se forman ms ncleos. Se supone que al fin de este proceso casi el 75 % es
Hidrgeno y un 25 % es Helio. (El resto de los elementos qumicos se formarn mucho despus en las estrellas y en las supernovas). La era radiativa
termina cuando los fotones cesan de interactuar con la materia. Esto ocurre
cuando la temperatura baja a unos 3000 o K y los electrones se colocan en
sus orbitales atmicos, formando tomos neutros. Este proceso de recombinacin o desacoplamiento, marca el fin de la era radiativa. As, el Universo
se hace transparente a la luz, y esta radiacin original es la que an puede
108
ser observada, mucho ms fra, como la radiacin de fondo.
6.7.5.
La era estelar.
Es la poca posterior a la edad de 200,000 aos, hasta hoy. La temperatura

del Universo ha bajado lentamente desde unos 3000 o K hasta unos 2,73 o K que
es la temperatura actual de la radiacin de fondo. Los mecanismos detallados
que hacen que el Hidrgenos se acumule en ciertas regiones del espacio para
dar lugar a la formacin de estrellas, no se conocen, pero sin duda estn
gobernados por la fuerza gravitacional.
quarqs, antiquarqs, leptones y sus
antipartculas y fotones
nucleones, leptones, principalmente
104 10s
electrones y neutrinos.
10 s 2 105 aos nucleones, electrones, fotones
2 105 hoy
galaxias, estrellas.
Hadrnica 1043 104 s

Leptnica
Radiativa
Estelar
Captulo
Matemticas.
Aunque sera deseable que en un curso introductorio a la fsica no se

usara matemticas, ello es difcil pues las matemticas son la herramienta
mediante la cual se formulan las leyes en fsica. Aunque trataremos de no
usar matemticas complicadas, ciertos elementos como la derivada e integral,
son imprescindibles, asimismo la graficacin y el clculo numrico, por su
aplicacin a los mtodos experimentales. Aqu trataremos diversos tpicos,
cada cual con diversas aplicaciones, y sin rigor matemtico.
7.1.
Algunas funciones importantes.
7.1.1.
La funcin exponencial.
La funcin exponencial
y = bx ,
donde b es la base, tiene un importante papel en Fsica. La base ms importante es el nmero e que se define ms adelante y se tienen las dos importantes
propiedades
bx by = bx+y ,
b0 = 1.
110
7.1.2.
Matemticas.
El logaritmo.
Si
y = bx
entonces
x = logb y,
que se lee logaritmo de y en base b. Todas las propiedades de esta funcin
se deducen de las propiedades de la funcin exponencial bx . Por ejemplo de
1 = b0 con b > 0
se tiene que
logb 1 = 0.
Similarmente de
b = b1
se deduce que
logb b = 1.
Tambin si
u = bx ,
v = by ,
entonces
uv = bx+y ,
luego
x + y = logb uv
o sea
logb uv = logb u + logb v.
En particular para bases, 10 y e = 2. 718 3.. (el nmero e), se habla de
logartmos vulgares y naturales que se denotan con log(x) y ln(x) Entre otras
7.1 Algunas funciones importantes.
111
propiedades se tiene:
log(AB)
log Ax
log 10
ln(e)
log(10n )
logb a loga b
ln(10)
log(e)
=
=
=
=
=
=
=
=
log A + log B,
x log A,
1,
1,
n,
1,
2,303 . . .
0,4343 . . .
Ejercicio 7.1.1 Demuestre a partir de la definicin del logaritmo que

logb a loga b = 1.
Ejercicio 7.1.2 Demuestre a partir de la definicin de logaritmo que
logb ac = c logb a.
7.1.3.
El nmero e.
El nmero e = 2. 718 281 828 46.., la base de los logaritmos naturales de

define como un lmite, el cual es
n
1
.
e = lm 1 +
n
n
La existencia de este lmite, puede ser establecida estudiando la secuencia
n
1
an = 1 +
n
cuyos
a1
a2
a3
a4
a5
primeros
son
valores
1
= 1 + 11 = 2,0
2
= 1 + 12 = 2. 25
3
= 1 + 13 = 2. 370 370 370 37
4
= 1 + 14 = 2. 441 406 25
5
= 1 + 15 = 2. 488 32
112
Matemticas.
que muestra cierta tendencia, pero de lenta evolucin. Ahora del teorema
del binomio
n
1
n 1 n(n 1) 1
n(n 1)(n 2) 1
1+
=1+
+
+ ,
+
n
1! n
2!
n2
3!
n3
se deduce
n
(1 n1 ) (1 n1 )(1 n2 )
1
1
1+
+
+ ,
=1+ +
n
1!
2!
3!
y tomando el lmite puede obtenerse

e=1+
1
1
1
+ + +
1! 2! 3!
la famosa expansin en serie del nmero e, que converge ms o menos rpidamente como se muestra a continuacin
1 + 1!1 = 2,0
1 + 1!1 + 2!1 = 2. 5
1 + 1!1 + 2!1 + 3!1 = 2. 666 666 666 67
1 + 1!1 + 2!1 + 3!1 + 4!1 = 2. 708 333 333 33
1 + 1!1 + 2!1 + 3!1 + 4!1 + 5!1 = 2. 716 666 666 67
1 + 1!1 + 2!1 + 3!1 + 4!1 + 5!1 + 6!1 = 2. 718 055 555 56
1 + 1!1 + 2!1 + 3!1 + 4!1 + 5!1 + 6!1 + 7!1 = 2. 718 253 968 25.
Como una curiosidad se presentan algunas de las frmulas donde aparece
el nmero e, de la vasta diversidad de ellas
e=3
Z
1
4
2
5
3
4
6 7
dx
= 1.
x
= 1.
ex 1 = cos x + 1 sin x.
1
+ ).
n! = 2nnn en (1 +
12n
Podr usted probar alguna de ellas?
7.2 Sumatorias.
7.2.
113
Sumatorias.
La suma de n trminos a1 , a2 , an ser representada por

a1 + a2 + a3 + + an =
7.2.1.
n
X
ai .
i=1
Sumatorias notables.
Se deja como ejercicio probar que

n
X
i=1
n
X
i=1
n
X
i=1
rn+1 r
r1
1
i = n (n + 1)
2
1
i2 = n (n + 1) (2n + 1)
6
n
X
i=1
7.3.
ri =
1
i3 = n2 (n + 1)2
4
Grficos.
Por su importancia se trata este tema, de las diversas formas de ilustrar

grficamente el comportamiento de una funcin de una variable y = f (x).
Este smbolo indica que a cada valor de la variable independiente x existe un
valor numrico (real o complejo) de la funcin, denotado por y = f (x).
Ejemplos
y = Ax + B
funcin lineal, A y B son constantes.
y = AeBx
funcin exponencial, A y B son constantes.
y = A + B ln x
funcin logartmica, A y B son constantes.
y = Ax2 + Bx + C funcin polinomial de grado 2
y = A sin x
funcin sinusoidal.
cx
y = Ae cos x
funcin cosenoidal amortiguada.
funcin potencia.
y = AxB
114
Matemticas.
Aunque existen diversas herramientas para analizar la conducta de una

funcin, tal vez lo ms ilustrativo consiste en hacer un grfico de ella. Para
ello, las diversas constantes que puedan aparecer deben tener valores numricos, generando grficos para un valor, o familias de grficos para diversos
valores de ellas. Existen adems diversas posibilidades para los ejes del dibujo, la escala de ellos puede ser uniforme, igual o distinta en cada eje. La
escala puede ser logartmica en los dos ejes (grficos log-log) o en uno de
ellos, (grficos semi-log). En ingeniera incluso se usan grficos con escalas
que varan de acuerdo a alguna determinada funcin, si ello resulta conveniente. Hay diversos factores que inciden en la decisin de qu tipo de escala
utilizar, algunos de los cuales explicaremos. Una de las escalas no uniformes
ms utilizada es la escala logartmica. La escala logartmica se construye de
acuerdo a los valores de los logartmos, siendo suficiente considerar la tabla
de los valores de los logartmos entre 1 y 10:
1
2
3
4
5
6
7
8
9
10
0
0,3010
0,4771
0,6021
0,6990
0,7782
0,8451
0,9031
0,9542
1,0000
En la figura siguiente se ilustra en papel log log con dos periodos de

escala logartmica en el eje x y uno en el eje y.
7.3 Grficos.
115
papel log-log
un periodo en el eje y
10
1
1
8 9 10
20
30
40
50
60 70 80 90100
dos periodos en el eje X
papel log-log.
La propiedad log(10n ) = n hace que sea necesario conocer la escala logartmica en un periodo solamente, pues en los otros hay un desfase de un
nmero entero de unidades. As por ejemplo log(200) = log 2+2, log(0,002) =
log 2 3, etctera.
7.3.1.
Correlacin lineal : y = Ax + B (la lnea recta).
Si datos (x, y) provenientes de un experimento se ajustan a ese modelo,

con constantes desconocidas, entonces su grfico con escalas uniformes en
ambos ejes es el ms apropiado, pues en ese caso resulta una lnea recta,
como se indica en la figura.De la figura se deduce que el intercepto B = 14 y
la pendiente obtenida de los puntos de coordenadas (0, 14) y (8, 12) ser
A=
14 + 12
= 3. 25,
08
de modo que el modelo ajustado ser

y = 3,25x + 14
116
Matemticas.
Correlacin lineal
15
10
-5
-10
-15
0
Figura 7.1: Correlacin lineal.
7.3.2.
Decaimiento con b < 0 (o crecimiento si b > 0)

exponencial : y = yo ebx .
Si los datos (x, y) provenientes de un experimento se ajustan a este modelo, entonces ln y = ln A + Bx, de modo que en un grfico semi-log los datos
caern sobre una lnea recta. Realizado el grfico, el de la figura, entonces
del grfico se deducen los valores de las constantes y0 y b. En efecto,del valor
yA = 5 correspondiente a x = 0, se deduce que y0 = 5. Adems se observa
que xC = 3,9, yC = 0,002, xB = 0,8, yB = 1 y dado que
yC
= eb(xC xB ) ,
yB
se deduce que
b=
ln( yyBC )
,
xC xB
ln(0,002)
= 2. 00
b=
3,9 0,8
de modo que el modelo ajustado a los datos ser
y = 5e2x .
7.3 Grficos.
117
Decaimiento exponencial
1,000
0,100
0,010
0,001
0
Figura 7.2: Decaimiento exponencial.

Mediante el mtodo de los mnimos cuadrados, se encuentra la mejor recta
cuando los puntos experimentales no caen exactamente sobre una lnea recta.
7.3.3.
Modelo potencia y = AxB .
En este caso si tomamos logaritmos se obtiene

log y = log A + B log x,
de modo que si los datos se ajustan a este modelo, la relacin entre los
logaritmos es lineal. El grfico ms adecuado a esta situacin si el propsito
es determinar las constantes del modelo, debe hacerse en un papel con escalas
logartmicas en ambos ejes, como se compara en los grficos siguen. Primero
en escalas uniformes segundo en papel log-log:
Como para x = 1, y = 5 y para x = 4, y = 10 resultar
A = 5,
log y2 log y1
log 10 log 5
B =
= 0,5
=
log x2 log x1
log 4 log 1
de modo que el modelo ajustado es
y = 5x0,5
118
Matemticas.
Modelo potencia
20
10
10
Figura 7.3: Modelo potencia,
Modelo potencia
10
1
1
10
Figura 7.4: En papel log-log
7.3 Grficos.
119
Ajuste de dos exponenciales

Bx
1000
Dx
A) y=Ae +C
100
10
0
A)-B)
Bx
B) y=Ae
10
12
14
Figura 7.5: Dos exponenciales.
7.3.4.
Modelo con dos exponenciales: y = Aebx + Cedx .
En un grfico semi log, los datos estn graficados en la curva (A). Para
valores grandes de x, si los parmetros B y D son diferentes, a la larga
predomina uno de los exponenciales, lo cual se hace evidente en el grfico
porque la curva tiende a ser lnea recta. (la lnea (B)) dibujada tangente a
los datos. Si se restan los datos (A) con los de la recta (B), se tiene una lnea
recta que representa a la otra exponencial.
De la figura hemos obtenido los siguientes valores numricos aproximados:
x
0
4
12
yA
300
95
31
yB yA yB
112 187
73 22
31
de los cuales se deducen A = 112, y

B=
log 73 log 112

= 0. 107
(4 0) log e
120
Matemticas.
y de los datos para la diferencia C = 187 y

D=
log 22 log 187

= 0. 54,
(4 0) log e
resultando entonces para el modelo de dos exponenciales

y = 112e0,107x + 187e0,54x .
7.4.
Ejercicios.
Ejercicio 7.4.1 La tabla siguiente corresponden a las concentraciones de

alcohol en la sangre, en funcin del tiempo a partir de su ingestin
t (min)
90
120
150
180
210
240
270
conc. (mgDL1 )
134
120
106
93
78
65
50
Grafique los datos y establezca un modelo del proceso metablico del

alcohol.
Ejercicio 7.4.2 Grafique las funciones
y = 10e0,1x ,
y = 5x0,6 ,
y = 10e0,1x + 20e0,8x
en papel con escalas uniformes y en papel con escalas ms adecuadas.
Ejercicio 7.4.3 Los datos siguientes corresponden a un experimento ficticio donde se determinaron dos variables t, y.
7.5 Derivadas.
121
t
0
1
2
3
4
5
6
y
4.85
2.943
1.785
1.083
0.857
0.398
0.241
Determine un modelo para estos datos, y = y(t). Suponga ahora que

y representa la cantidad de una substancia radioactiva que se descompone,
determine el tiempo que en hay la mitad de la cantidad inicial.
Ejercicio 7.4.4 Si usted deposita una cantidad inicial M de dinero el cual
gana mensualmente un inters (tanto por uno) se pide realizar un grfico
semi logartmico del monto de dinero acumulado en funcin del nmero de
meses para M = 100, = 0,1.
Ejercicio 7.4.5 El nmero e, la base de los logartmos naturales se define
como
1
e = lm (1 + )N = 2,7182818 . . .
N
N
Calcule entonces el lmite
x
lm (1 + )N
N
N
7.5.
Derivadas.
Si se considera una funcin de una variable y = f (x) su grfico con escalas

uniformes es una curva, genricamente como la que se ilustra en la figura.
En ella se indican dos puntos cercanos (1) y (2), se ha dibujado la tangente
a la curva en el punto (1) y la cuerda del punto (1) al punto (2).
Una medida de la tasa de crecimiento promedio de la funcin en el intervalo (x1 , x2 ), puede ser definida por la razn
y2 y1
.
x2 x1
Si nos imaginamos que los dos puntos estn muy cerca, y en caso lmite x2
se acerca a x1 hasta confundirse con el, podemos observar que
122
Matemticas.
tangente en (1)
Derivada
70
2
60
funcin y=f(x)
y2-y1
50
40
x2-x1
30
20
10
0
0
10
12
14
Figura 7.6: Tangente y derivada.

la cuerda 1-2, se aproxima y se confunde con la tangente a la curva.
La hipotenusa del tringulo indicado en la figura se confunde con la
tangente a la curva.
El tringulo rectngulo sealado se hace de lados cada vez menores,
cero en el caso lmite.
1
Es claro que la razn xy22 y
es la tangente del ngulo que hace la cuerda
x1
con el eje x, cualquiera que sea el tamao de los catetos del tringulo.
(Note que aqu tan =sin / cos )
Se deduce entonces que el lmite cuando x1 tiende a x2 , lo que se escribe

como
y2 y1
lm
x2 x1 x2 x1
existe y es igual a la tan() del ngulo que forma la tangente a la curva
en el punto (1) con el eje x. Tal lmite se llama la derivada de la funcin en
el punto x1 y se denota por
f 0 (x1 ) = lm
x2 x1
y2 y1
f (x2 ) f (x1 )
= lm
.
x2 x1 x2 x1
x2 x1
7.6 Diferenciales.
7.6.
123
Diferenciales.
El diferencial de una funcin, correspondiente a un cambio x de su

variable independiente se define por
df (x) = f 0 (x)x.
Como adems la derivada de y = f (x) = x respecto a x es evidentemente
f 0 (x) = 1, se trata de una recta inclinada en 45o , entonces
dx = x,
y en consecuencia, la derivada de una funcin es igual al cuociente de los
diferenciales de la funcin y de la variable independiente x, o sea
f 0 (x) =
df (x)
.
dx
Como se observa en la figura siguiente el diferencial de la funcin, nos indica

la variacin de la funcin desde un punto inicial hasta la recta tangente a
la curva, cantidad que no es necesariamente pequea. En todo caso, esto
permite tratar a las derivadas como cuociente de diferenciales.
El proceso lmite implcito en la definicin de derivada, se ha hecho para
las funciones ms importantes, tabulando esos resultados. Esas tablas, junto
a unas pocas reglas, permiten calcular la derivada de prcticamente cualquier
funcin. Un fragmento de tabla es
f (x)
xa
ln(x)
ex
ag(x) + bh(x)
f (g(x))
sin x
cos x
f (x)g(x)
f 0 (x)
axa1
1
x
x
e
ag 0 (x) + bh0 (x)
f 0 (g(x))g0 (x)
cos x
sin x
f 0 (x)g(x) + f (x)g0 (x)
f (x)
g(x)
f 0 (x)g(x)f (x)g 0 (x)

g 2 (x)
a
tan x
cot x
0
sec2 x
csc2 x
124
Matemticas.
Ejercicio 7.6.1 Demuestre a partir de la definicin de derivada que

d cos x
dx
d sin x
dx
dex
dx
dxa
dx
d ln x
dx
= sin x,
= cos x;
= ex ;
= axa1 ,
=
1
.
x
Ejercicio 7.6.2 Considere la funcin y = xex . Realice su grfico. Como

usted podr observar, hay un valor mximo de la funcin. Si se considera
que un mximo o mnimo est caracterizado por ser la recta tangente en
esos puntos horizontal, es decir con ngulo de inclinacin cero y por lo tanto
derivada nula, determine la ubicacin del mximo y su valor.
Ejercicio 7.6.3 Considere una funcin (desconocida) de la cual se sabe
que su tasa de crecimiento instantnea, la derivada respecto al tiempo, es
proporcional a la funcin, es decir
dy
= ky.
dt
Si usted redefine la escala del tiempo mediante = kt puede obtener una
relacin ms simple. Por inspeccin de la tabla de derivadas, determine las
funciones y(t) que satisfacen la relacin anterior. (si usted lo hace, ha tenido
xito en resolver una ecuacin diferencial, es decir ha integrado sin saberlo)
Ejercicio 7.6.4 Mediante el uso de la tabla (y algo ms) determine la derivada de y = ax .
7.7.
7.7.1.
Integrales.
El rea bajo una curva.
Si se tiene una funcin y = f (x), planteamos el problema de determinar el

rea entre la curva representativa de la funcin y el eje X, entre los valores x1
7.7 Integrales.
125
f(x)
x1
x2
Figura 7.7: Area bajo la curva.

y x2 . Una aproximacin a la solucin de este problema consiste en aproximar
el rea por una suma de rectngulos como se indica en la figura.
Si el intervalo de x1 a x2 lo llenamos con N rectngulos que lleguen hasta
la curva, entonces los anchos de los rectngulos sern
d=
x2 x1
,
N
las abcisas de sus vrtices inferiores izquierdos sern

xi = x1 + (i 1)d,
i = 1, 2, . . . , N
o
xi = x1 + (i 1)
x2 x1
,
N
i = 1, 2, . . . , N
entonces el rea A ser aproximadamente

A
N
X
i=1
f (xi )
x2 x1
.
N
Como puede observarse, el error que se comete debido a que los rectngulos
tienen un dficit o exceso de rea respecto a la curva, se har cero si tomamos
el lmite haciendo que los anchos de los rectngulos tiendan a cero. Eso se
126
Matemticas.
logra tomando el lmite N , es decir

A =
=
7.7.2.
lm
lm
N
X
i=1
N
X
i=1
f (xi )
x2 x1
N
f (x1 + (i 1)
x2 x1 x2 x1
)
,
N
N
La integral definida.
El ltimo lmite se denomina la integral definida de la funcin entre x1 y

x2 y se representa por
Z
x2
A=
f (x)dx.
x1
Como veremos el clculo de este lmite puede hacerse pues est relacionado
con el concepto de derivada.
Ejemplo 7.7.1 Calcule el rea bajo la curva y = x2 entre x1 = 0 y x2 = x.
Solucin. Debemos en este caso evaluar
A =
lm
N
X
i=1
N
X
X
x2 x1
x2 x1 2 x2 x1
= lm
)
,
f (xi )
(x1 + (i 1)
N
N
N
N
i=1
N
N
x2 x
x3 X
(i 1) 2 = lm 3
(i 1)2 ,
= lm
N
N N
N
N
i=1
i=1
=
Pero
N1
x3 X 2
i.
N N 3
i=1
lm
Pn
i=1
i2 = 16 n (n + 1) (2n + 1) de modo que

x3 1
(N 1)N (2N 1) ,
N N 3 6
1
1
31
,
= lm x (1 ) 2
N
6
N
N
1 3
=
x.
3
A =
lm
7.7 Integrales.
127
f(x)
x+x
Figura 7.8: Elemento de rea.

Resulta entonces que hemos logrado calcular una integral, es decir
Z x
1
x2 dx = x3 .
3
0
N
7.7.3.
Relacin con la derivada.
Considere la integral
A(x) =
f (x)dx.
Esto es el rea bajo la curva entre a y x. Esta puede ser considerada una
funcin de x y por lo tanto la podemos derivar respecto a x. Si usamos la
definicin de derivada entonces
(A(x + x) A(x))
dA(x)
= lm
.
x0
dx
x
El numerador es una diferencia de reas y si x es pequeo, esa rea ser la
del rectngulo f (x)x, ver figura
de modo que
(A(x + x) A(x))
x0
x
f (x)x
= lm
= f (x).
x0
x
dA(x)
=
dx
lm
128
Matemticas.
Este notable resultado muestra que

Z x
d
f (x)dx = f (x),
dx a
o sea que la integracin es la operacin inversa de la derivada. O sea que
el clculo de una integral se hace buscando que funcin tiene por derivada
f (x). Como las derivadas de las constantes son cero, esta bsqueda queda
indeterminada en una constante aditiva, por ejemplo
Z
x4
+C
4
x3 dx =
siendo C una constante. Esa constante puede evaluarse considerando que

Z a
x3 dx = 0,
a
de modo que resulta

C=
Finalmente
x3 dx =
7.7.4.
a4
.
4
x4 a4
.
4
4
Resultado final.
Todo lo dicho se puede resumir en que la integral definida tiene la propiedad

Z x
f 0 (x)dx = f (x) f (a).
a
7.7.5.
La integral indefinida.
La operacin inversa de la derivada se denomina integral indefinida, es

decir
Z
f 0 (x)dx = f (x)
7.8 Elementos de clculo numrico.
129
Ejercicio 7.7.1 Compruebe que

Z
Z
7.8.
xn+1
xn dx =
n+1
Z
dx
= ln x
x
si n 6= 1
sin xdx = cos x

cos xdx = sin x.
Elementos de clculo numrico.
La fsica trata con ecuaciones (relaciones entre cantidades fsicas) que si

se resuelven, constituyen la solucin de un determinado problema. Esto es en
teora, pues hay muchas ecuaciones que no pueden resolverse en forma analtica. Basta recordar el caso de las ecuaciones algebraicas, que son solubles
analticamente hasta el caso de grado cuatro. En fsica es clebre el problema
de los tres cuerpos, que tampoco admite en general solucin analtica. Sin
embargo, la solucin numrica es siempre factible, con determinado grado de
precisin y alcance. De algunos de estos mtodos trata esta seccin.
7.8.1.
Mtodo de Newton para el clculo de una raz.
Considere la ecuacin f (x) = 0. La bsqueda analtica de las races, los

valores de x para los cuales la funcin se anula, es en general imposible. Las
excepciones son por ejemplo, ecuaciones algebraicas hasta cuarto grado. O
casos como sin x = 0, cuyas Doppler se encuentran por simple inspeccin
x = n con n entero. Considere la figura:La raz buscada es x. Uno puede
estimar un valor inicial x1 , trazar la recta tangente a la curva en el punto x1 ,
su interseccin con el eje se produce en x2 que est ms cercano (en general)
a la raz que el punto inicial. O sea x2 es una mejor aproximacin a la raz
buscada. Luego repita el proceso partiendo del punto x2 . De la definicin de
derivada se tiene que
f 0 (x1 ) =
0 f (x1 )
,(la tangente del ngulo)
x2 x1
130
Matemticas.
Mtodo de Newton
25
20
15
10
f(x1 )
5
0
x1
-5
x2
-10
-15
-20
-25
0
Figura 7.9: Mtodo de Newton.

entonces
f (x1 )
.
f 0 (x1 )
Cuestin que debe ser repetida obteniendo aproximaciones sucesivas a la raz,
hasta la precisin deseada.
x2 = x1
Ejemplo 7.8.1 Determine una raz de cosx = x.

Solucin. Dado que f (x) = cos x x, entonces f 0 (x) = sin x 1 y la
frmula se reduce a
cos x1 x1
x2 = x1 +
.
sin x1 + 1
Si partimos de una adivinanza inicial (radianes) x1 = 1, entonces sucesivos
valores dan
x2
x3
x4
x5
=
=
=
=
. 750 363 87,

. 739 112 89,
. 739 085 13,
. 739 085 13.
Con 8 decimales en unos pocos clculos.
131
y=x
1,0
f(x1)
0,8
f(x2)
0,6
0,4
0,2
y=cos(x)
x3=f(x2)
0,0
0,0
0,5
x1
1,0
x2=f(x1)
1,5
2,0
Figura 7.10: Iterar.

N
7.8.2.
Mtodo iterativo para determinar una raz de

f (x) = x.
Este mtodo tiene xito en algunos casos como explicaremos. Considere el

grfico de la funcin y = f (x) y el grfico de la funcin y = x. El punto donde
se cortan determina la raz. El mtodo consiste en partir de una adivinanza
inicial x1 , y calcular sucesivos valores x2 = f (x1 ), x3 = f (x2 ), . . .. En el caso
de la figura para cos x = x, se observa que esos valores se aproximan cada vez
ms a la interseccin. Sea un valor inicial x1 = 1, cos 1 = 0. 540 3,entonces:
cos 0. 540 3 = 0. 857 6,
cos 0. 857 6 = 0. 654 3,
valores que oscilan, pero que a la larga se aproximan al mismo valor
0.739 09, aunque mucho ms lentamente que en el mtodo de Newton. La
convergencia depender del ngulo en que se intersectan la curva y = f (x) e
y = x. Si ese ngulo es mayor de /2 no hay convergencia.
132
Matemticas.
(2)
X1
X2
(1)
raiz
-1
aproximacin
-2
0,0
0,5
1,0
1,5
2,0
Figura 7.11: Mtodo de la secante.
7.8.3.
Mtodo de la secante.
La idea de este mtodo es muy simple. Si se conocen do puntos tales

que en ellos las funcin f (x) tiene diferente signo, por ejemplo f (x1 ) < 0 y
f (x2 ) > 0, entonces (para funciones continuas) en algn punto intermedio la
funcin debe anularse. La recta que va desde el punto (1) al punto (2) corta el
eje x ms cerca de la raz buscada, como se ilustra en la figura siguiente:Como
la recta pasa por los puntos (1) y (2) su ecuacin es (verifquelo)
y = f (x1 ) +
f (x2 ) f (x1 )
(x x1 )
x2 x1
y el punto donde ella corta el eje x (la aproximacin) satisface

f (x1 ) +
de donde
f (x2 ) f (x1 )
(x x1 ) = 0,
x2 x1
x2 x1
f (x2 ) f (x1 )
x1 f (x2 ) x2 f (x1 )
.
x =
f (x2 ) f (x1 )
x = x1 f (x1 )
133
Este proceso debe ser repetido hasta alcanzar la precisin deseada, eligiendo
entre nuevos valores iniciales, (x1 , x) o (x, x2 ) segn en cual pareja hay cambio
de signo de la funcin.
7.8.4.
Derivada numrica con dos puntos.
Para clculos numricos, con precisin limitada, no es necesario tomar el

lmite en la definicin de derivada, sino basta tomar un valor pequeo del
incremento x = h. As entonces podemos aproximar
dy
f (x + h) f (x)
= f 0 (x) =
,
dx
h
con h pequeo. El valor de h depende de la exactitud deseada. Por ejemplo
sea h = 0,00001, y calculemos la derivada de
y = f (x) = xex ln x
en el punto x = 2. Resultar
f (2 + h) f (2)
= 0,0 415 3,
h
que usted puede comprobar es correcto en todos sus decimales. Debemos decir
que existen mtodos mejores pero involucran conocer o evaluar la funcin en
ms de dos puntos, por lo cual para clculos aproximados es ms simple usar
lo indicado.
f 0 (2) =
7.8.5.
Derivada con ms puntos.
Las siguientes frmulas (Handbook of Mathematical functions de Abramowitz) indican la forma de obtener la derivada con tres o cuatro puntos
correspondientes a abscisas igualmente espaciadas en una cantidad pequea
h.
Tres puntos, p = 1, 0, 1.
1
f (x0 + ph) =
h
0
1
1
(p )f1 2pf0 + (p + )f1 .
2
2
134
Matemticas.
Cuatro puntos, p = 1, 0, 1, 2
f 0 (x0 + ph) =
7.8.6.
1 3p3 6p + 2
3p2 4p 1
3p2 2p 2
f1 +
f0
f1
h
6
2
2
3p2 1
f2 .
+
6
Un ejemplo.
Las frmulas anteriores tienen especial aplicacin por ejemplo cuando

se determinan experimentalmente los desplazamientos de una partcula en
funcin del tiempo y se desea calcular la velocidad y la aceleracin. En los
laboratorios de fsica es comn estudiar el movimiento de una partcula o un
cuerpo, determinando los tiempos en que ella pas por determinadas posiciones. La tabla siguiente indica los tiempos t en que una partcula pas por
las posiciones x (igualmente espaciadas) y se han determinado las velocidades y aceleraciones usando dos mtodos (dos y tres puntos), utilizando una
planilla de clculo, Excel por ejemplo, para que usted compare. Los datos
tienen probablemente errores, lo cual tiene un enorme efecto en el clculo de
las derivadas, velocidades y aceleraciones. En este ejemplo los datos han sido
generados por una funcin conocida, en el ejemplo x = v0 t + 12 at2 , pero a
los tiempos determinados se les ha introducido un error al azar de magnitud
mxima error %, para simular el efecto de los errores experimentales. (Para
efectos de comparacin, la velocidad debera resultar lineal v0 + at). Veamos
que ocurre.
Para este ejemplo se ha elegido h = dx = 0, 015, v0 = 10, a = 10, error
en t 0, 1 % y se grfica la derivada hecha con tres puntos, y a continuacin
se ha repetido el clculo y graficado la velocidad para un error 0 %.
y a continuacin para 0 % de error introducido en t.
Como usted podr apreciar, los errores influyen notablemente en el clculo de la derivada, lo cual queda de manifiesto muy claramente al usar por
ejemplo datos provenientes de la captura de tiempos de interrupcin hechos
mediante la llamada polea inteligente (que por supuesto no es inteligente).
Eso lo ver usted en el curso de Fsica experimental I cuando haga experimentos de este tipo y le pida al programa un grfico de la velocidad en
funcin del tiempo.
Dejamos al lector aventurar una respuesta a cmo solucionar este problema.
dx
0,015
x
0,0000
0,0150
0,0300
0,0450
0,0600
0,0750
0,0900
0,1050
0,1200
0,1350
0,1500
0,1650
0,1800
error en t %
0,1
v0
10
a
-10
t
0,00000
0,00150
0,00300
0,00451
0,00602
0,00753
0,00904
0,01056
0,01207
0,01359
0,01511
0,01664
0,01816
t con error
0,00000
0,00150
0,00301
0,00451
0,00602
0,00753
0,00905
0,01055
0,01208
0,01360
0,01511
0,01662
0,01817
135
dos puntos
dx/dt
9,9955
9,9622
9,9562
9,9714
9,9153
9,8964
9,9395
9,8523
9,8393
9,9302
9,9359
9,7191
Figura 7.12: Tabla.
dx/dt
error 0,1% en t
10,00
dx/dt
9,95
9,90
9,85
9,80
-0,002 0,000 0,002 0,004 0,006 0,008 0,010 0,012 0,014 0,016 0,018
Figura 7.13: Con errores.
tres puntos
dx/dt
10,0123
9,9789
9,9457
9,9997
9,9433
9,8875
9,9836
9,8957
9,8093
9,9273
9,9330
9,9388
136
Matemticas.
dx/dt
error 0,0% en t
10,00
dx/dt
9,95
9,90
9,85
9,80
-0,002 0,000 0,002 0,004 0,006 0,008 0,010 0,012 0,014 0,016 0,018
Figura 7.14: Ejemplo.
7.9.
Ejercicios.
Ejercicio 7.9.1 Determine numricamente una (o dos) raz de las ecuaciones algebraicas
x3 x + 1 = 0, ( R: x = 1. 324 718),
x5 x + 1 = 0, ( R. x = 1. 167 304),
x6 + x 1 = 0, (R. x = 1. 134 724 1, x = 0. 778 089 6)
Ejercicio 7.9.2 Determine numricamente una (o dos) raz de las ecuaciones trascendentales
x = ex (R: x = 0. 567 143 29),
x = e2x , (R: x = 0. 426 302 75),
cos x = 2x, {R: x = 0. 450 183 61} .
Ejercicio 7.9.3 (Investigacin) Considere la regla de iteracin
xn+1 = xn (1 xn ).
7.9 Ejercicios.
137
Con 2, 5 < < 4, partiendo de un valor cualquiera x1 y un determinado

genere valores sucesivos x1 , x2 , . . .hasta que ellos comiencen a repetirse.
Esquemtica en un grfico esos valores obtenidos en funcin de para valores
de en el intervalo sealado. Si usted tiene xito, ha obtenido el diagrama de
bifurcaciones de la funcin logstica, que ha sido tema de mucha investigacin
que se muestra en la figura siguiente.
Figura 7.15: Logstica.

Ejercicio 7.9.4 (Investigacin) Respecto a la situacin del problema anterior, si se hacen clculos muy cuidadosos, pueden obtenerse los valores del
parmetro para el cual ocurren las bifurcaciones. Si llamamos a estos valores 1 , 2 , 3 , 4 . . . , estudie la tendencia que tienen las razones
n+1 n
n n1
Ejercicio 7.9.5 Demuestre que la sumatoria
N
X
1
n
n=1
diverge si N .
138
Matemticas.

N
X
1
ln(N + 1)
n
n=1
converge a un nmero si N y estime ese valor numrico. Ese nmero

es la famosa constante de Euler.
Captulo
Elementos de probabilidades
8.1.
Introduccin
Es una experiencia cotidiana que si un experimento se realiza un nmero de veces bajo las mismas controlables condiciones, los resultados son
en general diferentes, aun cuando las diferencias pueden ser pequeas. Cada
experimento se realiza tratando de mantener las mismas condiciones. En el
mundo macroscpico en realidad no estamos en condiciones de controlar todas las variables que afectan al fenmeno por lo tanto uno puede pensar que
los diversos resultados se deben precisamente a la falta de control de algunas
de las variables que influyen en los resultados. Por ejemplo el ruido de los
dispositivos electrnicos, fluctuaciones incontrolables de una fuente de voltaje, variaciones imperceptibles de la temperatura, etctera. Sin embargo, con
el desarrollo de la Mecnica Cuntica (qu ser eso?), se ha aceptado que
esto es un aspecto intrnseco de nuestro Universo, es decir que an cuando
las condiciones se mantengan absolutamente iguales, pueden haber diversos
resultados de un mismo experimento, no adjudicables a variables no controladas o no conocidas. Estos hechos fueron motivo de mucha controversia en los
inicios del desarrollo de la Mecnica Cuntica, siendo clebre la Conferencia
de Solvay en Bruselas en 1927, ver foto, donde Albert Einstein se enfrent al
resto del Mundo de los fsicos, tratando de salvar el determinismo clsico, de
acuerdo al cual, bajo mismas condiciones, se repiten los mismos resultados y
que cualquier discrepancia debera ser debida a causas no consideradas. Sin
140
Figura 8.1: Conferencia de Solvay de 1927

embargo Einstein finalmente acept que los hechos indicaban fuera de duda,
la validez de este nuevo tipo de incertidumbre en el determinismo clsico.
8.2.
Tmelo con calma.
En este captulo, hay demasiada matemtica que usted probablemente no

conoce an, pero la conocer. De modo que no se preocupe demasiado por las
demostraciones y trate de quedarse de alguna manera con el concepto, pues en
la evaluacin de este curso no se exigirn estas cuestiones. De todas maneras
se presentan algunos detalles matemticos complicados con la esperanza que
estos apuntes le sirvan ms en el futuro.
8.3.
Cosas concretas.
Para que esta discusin no le parezca demasiado abstracta, ejemplos simples concretos se encuentran en los juegos de azar, por lo cual analizaremos
algunos, antes de introducir definiciones formales ms abstractas.
8.3 Cosas concretas.
8.3.1.
141
Lanzar un dado.
Como usted debe saber al lanzar un dado hay seis resultados posibles,
que salga cualquiera de los nmeros del 1 al 6. Si usted idea un mtodo para
predecir el resultado que va a ocurrir, debera felicitarlo. Repita este experimento, digamos 100 veces y anote los resultados que se obtienen. Una manera
de resumir la informacin obtenida es contando cuantas veces sali cada resultado, y mejor calcular la fraccin del total en que ocurri cada resultado.
Estos resultados experimentales difcilmente coincidirn con los de otra
realizacin de 100 lanzamientos. Aqu no queda ms remedio y especular que
para un nmero muy grande de lanzamientos todos los resultados deberan
ocurrir en la misma proporcin. Esta conjetura podr ser sostenida hasta que
existan serias discrepancias con ella. (En tal caso lo que uno podra pensar
es que el dado est cargado).
8.3.2.
Lanzar un dardo a un blanco.
Estrictamente hablando, aqu no se trata realmente de un juego de azar,

pero ocurre algo parecido. Los distintos resultados, puntos de cada del dardo
se distribuirn en forma continua cerca del blanco, pero de una forma que
no somos capaces de predecir. (La excepcin se dara si existiera un lanzador
perfecto)
8.3.3.
Lanzar dos dados.
A diferencia del lanzamiento de uno, el conjunto de resultados posibles es

ahora mayor, en efecto ellos son 36 resultados distintos posibles. Sin embargo
uno puede estar interesado no en los resultados distintos, sino por ejemplo en
los resultados que sumen siete. Ahora los que suman siete son (1, 6), (2, 5),
(3, 4), (4, 3), (5, 2), (6, 1), o sea 6 casos de un total de 36. Seguramente usted
apostara a que el resultado siguiente no va a sumar 7. Usted seguramente
6
concordar en que las chances son 6 de 36, o bien 36
= 0. 166 7, nmero muy
pequeo que lo desalentar en la apuesta.
Estas ideas se formalizan estructurando la teora de las probabilidades.
142
8.4.
8.4.1.
Probabilidad
Poblacin o Universo
El conjunto continuo o discreto de todos los distintos resultados xi de

un experimento la denominaremos la poblacin o el Universo asociado al
determinado experimento (Usualmente llamado espacio muestral, pero no
queremos confundir con muestras o grupos de datos, por ello usaremos la
terminologa explicada). Este conjunto puede ser finito para el caso de resultados discretos, pero necesariamente infinito cuando los resultados son un
continuo de valores. En este libro preferiremos el empleo del trmino resultado del experimento, por tratarse de un libro sobre Fsica, aun cuando puede
y eventualmente se ocupar el trmino ms amplio de Evento, a lo que ocurre
tras la realizacin de algn experimento, de cualquier tipo.
8.4.2.
Eventos simples
Los elementos del Universo o Poblacin se denominan eventos simples.

(por ejemplo los resultados del lanzamiento de un dado)
8.4.3.
Eventos compuestos
Cualquier subconjunto del Universo o Poblacin se denomina un evento compuesto. Por ejemplo, ver figura, los subconjuntos A, B, AB, AB,
etctera. (por ejemplo los casos en que la suma de los dos dados es 7)
8.4.4.
Probabilidad, caso discreto
Eventos simples
Aunque es posible hacer un tratamiento axiomtico del concepto de probabilidad, seguiremos un proceso ms cercano a la experimentacin. Supongamos que el Universo es de tamao finito M. Si al repetir un experimento
N veces el evento o resultado xi ocurre ni veces, la frecuencia relativa de
ocurrencia de dicho resultado se define como
ni
fi = ,
N
y si tal expresin tiene un lmite cuando N , entonces definimos la
probabilidad.
8.4 Probabilidad
143
Definicion 8.4.1 Definimos la probabilidad del evento simple xi por

ni
.
N N
Pi = lm
De la definicin se desprende que
M
X
Pi = 1.
i=1
Este tipo de definicin de probabilidad es a veces llamada a posteriori o

emprica, a diferencia de otra definicin que est basada en algn tipo
de razonamiento. Por ejemplo si no se encuentran causas para suponer que
un determinado evento debera ocurrir con distinta frecuencia que otro, uno
podra suponer en consecuencia que todas las probabilidades son iguales y por
lo tanto
1
Pi =
.
M
Este tipo de definicin es a veces denominada probabilidad a priori. Debemos remarcar que las teoras de la fsica que utilicen el concepto de probabilidad, utilizan probabilidades a priori, estando su definicin comprometida
segn sean la comprobacin experimental de las predicciones de la respectiva
teora.
Eventos compuestos
Recordemos que los elementos de conjunto Universo corresponden a los
distintos posibles resultados de un experimento. Estos son los que hemos
llamados eventos simples. Las probabilidades de estos eventos las hemos llamado Pi y tienen la evidente propiedad
M
X
Pi = 1.
i=1
Cualquier subconjunto A del Universo es denominado un evento compuesto. Su probabilidad se define por
PA =
xi A
Pi .
144
A
B
A B
Figura 8.2:
Evento unin A B y evento interseccin A B
La unin o interseccin de dos subconjuntos del universo, es tambin un
subconjunto del universo o sea es un evento compuesto. Sus probabilidades
pueden relacionarse de acuerdo a
PAB = PA + PB PAB ,
pues, de acuerdo a la figura (??), si los subconjuntos A y B tienen interseccin vaca, al sumar las probabilidades de A y de B obtenemos correctamente
la probabilidad de la unin.
Sin embargo si la interseccin no es vaca, al realizar lo anterior estamos
contando dos veces los elementos de la interseccin. Restando en ese caso
los elementos de la interseccin una vez, se obtiene el resultado correcto. A
veces, la probabilidad de la unin puede leerse como : la probabilidad de que
el simple est en A o en B y similarmente para el caso de la interseccin,
la probabilidad de que el simple est en A y en B
Eventos independientes, probabilidad condicional
Queremos definir dos conceptos que juegan un rol muy importante en
teora de probabilidades. El concepto de probabilidad condicional toma en
cuenta el efecto (si lo hay) de que el saber que ocurri un determinado evento
A, afecta o no la probabilidad del siguiente evento B.
Definicion 8.4.2 Definimos la probabilidad condicional P (B | A) como la
probabilidad de que ocurra el evento B si sabemos que el evento A ocurri.
8.4 Probabilidad
145
Definicion 8.4.3 Dos eventos A y B se denominan independientes, si la

ocurrencia de uno no afecta la probabilidad del otro, es decir si P (B | A) =
P (B) y P (A | B) = P (A).
La forma en que la ocurrencia de un evento puede afectar la ocurrencia
de otro, puede deberse a diversas causas, dependiendo del experimento de
que se trate.
Ejemplo 8.4.1 Por ejemplo se tiene un conjunto de bolitas numeradas del
1 al 5 en una caja. El experimento puede ser sacar una bolita al azar, mirar
el resultado y reponerla en la caja o no reponerla en la caja. Analice esta
situacin.
Solucin. Para el primer caso obviamente el primer evento no afecta al
siguiente. O sea si el experimento es con reposicin, los eventos son independientes y todos tienen probabilidad P = 15 . De modo que por ejemplo
1
1
1
P (1 | 1) = , P (2 | 1) = , , P (5 | 1) = .
5
5
5
Si el experimento es sin reposicin, claramente la ocurrencia de una evento
afecta los siguientes, de modo que tendremos por ejemplo
1
1
P (1 | 1) = 0, P (2 | 1) = , , P (3 | 1) = .
4
4
Como podemos establecer alguna regla? Claramente tenemos un problema
de hacer bien las cuentas. Para eventos simples hay simplemente dos posibilidades. Para el experimento sin reposicin P (A B) puede ser cero o no
dependiendo de que no hayan o hayan eventos simples comunes en A y en
B. Obviamente el Universo para el experimento en cuestin es
con reposicin
1, 1
2, 1
3, 1
4, 1
5, 1
1
P (1 2) = 25
P (1 | 2) = 15
P (2) = 15
notando que P (1 | 2) =
1, 2
2, 2
3, 2
4, 2
5, 2
P (12)
P (2)
N
1, 3
2, 3
3, 3
4, 3
5, 3
1, 4
2, 4
3, 4
4, 4
5, 4
1, 5
2, 5
3, 5
4, 5
5, 5
146
sin reposicin
2, 1
3, 1
4, 1
5, 1
1, 2 1, 3
2, 3
3, 2
4, 2 4, 3
5, 2 5, 3
1, 4
2, 4
3, 4
5, 4
1, 5
2, 5
3, 5
4, 5
1
P (1 2) = 20
P (1 | 2) = 14
P (2) = 15
notando que P (1 | 2) = PP(12)

(2)
Debe remarcarse la diferencia entre P (1 2) que es la probabilidad de
la ocurrencia del 1 seguido por el 2 respecto al total de resultados posibles,
mientras que P (1 | 2) est restringido al universo remarcado, donde el
primer evento fue un 2.
Aunque no ser demostrado nada aqu, los resultados del ejemplo pueden
ser enunciados como una relacin entre estas probabilidades de la siguiente
forma, que realmente constituye la definicin de probabilidad condicional:
Definicion 8.4.4
P (B | A) =
P (A B)
P (B)
Como una consecuencia de la definicin de eventos independientes, sigue

otro teorema:
I Teorema 8.1
Si dos eventos A y B son independientes, entonces
P (A B) = P (A)P (B).
8.5.
Sacar cuentas.
Para el clculo de probabilidades normalmente deben sacarse cuentas del

total de eventos o resultados, y de los casos favorables. Para ello son de
utilidad los siguientes conceptos.
8.5 Sacar cuentas.
8.5.1.
147
Concepto bsico de multiplicacin.
Si un procedimiento A puede hacerse de nA maneras diferentes y si procedimiento B puede hacerse de nB maneras diferentes, para cada forma en
que se hizo el primero, entonces el procedimiento A seguido por el B puede
hacerse de nA nB maneras diferentes.
Ejemplo 8.5.1 Si se elige un comit sorteando un hombre de un grupo de
seis y una mujer de un grupo de tres, el comit puede formarse de 6 3 = 18
maneras diferentes.
8.5.2.
Permutaciones.
Si se tiene un grupo de n objetos diferentes, el nmero de distintos ordenes

en que puede formarse el grupo de n objetos es el nmero de permutaciones
P (n) = 1 2 3 n = n!
El smbolo n! (llamado ene-factorial), admite una famosa aproximacin para
n grande, llamada aproximacin de Stirling
n! 2nnn en
Ejemplo 8.5.2 Por ejemplo con los nmeros 1, 2, 3 hay 6 diferentes ordenes,
a saber (1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1). En efecto 3! = 6.
8.5.3.
Combinaciones.
Si se tiene un grupo de n objetos diferentes y se extrae de el un grupo

de m n objetos, sin importar el orden, el nmero de formas de hacerlo es
llamado el nmero de combinaciones y est dado por

n
n!
=
.
m
m!(n m)!
Este nmero es tambin llamado coeficiente binomial dada su relacin con
el teorema del binomio el cual establece que, el binomio elevado a n tiene el
desarrollo:

n n
n n1
n n2 2
n
n n
n
n1
(a + b) =
+
a +
a b+
a b ++
ab
b
0
1
2
n1
n
148
Ejemplo 8.5.3 Por ejemplo, de un grupo de 10 personas, el nmero de formas en que se puede constituir un comit de 4 personas es

10
10!
7 8 9 10
=
=
= 210.
4
6!4!
1234
Ejemplo 8.5.4 Se lanza N veces una moneda al aire. Si la ocurrencia de caras o sellos es igualmente probable, determine la probabilidad de que ocurran
n sellos.
Solucin. El nmero de casos favorables de que ocurran n sellos es

n
.
m
Por otro lado, el total de casos est dado por (0 1 2 n sellos)
m=n
X
m=0
n
,
m
ahora bien, esta suma se puede deducir del teorema del binomio para el caso
en que a = 1, b = 1 obtenindose
m=n
X
m=0
n
= 2n ,
m
por lo tanto la probabilidad buscada es

1 n
P = n
.
2 m
Para tener una idea del comportamiento de esta probabilidad, realice un
grfico para n = 10 con los valores de la
8.6 Variables aleatorias
149
distribucin binomial con p=q=0,5

n=10
0,25
probabilidad
0,20
0,15
0,10
0,05
0,00
10
numero m
Figura 8.3: Distribucin binomial.

m P
1 10
= 9. 766 104
0
210 0
1 10
1
= 9. 766 103
210 1
1 10
2
= 4. 395 102
210 2
1 10
3
= . 117 2
210 3
1 10
= . 205 1
4
210 4
tabla
1 10
= . 246 1
5
210 5
1 10
= . 205 1
6
210 6
1 10
= . 117 2
7
210 7
1 10
= 4. 395 102
8
210 8
10
1
9
= 9. 766 103
210 9
1 10
10 210 10 = 9. 766 104
cuyo grfico se muestra a continuacin
8.6.
Variables aleatorias
Nos limitaremos a analizar experimentos donde los resultados son valores

numrico xi , por ahora discretos, con una probabilidad conocida Pi . Podemos
150
decir por definicin que el resultado del experimento es una variable aleatoria
x con distribucin de probabilidad P (x) definida por
P (x) = Pi si x = xi
P (x) = 0 en otro caso.
Ejemplos de variables aleatorias discretas pueden ser
Ejemplo 8.6.1 x el nmero de caras que pueden ocurrir al lanzar n veces
una moneda. De acuerdo a lo explicado

1 n
P (x) = n
si x = m( n)
2 m
Ejemplo 8.6.2 x el resultado obtenido al arrojar un dado. Aqu
1
si x (1, 2, 3, 4, 5, 6)
6
P (x) =
8.6.1.
Distribucin binomial.
Si un experimento tiene dos resultados posibles A y B, con probabilidad

p y q = 1 p cada uno, y el experimento se repite n veces, la probabilidad
de que ocurran m resultados A, en cualquier orden es la famosa distribucin
binomial.

n m nm
P (m) =
p q
,
m
muchas de sus propiedades sern dadas en el apndice (B).
Por sus aplicaciones a la teora de los errores preferiremos profundizar en
los casos en que la variable aleatoria es continua.
8.6.2.
151
Caso continuo
Cuando los posibles resultados experimentales son un continuo de valores,

el universos obviamente es de tamao infinito. Por ello deben hacerse algunas modificaciones formales, pero no de fondo, a lo explicado para el caso
discreto. As por ejemplo es posible definir (a priori o a posteriori) la probabilidad de que el resultado este dentro de algn subconjunto del universo,
preferiblemente en un elemento infinitsimo del universo. Para un caso unidimensional., el universo puede ser un intervalo de los nmeros reales entre x1
y x2 . Obviamente la definicin de probabilidad debe ser tal que haya certeza
de que resulte algn valor del Universo, es decir
P ([x1 , x2 ]) = 1,
(8.1)
donde la notacin expresa la probabilidad de que el resultado del experimento

sea alguno de los valores posibles x [x1 , x2 ]. Para un intervalo diferencial
dx en torno de x, la probabilidad correspondiente ser definida mediante
P ([x, x + dx]) = f (x)dx,
siendo f (x) la llamada funcin de distribucin de la variable aleatoria x.
Aqu, por algn medio ser preciso postular o determinar f (x).
Funciones de distribucin de variable aleatoria
Aqu profundizaremos algo de lo recin explicado. Sea x una variable
aleatoria resultado de algn experimento con resultados en un continuo, el
intervalo [x1 , x2 ] . La probabilidad de que la variable est en un entorno dx
del valor x, se define por
P ([x, x + dx]) = f (x)dx,
siendo f (x) la funcin distribucin de la variable aleatoria x. Por la propiedad
8.1, las funciones distribucin estn normalizadas, es decir
Z
x2
x1
f (x)dx = 1.
152
Algunos ejemplos
Ejemplo 8.6.3 Distribucin uniforme. La funcin distribucin uniforme,
corresponde a elegir un nmero real al azar dentro de un intervalo y est
dada por
0
si
x<
1
si < x <
f (x) =
0
si
x>
donde < son dos nmeros reales
Ejemplo 8.6.4 Un generador simple de nmeros (seudo) aleatorios. Considere la secuencia generada de acuerdo a
xn+1 = 4xn (1 xn ),
donde dado un nmero (semilla) x1 entre 0 y 1, se generan todos los siguientes en el mismo intervalo. Construya numricamente la funcin distribucin
de tal secuencia de nmeros. Para ello, divida el intervalo (0, 1) en un nmero de partes, por ejemplo 100, y cada vez que el nmero resulte en un
intervalo i (1 i 100) agregue 1 a un contador ni inicialmente en cero.
Grafique enseguida las razones ni /N, siendo N el nmero total de cuentas.
La siguiente grfica se obtuvo para un nmero de 100 intervalos y 20.000
generados. Un generador simple de nmeros (seudo) aleatorios. Considere la
secuencia generada de acuerdo a
xn+1 = 4xn (1 xn ),
153
0,07
Distribucin logstica
intervalos = 100
generados = 20.000
0,06
0,05
n/N
0,04
0,03
0,02
0,01
0,00
20
40
60
80
100
intervalo
Figura 8.4: Aleatorios.

donde dado un nmero (semilla) x1 entre 0 y 1, se generan todos los siguientes en el mismo intervalo. Construya numricamente la funcin distribucin
de tal secuencia de nmeros. Para ello, divida el intervalo (0, 1) en un nmero
de partes, por ejemplo 100, y cada vez que el nmero resulte en un intervalo i
(1 i 100) agregue 1 a un contador ni inicialmente en cero. Grafique enseguida las razones ni /N, siendo N el nmero total de cuentas. La siguiente
grfica se obtuvo para un nmero de 100 intervalos y 20.000 generados.Esta
grfica muestra claramente que la distribucin no es uniforme.
Ejemplo 8.6.5 La funcin distribucin normal, dependiente de dos parmetros (el valor esperado) y ( la desviacin estndar) es definida mediante
(x)2
1
f (x; , ) = e 22 ,
2
que ha veces se abrevia N(, ).

Ejemplo 8.6.6 La funcin distribucin normal estndar, es un caso particular donde = 0 y = 1, es decir
x2
1
f (x) = e 2
2
154
o abreviado N(0, 1), cuyo grfico caracterstico - llamado campana de Gauss

se ilustra en la figura siguiente:
0.3
0.2
0.1
x
1 e 2
2
-4
-2
2 x
Campana de Gauss.
Ejemplo 8.6.7 Si la rapidez de fallas de algn dispositivo es constante a lo

largo del tiempo, entonces los tiempos de fallas tienen una distribucin de
probabilidad exponencial con valor esperado
f (t; ) =
1 t/
e
para u 0
donde e es la base de los logartmos naturales. La desviacin estndar para

la distribucin exponencial es = . (ver grfico)
0.2
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
10
15
20
25
= 5, Exponencial
La deduccin de tal funcin distribucin se muestra para quien se interese en
el apndice (A).
155
Figura 8.5: Distribucin de Poisson.

Ejemplo 8.6.8 El proceso de Poisson. La distribucin de Poisson juega un
papel importante para un gran nmero de fenmenos observables. Consideremos una fuente radioactiva que emite partculas y definamos una variable
aleatoria X(t1 , t2 ) como el nmero de partcula emitidas durante un intervalo
de tiempo [t1 , t2 ] . Denotaremos tal funcin de distribucin por
Pn (t1 , t2 ) = P [X(t1 , t2 ) = n] .
(que se lee como la probabilidad de que en el intervalo de tiempo entre t1 y
t2 el nmero de partculas emitidas sea n). En el apndice de (B) se indican
los detalles matemticos que conducen a
Pn (t) =
1
(t)n et
n!
o
P (n, t) =
1
(t)n et
n!
que graficaremos para = 0,5 , n = 0, 1, 2, 3.
Las definiciones de valor esperado, varianza y desviacin estndar se dan

a continuacin.
156
8.6.3.
Valor esperado, varianza y desviacin estndar
Si x es una variable aleatoria continua en el rango [x1 , x2 ] con funcin

distribucin de probabilidad f (x), se definen
Definicion 8.6.1 El valor esperado de x, E(x) tambin denotado por , se
define por
Z x2
xf (x)dx.
E(x) = =
x1
Definicion 8.6.2 La varianza de x, V ar(x) tambin denotada por 2 se

define por
Z x2
2
V ar(x) = =
(x )2 f (x)dx.
x1
Definicion 8.6.3 La desviacin estndar de x se define como =
p
V ar(x).
Puede verificarse fcilmente que para la funcin distribucin normal, efectivamente se cumple que
Z
(z)2
1
ze 22 dz,
=
2
y que
1
=
2
2
z 2 e
(z)2
2 2
dz.
Para la distribucin uniforme puede calcularse

1
=
1
=
1
xdx = ( + ),
2
1
x2 dx = ( 2 + + 2 ).
3
Distribuciones de probabilidad acumuladas

Para el caso de variables aleatorias continuas, la probabilidad de un valor
exacto es evidentemente cero, pues hay infinitos casos posibles. Se utilizan
en cambio acumulaciones de probabilidad, por ejemplo
157
Caso 1 La distribucin de probabilidad normal acumulada

Z x
(z)2
1
F (x; , ) =
e 22 dz
2
que indica la probabilidad de que la variable aleatoria z con distribucin normal N(, ) tenga valores menores o iguales a x.
Caso 2 La distribucin de probabilidad normal acumulada
Z x
(z)2
1
e 22 dz
F (x; , ) =
2 x
que indica la probabilidad de que la variable aleatoria z con distribucin normal N(, ) tenga valores entre x y x.
Algunas propiedades
Si x es una variable aleatoria con funcin distribucin de probabilidad
f (x), y si a, b y c son constantes, los siguientes desarrollos sern de utilidad
E(ax + b) =
x2
(ax + b)f (x)dx = aE(x) + b.
x1
V ar(cx) =
=
x2
Zx1x2
x1
(cx E(cx))2 f (x)dx

(cx c))2 f (x)dx = c2 V ar(x).
Similarmente, si x es una variable aleatoria con funcin distribucin de

probabilidad f (x), y si a, b son constantes, la funcin de distribucin g(z) de
z = ax + b, puede calcularse de
g(z)dz = f (x)dx,
de modo que
1 zb
g(z) = f (
).
(8.2)
a
a
Algn cuidado adicional se requiere si z no es una funcin montona de
x, como se explica al final de este captulo.
158
8.6.4.
Funciones de variables aleatorias
Un problema de mucho inters es el de determinar la funcin distribucin

de una combinacin de variables aleatorias, cuando se conocen las distribuciones de cada variable y si ellas son independientes en el sentido explicado
anteriormente. Esto tiene muchas aplicaciones como veremos. Por ejemplo si
las variables xi (i = 1,2, N) son independientes con distribucin uniforme
en el intervalo 2 , 2 , cual es la distribucin de la variable aleatoria
N
1 X
xi
x=
N i=1
en el lmite para N muy grande? Este es un caso de mucho inters y en

el apndice (C) se explican algunos desarrollos matemticos para quien se
interese, pero nos interesa principalmente el resultado final. Como all se
demuestra, la funcin distribucin resulta ser la distribucin normal
x2
1
f (x) =
e 22 ,
2
o sea, tenemos un teorema que es lo que importa:

I Teorema 8.2
Si las variables xi son aleatorias e independientes con distribucin uniforme
con valor esperado = 0 y desviacin estndar , entonces la variable
aleatoria
N
1 X
xi
x=
N i=1
tiene, para N distribucin normal
x2
1
f (x) =
e 22 .
2
De acuerdo a las propiedades 8.2, si las variables aleatorias xi tuvieran

valor esperado 6= 0, entonces las variables aleatorias zi = xi tiene valor
esperado 0, de modo que la variable z tiene la distribucin anterior.
8.6.5.
159
Funcin distribucin del promedio
Por su importancia, considere ahora variables xi aleatorias e independientes con distribucin uniforme con valor esperado , desviacin estndar ,
entonces la variable aleatoria (el promedio)
x =
1 X
xi
N
tiene una distribucin que nos proponemos calcular, en el lmite de N muy

grande. Para ello considere
1
1 1 X
x =
(xi ) + = x +
N N
N
donde ahora x tiene la distribucin normal con valor esperado cero. Por las
propiedades sealada
x )d
x
F (
x)d
x = f (x)dx = Nf ( N(
o sea
2
N N (x)
F (
x) =
e 22 ,
2
que puede ser escrita como
2
donde x =
ma:
(
x)
1
F (
x) =
e 22x ,
2 x
y que puede ser escrito entonces como un importante teore-
I Teorema 8.3
Si las variables xi son aleatorias e independientes cada una con distribucin
uniforme con valor esperado , desviacin estndar , entonces la variable
aleatoria (el promedio)
1 X
x =
(8.3)
xi
N
en el lmite de N grandes, tiene distribucin normal N(, x )
2
(
x)
1
e 22x
F (
x) =
2 x
160
con valor esperado E(

x) = , y desviacin estndar
x = .
N
Como veremos, este teorema es fundamental para el tratamiento de errores cuando se supone que ello son aleatorios. Por las propiedades explicadas,
para utilizar la distribucin normal estndar N(0, 1),es preferible utilizar la
variable estandarizada Z que se define a continuacin, pues ella tiene desviacin estndar unidad y valor esperado cero.
Z=
x
,
/ N
pues podemos usar la correspondiente tabla de valores centrales o inferiores

a un valor
Rz
Rz
2
2
z F (z) = 12 et /2 dt. F (z) = 12 z et /2 dt.
1 0. 841 34
0. 682 69
2 0. 977 25
0. 954 5
3 0. 998 65
0. 997 3
4 0. 999 97
0. 999 94
los valores numricos, reas bajo la curva de Gauss, son las probabilidades
de que la variable estandarizada tenga valores menores que z, o entre z y
z respectivamente. De acuerdo a la figura la probabilidad de que la variable
z tenga valores entre y 1 es 0,8413. En este otro caso la probabilidad de
que la variable z tenga valores entre 1 y 1 es 0,6826.
Ejemplo 8.6.9 Se han hecho 100 lecturas xi de una variable aleatoria con
distribucin uniforme, resultados de un experimento, y ha resultado un valor
promedio x = 12,8, siendo la desviacin estndar de cada resultado el valor
= 0,5. Estime las probabilidades de que el valor esperado del promedio est
en determinados rangos en torno al valor x = 12,8.
Solucin. Primero que nada algunas aclaraciones. El promedio de los
100 valores es lo que se denomina el promedio muestral. Lo que se desea
es el valor esperado del promedio considerado como una variable aleatoria,
es decir . Dicho valor es naturalmente imposible de conocer con exactitud,
pues el Universo para este experimento es de tamao infinito. Adems, se
Figura 8.6: Area menor que z.
Figura 8.7: Area entre 1 y 1.
161
162
ha proporcionado como informacin la desviacin estndar de cada medida,

valor que tampoco podramos en la prctica conocer por las mismas razones.
Ms adelante, en el captulo sobre estadstica, explicaremos como se puede
estimar algn valor para examinando muestras finitas, como es el caso
aqu. Aclarado esto, la solucin basada en que la variable Z tiene distribucin normal estndar (aproximadamente para muestras grandes), se tiene por
ejemplo que la probabilidad de que Z est en el intervalo [1, 1] es 0,68269,
es decir con esa probabilidad podemos asegurar que
1 <
o bien
x
< 1,
/ N
x / N < < x + / N,
o numricamente
12,8 0,05 < < 12,8 + 0,05
resultado que suele escribirse como
= 12,8 0,05
con una probabilidad de un 68,3 %. Tambin se utiliza el trmino de intervalo
de confianza del 68,3 % al intervalo [12. 75, 12. 85]. Debe observarse que hay
dos factores que compiten. Si se desea aumentar el nivel de confianza (la
probabilidad), ello causa un ensanchamiento del intervalo de confianza. Ello
puede ser compensado aumentando el nmero N de medidas,
pues ello tiende
a disminuir el ancho del intervalo de confianza como 1/ N.
N
Una parte de los resultados
anteriores, El resultado de que la desviacin
estndar del promedio es / N, puede ser obtenido directamente, usando
propiedades del valor esperado. En efecto si
x =
entonces
E(
x) =
1 X
xi ,
N
1 X
1 X
E(xi ) =
= ,
N
N
163
X
2
1
xi ),
= E(
N
aqu hay que cuidar sobre la independencia de las variables, pues al desarrollar
2
X
1
xi ,
N
2x
resulta
2 X
1 XX
x
x
xi + 2 ,
i
j
N2
N2
donde debemos separar la suma doble en los trminos cuadrticos pues involucran variables dependientes, de los otros de la siguiente forma
1 X 2 X
2 X
(
x
+
x
x
)
xi + 2 ,
i j
N2 i i
N
i
i6=j
por lo tanto
2x =
X
1 X
2 X
2
E(xi ) + 2 ,
(
E(x
)
+
E(x
)E(x
))
i
j
i
N2
N
i6=j
que se reduce a
1
(NE(x2 ) + (N 2 N)2 ) 22 + 2 ,
N2
o bien finalmente a
2
1
E(x2 ) 2 = .
N
N
Ms en general, puede demostrarse el teorema ms fuerte, llamado teorema del lmite central, que colocamos aqu sin demostracin.
2x =
I Teorema 8.4 (Central del lmite)

Sean xi una sucesin de variables aleatorias independientes con funciones distribuciones arbitrarias con valores finitos para sus valores esperados E(xi ) =
i y varianzas V ar(xi ) = 2i , entonces la variable
Pn
i=1 (xi i )
Zn = p
,
Pn
2
i=1 i
tiene distribucin normal N(0, 1) en el lmite n .
164
8.6.6.
Muestras pequeas
Recuerde que si N es grande, la variable Z indicada,

Z=
x
,
/ N
tiene distribucin N(0, 1). Sin embargo dado que la desviacin estndar de
la distribucin es desconocida, se suele estimarla mediante = sn1 , es decir
usando la desviacin estndar insesgada de la muestra, siendo
1 X
=
(xi x)2 .
n 1 i=1
n
s2n1
Sin embargo, el estadgrafo
t=
x
,
sn1 / n
considerado como una variable aleatoria debe tener una funcin distribucin
distinta a la normal, pues ahora no ms se puede considerar a sn1 una constante, sino que es tambin una variable aleatoria. Fue el estadstico ingls
W.S.Gosset quin descubri la funcin distribucin de la variable t, denominada distribucin hk (t) denominada distribucin t de Student con k grados
de libertad. (Su trabajo fue publicado con el seudnimo de Student)
hk (t) =
)
( k+1
t2 (k+1)/2
2
)
, < t < .
(1
+
k
( k2 ) k
El trmino grados de libertad, corresponde al nmero de variables aleatorias independientes presentes en el estadgrafo considerado. Para el caso de
sn1 estn involucradas las n variables aleatorias xi x, pero ellas no son
todas independientes, pues hay una relacin entre ellas
X
(xi x) = 0,
de modo que para ese caso hay n 1 grados de libertad, por lo tanto la
distribucin de
x
,
t=
sn1 / n
165
es
hn1 (t) =
( n2 )
t2 n/2
p
)
(1
+
, < t < .
n
1
( n1
)
(n
1)
2
(8.4)
De aqu puede obtenerse como lmite para n

t2
1
lm hn1 (t) = e 2 ,
n
2
la distribucin N(0, 1). Su grfico para n = 5, 10, 15, y su lmite se indica a

continuacin
0.3
0.2
0.1
-4
-2
2 t
Distribucin T-Student.
8.6.7.
Ms sobre funciones distribucin (fd)
Este tema requiere tambin de mucha matemticas, por lo tanto usted

puede omitirlo.
Unidimensional.
Cuando una variable x aleatoria continua tiene una fd conocida, interesa
determinar la fd de funciones de x. Por ejemplo si la variable xtiene distribucin uniforme, cuales son las funciones distribucin de x2 , de x, etctera.
Para esto se presenta un teorema.
I Teorema 8.5
Sea x una variable aleatoria continua con fd f (x), donde por supuesto debe
ser f (x) no negativa. Suponga adems que y = h(x) es una funcin estrictamente montona (creciente o decreciente) y derivable, entonces la fd de la
166
variable y est dada por
dx
1
1
g(y) = f (x) = f (h (y)) 0 1

dy
h (h (y))
Aqu h0 denota la derivada de h y h1 denota la funcin inversa de h que por

las condiciones consideradas, existe.
Demostracin. Esto sigue de g(y) |dy| = f (x) |dx|, debindose expresar
x en funcin de y mediante x = h1 (y). La funcin inversa existe por cuanto
la funcin h(x) es montona.
N
Si la funcin h(x) es continua, derivable, pero no montona ( su derivada
se anula en el rango), entonces debemos tener ms cuidado. Por ejemplo
suponga una variable x con distribucin uniforme en el intervalo [1, 1] la fd
de y = x2 (no montona) debe evaluarse de otra forma, as podemos escribir
g(y) |dy| =
y=x2
f (x) |dx| ,
pues ahora hay dos valores de x correspondientes a un dado y. Ellos son
x = y. As resulta
g(y) |dy| = f (+ y) |d y| + f ( y) |d y| ,
o bien
1
g(y) = (f (+ y) + f ( y)) ,
2 y
pero f (x) =
1
2
en [1, 1], por lo cual resulta

1
, para 0 < y < 1
2 y
g(y) = 0 caso contrario.
g(y) =
167
Bidimensional
Cuando se tienen dos variables aleatorias continuas x, y con fd conocidas,
f (x), y g(y), supuestas independientes, la fd de una funcin z = F (x, y), h(z)
puede evaluarse como sigue
Z
f (x)g(y) |dxdy| ,
(8.5)
h(z) |dz| =
z=F (x,y)
o sea la integral es sobre el rea entre las dos curvas F (x, y) = z, y F (x, y) =
z + dz. Como veremos en un ejemplo prctico, deberemos reemplazar las
variable (x, y) por otro conjunto (z, v) con v convenientemente elegida. En el
captulo sobre errores, se vern otras aplicaciones de esta relacin.
Generacin de una distribucin normal a partir de variables uniformes.
Ejemplo 8.6.10 Ejemplo, sean x, y continuas con distribucin
uniforme en
el intervalo [0, 1] . Determine la fd de la variable z = 2 ln x cos 2y.
Solucin. Usaremos otra variable auxiliar v = 2 ln x sin 2y para

transformar la integral a variables z y v. De aqu puede obtenerse
1
2 ln x = z 2 + v 2 , x = e 2 (z
2 +v 2 )
1
v
v
arctan ,
tan 2y = , y =
z
2
z
y el jacobiano de la transformacin implica
x x
1 1 z2 1 v2
z
v
|dxdy| = |dzdv| y
e 2 2 |dzdv| ,
y =
2
z
v
resulta entonces
h(z) =
f (e 2 (z
2 +v 2 )
)g(
1
v 1 1 2 1 2
arctan ) e 2 z 2 v dv,
2
z 2
pero f = g = 1 de modo que finalmente se obtiene

1 2
1
h(z) = e 2 z
2
(Adaptado de Numerical Recipes in Pascal)
168
N
Nota 8.1 Esto tiene una evidente importancia para efectos de clculos numricos. En la mayor parte de los programas de computacin (C, Pascal,
Basic, etctera) estn desarrolladas rutinas para generar variables con distribucin uniforme en algn rango predeterrminado. Utilizando el resultado
anterior podemos entonces generar una variable z con distribucin normal
estndar.
Nota 8.2 Puede parecer perverso (Numerical Recipes in Pascal, The Art
of Scientific Computing) que la mquina ms precisa y determinista ideada
por el ser humano, el computador, pueda producir nmeros al azar. Todo
programa ideado debera producir un resultado completamente determinado
o predecible, por lo tanto no al azar. Sin embargo estos seudo generadores de
nmeros al azar, donde los nmeros que salen, finalmente cierran un ciclo,
generalmente muy largo, tienen muchas de las propiedades de los verdaderos
nmeros al azar, vea Knuth, Donald E. 1973, Sorting and Searching, vol. 3
of the Art of Computer Programming. (Addison - Wesley)
Nota 8.3 Qu es un verdadero nmero al azar? Aqu hay mucho de filosofa, pero segn se acepta hoy da, los fenmenos fsicos son intrnsecamente
probabilisticos, de modo que ellos pueden servir de base para generar verdaderos nmeros al azar.
8.7.
Ejercicios.
Ejercicio 8.7.1 Se lanzan tres monedas. Determine la probabilidad de obtener

a) tres caras.
b) 2 caras y un sello.
c) 3 sellos.
c) al menos 2 caras.
Ejercicio 8.7.2 En un lanzamiento de dos dados, determine la probabilidad
de
8.7 Ejercicios.
169
a) sumen 7.
b) obtener dos nmeros iguales.
c) dos nmeros iguales o que sumen 8.
Ejercicio 8.7.3 En una caminata al azar, dando pasos hacia la izquierda
o hacia la derecha con la misma probabilidad, si los pasos son de un metro,
determine la probabilidad de que en 10 pasos, el avance sea de 8 metros hacia
la derecha.
Ejercicio 8.7.4 Respecto a la situacin del ejercicio anterior, determine la
posicin ms probable despus de 10 pasos.
Ejercicio 8.7.5 Una bolsa contiene 6 bolitas azules, 4 bolitas rojas y 2 bolitas verdes. Determine la probabilidad de al extraer sin reemplazo
a) tres de tres sean azules.
b) de cuatro, ninguna sea roja.
c) de tres, todas sean verdes.
Ejercicio 8.7.6 En un estudio para determinar la agudeza visual de una
persona se le presentan cuatro matices de diferente brillantes. Determine la
probabilidad de que ellos sean ordenados correctamente por casualidad.
Ejercicio 8.7.7 En una prueba de alternativas, cada pregunta tiene 5 alternativas, siendo slo una de ellas correcta. Cul es la probabilidad de que
en 10 preguntas contestadas al azar, todas las respuestas sean correctas.
Ejercicio 8.7.8 Respecto a la pregunta anterior, si el estudiante tiene 5
respuestas buenas y 5 respuestas malas, cual debera ser su calificacin en la
escala de notas del 1 al 7.
Ejercicio 8.7.9 Si las variables aleatorias xi son independientes con valor
esperado y desviacin estandar , pruebe que
E(< x >) =
170

esperado i y desviacin estandar i , pruebe que la variable aleatoria
X
z=
ai xi
tiene valor esperado
E(z) =
y varianza
2z =
ai i
a2i 2i

esperado y desviacin estandar , pruebe que la variable aleatoria < x >
tiene desviacin estndar (caso particular de lo anterior)
<x> =
n
Solucin.
1 X X
E( < x >2 ) = 2 E(
xi
xj ) =
n
1 X 2 X
= 2 E(
xi +
xi xj )
n
i6=j
X
1
1
=
E(xi xj )
E(x2i ) + 2
n
n i6=j
=
1
1
E(x2 ) + 2 (n2 n)2 ,
n
n
pero
E(x2 ) 2 = 2 ,
por lo tanto
E( < z >2 ) =
=
2
+ 2 ,
n
1 2
1
( + 2 ) + 2 (n2 n)2
n
n
adems
E(< x >) = E(
1X
xi ) =
n
8.7 Ejercicios.
171
entonces
2<x> =
2
2
+ 2 2 = .
n
n
N
Ejercicio 8.7.12 Si las variables aleatorias undependientes x, y tienen distribucin de probabilidad uniforme en e intervalo [0, 10] detemine la funcin
distribucin de
a) z = x + y.
b) w = xy.
c) u = x2 .
172
Captulo
Estadstica de datos
9.1.
Introduccin
Aqu nos preocuparemos de describir datos, provenientes o no de algn

experimento. Tendremos entonces un conjunto finito de datos, para el caso
que nos interesa nmeros reales, {xi } con i = 1, 2, , n. Este conjunto es
llamado una muestra en el caso de que dichos datos sean un subconjunto obtenido por algn proceso selectivo de algn conjunto ms grande, usualmente
la poblacin o Universo de algn proceso de medicin, conjunto normalmente
de tamao infinito, o bien simplemente los datos si ellos no provienen de
un conjunto ms grande. Sin embargo dicha conexin existente o no entre
muestra y poblacin, no es necesaria aqu. Se tiene simplemente una muestra
y por lo tanto toda la informacin relativa a la muestra est contenida en
la muestra misma. De hecho no hay ms informacin que ese conjunto finito. Sin embargo en muchos casos las muestras son grandes o muy grandes y
ello requiere de tcnicas para resumir la informacin, o hacer la informacin
ms evidente sin necesidad de recorrer y examinar todos los valores. Para ese
efecto se ha desarrollado lo que se denomina la estadstica descriptiva, que
intenta describir las propiedades de las muestras mediante unos pocos parmetros, denominados estadgrafos de la muestra. Podemos anticipar que
estos estadgrafos tendrn en algunos casos otra utilidad ms all de describir la muestra. Ello jugarn, junto a elementos de teora de probabilidad, un
rol importante en el hacer predicciones estadsticas con alguna determinada
probabilidad de acierto.
174
9.2.
Estadstica de datos
Estadgrafos muestrales
En este libro, el tema central son resultados reales de algn experimento,

por ello consideraremos muestras de nmeros reales, siendo que en rigor bastara considerar nmeros racionales por las incertezas propias de los procesos
de medicin. Haremos entonces algunas definiciones.
Definicion 9.2.1 El promedio muestral que se denota como x o < x > se
define mediante
n
1X
x =< x >=
xi .
(9.1)
n i=1
Definicion 9.2.2 La varianza muestral que se denota como s2n se define
mediante
n
1X
2
(xi x)2 .
(9.2)
sn =
n i=1
Definicion 9.2.3 La desviacin estndar de la muestra se define mediante
v
u n
u1 X
sn = t
(xi x)2
n i=1
Definicion 9.2.4 La varianza muestral (insesgada) s2n1 se define mediante
1 X
=
(xi x)2 .
n 1 i=1
n
s2n1
(9.3)
La diferencia entre ambas es pequea si n es grande, pero como se explica ms

adelante, sn1 es un mejor estimador de la desviacin estandar poblacional.
Definicion 9.2.5 La varianza muestral s2n de la muestra se define como
1X
=
(xi x)2
n i=1
n
s2n
9.3 Distribuciones de frecuencia
175
La diferencia entre sn y sn1 es mnima si n es grande, pero hay de

todos modos una diferencia conceptual que ser explicada ms adelante. Una
propiedad til que sigue de la definicin (9.2) mediante el desarrollo siguiente
1X 2
=
(x 2xi < x > + < x >2 ),
n i=1 i
n
s2n
o sea
s2n =< x2 > 2 < x >2 + < x >2 ,

o finalmente
s2n =< x2 > < x >2 .
El significado del promedio es conocido por todos. La desviacin estndar,
de acuerdo a (9.2), significa la raz del promedios de las diferencias cuadrticas con el promedio. Se parece, pero no es igual al promedio de las distancias
al promedio. Claramente es imposible tratar de describir una muestra de n
elementos, con apenas un par de valores, pero algo es algo. Muchas veces los
detalles no son necesarios. En esa descripcin ayuda algo ms, examinar la
distribucin de frecuencias de la muestra, y su respectivo grfico.
9.3.
Distribuciones de frecuencia
Si se tiene una enorme muestra, mejor que examinar ese enorme listado
de valores, no se pierde demasiada informacin si los datos se agrupan en
intervalos o clases de igual ancho, indicando junto al respectivo intervalo, el
nmero de datos que tienen valor dentro de el, cuestin llamada la frecuencia
de la respectiva clase fi . Como valor representativo de la clase xi se suele usar
el promedio de los lmites de clases, es decir el valor central de la clase, aunque
ese valor podra no existir en la muestra. Por ejemplo, una tabla de frecuencia
tendra un aspecto como el siguiente.
176
Estadstica de datos
clase
5 10
10 15
15 20
20 25
25 30
30 35
xi
7,5
12,5
17,5
22,5
27,5
32,5
n=
fi
5
10
40
35
20
3
113
Si esta es la informacin disponible, de aqu se pueden calcular aproximadamente los estadgrafos muestrales con algunas modificaciones en las
frmulas. As
1 X
< x >=
fi xi ,
n clases
s2n1 =
1 X
fi (xi < x >)2 ,
n 1 clases
adems de representar la distribucin de datos de un sinnmero de formas

posibles. Por ejemplo diagrama de barras, lnea poligonal, diagrama de torta,
ajuste polinomial, etctera. El ms utilizado es un diagrama de barras, como
se ilustra en la figura siguiente, para el ejemplo dado.
5 if 5 < x < 10
10 if 10 < x < 15
40 if 15 < x < 20
f (x) =
35 if 20 < x < 25
20 if 25 < x < 30
3 if 30 < x < 35
Estas curvas, son a veces denominadas distribuciones experimentales de

probabilidad, pero ese concepto no ser usado aqu.
9.4.
Mtodo de mnimos cuadrados
Supongamos que se tenga una muestra de tamao n, de pares de valores

(xi , yi ). Un diagrama de dichos puntos en un grfico X Y , puede mostrar
(o no) alguna tendencia a agrupacin cerca de alguna curva continua. Supongamos que es aparente que los puntos se aproximan a cierta recta. Un
9.4 Mtodo de mnimos cuadrados
177
40
35
30
25
20
15
10
5
5
10
15
20
x
25
30
35
Figura 9.1: histograma de frecuencias.

problema que resuelve tambin la estadstica descriptiva es el encontrar la
ecuacin de la recta tal que la suma de los cuadrados de las diferencias en
y que se producen es mnima. Esto est relacionado pero no es una tcnica
de regresin lineal. Aqu no estamos hablando de modelos ni nada parecido.
As concretamente el problema es :
Se tienen n datos (xi , yi ). (puntos en un plano)
Se busca una recta, es decir una funcin lineal y(x) = a + bx
P
Bajo la condicin que SSE = (y(xi ) yi )2 sea un mnimo.
Utilizando la expresin lineal supuesta para y(x) debemos minimizar con

respecto a a y b, la expresin
X
SSE =
(a + bxi yi )2 .
Si se desarrolla el cuadrado se tiene
X
X
X
X
X
xi 2b
xi yi 2a
yi +
yi2 + a2 .
x2i + 2ab
SSE = b2
Es decir se tiene una funcin cuadrtica en las variables a y b. Mediante tcnicas del clculo, detalles que usted puede omitir si tiene fe, resulta entonces
que los coeficientes a y b deben ser tales que
X
X
2(a + bxi yi )xi = 0,
(a + bxi yi )2 =
a
178
Estadstica de datos
X
X
(a + bxi yi )2 =
2(a + bxi yi ) = 0.
b
Estas ecuaciones pueden ser escritas en trminos de promedios, de la
siguiente forma
b < x2 > +b < x > < yx >= 0,
b < x > +a < y >= 0,
de donde podemos despejar
b=
por lo tanto
< yx > < x >< y >

,
< x2 > < x >2
< yx > < x >< y >

(x < x >).
< x2 > < x >2
Como explicamos podemos llamar
y(x) =< y > +
(9.4)
< x2 > < x >2 ,

sx =
p
< y 2 > < y 2 >,
sy =
a las desviaciones estndar muestrales (estadgrafos de la muestra) de x,

y respectivamente. Para escribir el resultado (9.4) en otras formas, consideremos lo que sigue.
9.4.1.
Variaciones
Medidas de las desviaciones de los datos yi respecto a su promedio, de los

datos yi respecto a la recta y de la recta respecto al promedio (ver figura 9.2),
se denominan variacin total, variacin no explicada y variacin explicada.
En forma ms precisa se definen (con diversas notaciones)
Variacin total Syy = SST.
SST = Syy =
X
(yi < y >)2 .
<y>
Total
179
<y>
<y>
No explicada
Explicada
Figura 9.2: Variaciones.

Variacin no explicada SSE.
SSE =
que fue la cantidad minimizada y
X
(yi y(xi ))2 ,
Variacin explicada SSR

SSR =
X
(y(xi ) < y >)2 .
I Teorema 9.1
Entre las variaciones definidas se tiene que
X
X
X
(yi < y >)2 =
(yi y(xi ))2 +
(y(xi ) < y >)2 ,
SST = SSR + SSE.
Demostracin. Desarrollando los cuadrados se tiene que
180
Estadstica de datos
SST =
X
(yi < y >)2 = n(< y 2 > < y >2 ),
adems podemos desarrollar
X
(yi y(xi ))2
X
=
(yi < y > a(xi < x >))2
X
=
(yi < y >)2 + na2 (< x2 > < x >2 )
SSE =
2an( < xy > < x >< y >),

pero
a = (< yx > < x >< y >)/(< x2 > < x >2 )

por lo que se puede escribir
SSE =
X
(yi < y >)2 na2 (< x2 > < x >2 ),
por otro lado desarrollemos

SSR =
X
(y(xi ) < y >)2 = na2 (< x2 > < x >2 ),
que prueban el teorema.
9.4.2.
Coeficiente de correlacin lineal de Pearson
Se define el coeficiente de correlacin lineal de Pearson r, al coeficiente

r
variacin explicada
r=
,
variacin total
Debe notarse que r = 1, si las desviaciones de los datos respecto al promedio
(la variacin total) son exclusivamente la desviacin de los valores de la recta
respecto al promedio, es decir todos los puntos caen sobre la recta. La eleccin
181
del signo se hace de acuerdo al signo del coeficiente a, es decir el signo de la

pendiente. Si reemplazamos en la definicin se obtiene
s
b2 (< x2 > < x >2 )
r=
,
(< y 2 > < y >2 )
o bien
r=b
sx
,
sy
que puede finalmente escribirse

< yx > < x >< y >
,
sx sy
El significado del coeficiente de correlacin lineal r, es entonces 1, cuando la variacin no explicada es cero, es decir cuando la cantidad minimizada
es cero, que corresponde a un ajuste perfecto. El signo de r corresponde al
signo de la pendiente de la recta de mnimos cuadrados pues
sy
b=r .
sx
Tambin se dice que el ajuste es completamente imperfecto si r = 0, caso
que suele describirse diciendo que no hay correlacin lineal..
Finalmente nos quedamos con esta ltima versin de la ecuacin de la
recta ajustada por mnimos cuadrados a los datos:
r=
y(x) =< y > +r
sy
(x < x >).
sx
Definicion 9.4.1 Aunque esta materia no tiene que ver con errores en las
mediciones (vea captulo siguiente), se define el error estndar del ajuste,
como
rP
(yi y(xi ))2
sest =
= SSE,
n
el cual es evidentemente cero si el ajuste es perfecto.
Alternativamente podemos usar alguna expresin deducida ms arriba
SSE =
X
(yi < y >)2 na2 (< x2 > < x >2 ) =
= n(< y 2 > < y >2 ) na2 (< x2 > < x >2 )

sy
= ns2y nr2 ( )2 s2x = ns2y (1 r2 )
sx
182
Estadstica de datos
por lo cual
sest =
SSE = sy 1 r2 .
Note adems que este error tambin se reduce a cero si sy = 0, puesto que
en este caso todos los datos yi son iguales.
9.4.3.
Resumen
Finalmente, al margen de las demostraciones, interesan los resultados,

que pueden escribirse como:
estadgrafos de una muestra xi , i : 1, . . . , n.
promedio muestral
< x >= x =
desviaciones estndar muestrales
1X
xi ,
n
1X
(xi < x >)2
n
=
< x2 > < x >2 ,
sn =
1 X
(xi < x >)2
n1
r
n
=
< x2 > < x >2 ,
n1
sn1 =
varianzas muestrales
1X
(xi < x >)2
n
= < x2 > < x >2 ,
s2n =
1 X
(xi < x >)2
n1
n
(< x2 > < x >2 ).
=
n1
s2n1 =
183
Para n grande, las diferencias entre los estadgrafos de dispersin de la muestra sn y sn1 son mnimas. (O entre s2n y s2n1 ) Sin embargo hay una diferencia
conceptual entre ellos. Si se trata de establecer la dispersin de los datos respecto al promedio, cualquiera de ellos la define de una manera. Sin embargo,
y esto ser establecido ms adelante, si se trata de estimar los valores de la varianza ( 2 ) del Universo del cual la muestra proviene, es un mejor estimador
s2n1 .
Recta de ajuste de mnimos cuadrados
Forma 1:
y(x) =< y > +r
sy
(x < x >).
sx
Forma 2:
y(x) = a + bx.
Coeficiente de correlacin lineal de Pearson
r ==
< yx > < x >< y >

.
sx sy
Desviaciones estndar
Variacin total
< x2 > < x >2 ,

sx =
p
< y 2 > < y >2 .
sy =
SST =
X
(yi < y >)2 = ns2y .
184
Estadstica de datos
Variacin no explicada
SSE =
Variacin explicada
X
(yi y(xi ))2 = ns2y (1 r2 ).
SSR =
X
(y(xi ) < y >)2 = nr2 s2y
Error estndar del ajuste
sest
rP
(yi y(xi ))2

= sy 1 r2 .
=
n
Pendiente
P P
P
sy
n xi yi xi yi
P
P
b = r =
sx
n x2i ( xi )2
< xy > < x >< y >
=
< x2 > < x >2
< xy > < x >< y >
=
.
s2x
Intercepto
P P
P 2P
sy
yi xi xi yi
xi
P
P
a = < y > r =
sx
n x2i ( xi )2
< x2 >< y > < x >< xy >
=
< x2 > < x >2
2
< x >< y > < x >< xy >
=
.
s2x
Tpicos ms avanzados se encuentran en el captulo siguiente sobre modelos. All se explican, pero eso requiere de ms matemticas, las formas de
tratar los errores de los modelos lineales.
Captulo
10
Modelos lineales.
10.1.
Introduccin.
En el captulo anterior se explic el llamado ajuste lineal de mnimos

cuadrados. En fsica, en la mayor parte de los casos, se tiene en mente un
modelo el cual debe ser contrastado con los datos obtenidos. En este punto,
generalmente la cuestin es: hay evidencia experimental para rechazar el
modelo? Si la respuesta es no, ello no significa que se haya elegido el mejor
modelo o que el modelo corresponda a la realidad. Pueden haber muchos
modelos distintos relativos al mismo fenmeno que no puedan ser rechazados
por la evidencia experimental. En este punto probablemente deba elegirse de
acuerdo a otro tipo de criterios. Por ejemplo: el ms simple, el ms elegante,
el que tenga menos parmetros, el que est de acuerdo con alguna teora
mas amplia, etctera. Desde nuestro personal punto de vista, la fsica experimental no demuestra cuestiones, sino que ms bien no descarta hiptesis
a menos que los datos as lo indiquen. Por ejemplo, no puede demostrarse
experimentalmente que la ley de interaccin entre dos cargas puntuales es
inversa al cuadrado de la distancia, sino ms bien debe decirse que no se
ha encontrado evidencia experimental para rechazar ese modelo. De hecho
las teoras - que son en cierta medida modelos - justamente son descartadas
cuando se encuentra evidencia experimental contraria.
En fsica existe una permanente bsqueda de las posibles relaciones entre
propiedades fsicas, algunas veces derivadas de alguna teora, otras veces por
experimentacin pura. En el primer caso, evidencia experimental en contrario
186
Modelos lineales.
causa un quiebre de la teora, mientras que en el segundo caso, si se encuentra que una relacin no es objetable, se trata afanosamente de justificarla
tericamente, lo cual a su vez produce avances en las teora. El avance de
los mtodos experimentales encuentra caminos para producir avances en las
teoras, as tambin a la inversa.
En el captulo anterior se indicaron las tcnicas para hacer un ajuste de
mnimos cuadrados a un conjunto de datos. Es una pregunta frecuente del
cmo estimar los errores del ajuste, los errores de la pendiente y del intercepto. Es ms, muchos programas computacionales simplemente los calculan.
Sin embargo hay cuestiones conceptuales que es conveniente aclarar antes
de entrar a ese tema el cual requiere de matemticas algo avanzadas pero que
ser presentado de todos modos por completitud.
Si los datos fueran por ejemplo el consumo per cpita (yi ) de algn producto a travs del tiempo (xi ), y los datos son los correctos, no hay nada
ms que hacer y el ajuste de mnimos cuadrados, resulte de la calidad que
sea, es todo lo que se puede hacer. Podramos a lo sumo hacer una prediccin
sobre el consumo per cpita del ao siguiente, pero no hay forma de estimar
su error aun cuando el ajuste de los aos anteriores sea perfecto. Esto es un
ejemplo pero hay muchsimas situaciones del mismo tipo.
Hay otro tipo de situaciones y eso hay que aclararlo a priori antes de
intentar aplicar las tcnicas que se explicarn.
10.2.
Modelo lineal.
Es posible aventurar la hiptesis, basada en algn tipo de argumentos, de

que existe una relacin lineal entre dos variables (x, y). Por ejemplo basndose
en la teora electromagntica, se puede hacer la hiptesis de que la corriente
en un dispositivo es una funcin lineal del voltaje aplicado. Es decir se puede
conjeturar que
y = + x.
Los coeficientes y se denominan los parmetros del modelo y se desea
tener alguna estimacin de ellos, y ojal establecer intervalos donde ellos
deberan encontrarse con alguna probabilidad especificada. Si se efectan
mediciones para un nmero de valores exactos de x se obtendr un conjunto
de valores medidos y los cuales por la naturaleza de los procesos de medicin,
tendrn errores. Es decir existir alguna distribucin de los valores y medidos.
10.2 Modelo lineal.
187
En otras palabras el conjunto (yi ) constituye una muestra aleatoria, y los

coeficientes del ajuste de mnimos cuadrados
y = a + bx,
es decir la
Pendiente
b=
< xy > < x >< y >

,
s2x
y el
Intercepto
< x2 >< y > < x >< xy >
.
s2x
pasan a ser variables aleatorias puesto que los yi lo son. Naturalmente, es
ahora importante dilucidar cuestiones acerca del cunto se acercan los valores
calculados de a y b a los valores verdaderos o sea los parmetros del modelo.
Del modelo
y = + x
a=
de deduce que el valor esperado de yi es

E(yi ) = + E(xi ) = + xi .
Adems es fcil establecer que
1X
E( < y >) =
E(yi ) = + < x >,
n
1X
1X
E( < xy >) =
xi E(yi ) =
xi ( + xi )
n
n
= < x > + < x2 > .
Entonces podemos calcular
E(< xy >) < x > E(< y >)
E(b) =
s2x
< x > + < x2 > < x > ( + < x >)
=
s2x
= .
188
Modelos lineales.
Similarmente
< x2 > E(< y >) < x > E(< xy >)
s2x
< x2 > ( + < x >) < x > ( < x > + < x2 >)
=
s2x
= .
E(a) =
Es decir hemos demostrado que:

I Teorema 10.1
a y b son estimadores insesgados de los parmetros y .
El clculo de la varianza de a y b es ms complicado. La tarea se simplifica
algo si calculamos primero en general para una funcin lineal en los yi de la
forma
X
c=
di yi
i
Aceptaremos para los diversos xi las variables aleatorias yi , yj son independientes y tienen la misma varianza .
Entonces
X
X
2c =
d2i 2 (yi2 ) = 2
d2i .
i
Luego de
1
b=
n
podemos calcular
2b
Similarmente de
1
= 2
n
1
a=
n
sigue que
P
(xi < x >)yi
,
s2x
i (xi
< x >)2 2
1 2
=
.
s4x
n s2x
P
(< x2 > < x > xi )yi
,
s2x
P
2 (< x2 > < x > xi )2
= 2
.
n
s4x
Usted podra probar que esto se puede escribir
2a
2a =
2 < x2 >
n s2x
10.2 Modelo lineal.
10.2.1.
189
Estimacin del parmetro .
Para que las frmulas anteriores tengan alguna utilidad, debemos ser
capaces de estimar . Se enuncia sin demostracin el siguiente teorema.
I Teorema 10.2
Un estimador insesgado de 2 es
s2 =
SSE
.
n2
Note que si el ajuste es perfecto SSE = 0. Adems de acuerdo al captulo

anterior
sest = SSE = sy 1 r2 ,
de modo que podemos estimar mediante
sy 1 r2
s=
n2
10.2.2.
Intervalos de confianza para y .
Aqu, nuevamente es necesario hacer algunas suposiciones. Podemos estimar , mediante los coeficientes a y b, pero debemos cuantificar algo sobre
la validez de la estimacin. El problema pasa por saber la distribucin de
probabilidad que tienen las variables aleatorias a(y) y b(y). A su vez esto
depende de la distribucin de probabilidad que tiene la variable aleatoria y.
Supondremos que la variable aleatoria yi es normal con valor esperado
= + xi y desviacin estandar .
Usted podra hacer otras suposiciones, pero es en este caso donde hay
varios teoremas que enunciamos sin demostracin:
I Teorema 10.3
Un intervalo de confianza del (1 p)100 % para el parmetro es
=b
stp/2
sx n
donde tp/2 es un valor de la distribucin t con n 2 grados de libertad.
190
Modelos lineales.
I Teorema 10.4
Un intervalo de confianza del (1 p)100 % para el parmetro es
pP
stp/2
x2i
=a
nsx
I Teorema 10.5
Intervalo de prediccin. Un intervalo de confianza del (1 p)100 % para el
valor esperado de una medicin y0 correspondiente al valor x0 es
y0 = y(x0 ) stp/2
1+
1 (x0 < x >)2
+
n
sx n

En estos teoremas la notacin
y = y0 ,
significa
y0 < y < y0 + ,
y
10.2.3.
sy 1 r2
s=
.
n2
Valores particulares de tp .
Para calcular los intervalos de confianza sealados se requieren los valores

crticos tp/2 para los cuales el nmero de grados de libertad es gl = n 2.
Por ejemplo si n = 20 y se desea un intervalo de confianza del 95 % entonces
gl = 18, p/2 = 0,05/2 = 0,025, tp/2 = 2,101.
10.2 Modelo lineal.

gl.\p
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
inf.
191
0.10
3.078
1.886
1.638
1.533
1.476
1.440
1.415
1.397
1.383
1.372
1.363
1.356
1.350
1.345
1.341
1.337
1.333
1.330
1.328
1.325
1.323
1.321
1.319
1.318
1.316
1.315
1.314
1.313
1.311
1.282
0.05 0.025
0.01
0.005
6.314 12.706 31.821 63.657
2.920 4.303 6.965 9.925
2.353 3.182 4.541 5.841
2.132 2.776 3.747 4.604
2.015 2.571 3.365 4.032
1.943 2.447 3.143 3.707
1.895 2.365 2.998 3.499
1.860 2.306 2.896 3.355
1.833 2.262 2.821 3.250
1.812 2.228 2.764 3.169
1.796 2.201 2.718 3.106
1.782 2.179 2.681 3.055
1.771 2.160 2.650 3.012
1.761 2.145 2.624 2.977
1.753 2.131 2.602 2.947
1.746 2.120 2.583 2.921
1.740 2.110 2.567 2.898
1.734 2.101 2.552 2.878
1.729 2.093 2.539 2.861
1.725 2.086 2.528 2.845
1.721 2.080 2.518 2.831
1.717 2.074 2.508 2.819
1.714 2.069 2.500 2.807
1.711 2.064 2.492 2.797
1.708 2.060 2.485 2.787
1.706 2.056 2.479 2.779
1.703 2.052 2.473 2.771
1.701 2.048 2.467 2.763
1.699 2.045 2.462 2.756
1.645 1.960 2.326 2.576
192
Modelos lineales.
Captulo
11
Mtodo experimental
11.1.
Medicin
El tema de las mediciones en Fsica es uno de los aspectos centrales de

este libro. Tambin intentaremos clarificar algunos conceptos relativos a la
teora de errores (en las mediciones) y al tratamiento estadstico de datos,
temas sobre los cuales hay variadas interpretaciones. En esta introduccin se
tratarn en forma un tanto vaga conceptos que sern explicados con mayor
precisin ms adelante, por ejemplo los trminos de error, valor verdadero,
incerteza, acuciosidad, precisin, modelos, etctera.
Cualquier medicin involucra primero que nada la definicin de la propiedad fsica a ser medida y en segundo lugar involucra una comparacin (por
algn mtodo) con una propiedad fsica conocida del mismo tipo, la unidad
de medida. El proceso termina arrojando un nmero para la propiedad fsica
siendo medida, ms alguna estimacin del error cometido. El error se define
como la diferencia entre el valor medido y el valor verdadero, hipottico valor
que posee la cantidad fsica.
El proceso de medicin siempre involucra algn intercambio de energa
entre el observador o el instrumento, con el objeto siendo medido. En muchos
casos eso produce un efecto despreciable sobre la determinacin realizada, pero en otros casos produce un efecto no despreciable que limita la acuciosidad
del valor logrado, sobre todo a nivel del mundo microscpico.
194
11.2.
Mtodo experimental
Valor verdadero
Los errores en las mediciones estn bien definidos, aunque sean desconocidos, cuando el valor verdadero de la propiedad fsica siendo medida existe.
Este punto no est absolutamente claro, pero se cree que hay ciertas cantidades fsicas que tienen valor verdadero. Por ejemplo la carga del electrn o
del protn. La masa en reposo del electrn. La velocidad de la luz. Adems
existen constantes en las leyes de la fsica, las cuales tienen presumiblemente un valor verdadero, por ejemplo la constante de gravitacin universal, la
constante de Planck, etctera. Por otro lado, la corriente que circula por un
dispositivo puede tener fluctuaciones intrnsecas de causas desconocidas, que
indeterminan el concepto de valor verdadero, y por lo tanto el concepto de
error en su medicin. La aplicacin de teoras de errores o tratamiento estadstico de datos que se explica ms adelante, requiere tener claridad sobre
estos aspectos. Considere por ejemplo el siguiente caso.
Caso 3 Es una prctica usual de algn curso de laboratorio de primer nivel,
entregarle a un alumno una esfera metlica, un instrumento para medir
longitudes, por ejemplo un pie de metro, y se solicita el dimetro de la esfera con su error.
Discusin. Este simple caso tiene muchos de los aspectos que nos proponemos clarificar en este libro, por lo cual se analiza desde un punto de
vista crtico. Claramente, por la existencia de otro tipo de errores, errores
de fabricacin, no existen esferas perfectas. Por otro lado esferas imperfectas
simplemente no son esferas. Qu hacer? Para exagerar la situacin y que
esto queda algo ms claro, supongamos que en realidad se tiene un elipsoide.
Si el pie de metro se coloca varias veces para medir un dimetro en la
misma posicin relativa respecto al objeto, la distancia d entre los paralelas
a los puntos de contacto (ver figura 11.1) debe tener un valor verdadero
(suponiendo que no haya causas que la hagan variable), y los resultados
experimentales del proceso de medicin probablemente sean parecidos pero
distintos. De esto tratar la teora de errores, tratando de aproximarse al valor
verdadero de esa distancia. Para ello jugarn un papel importante aspectos
de la estadstica matemtica.
Si ese proceso se repite, para varias posiciones relativas del instrumento
respecto al objeto, se tendrn diversos valores, ahora no necesariamente parecidos, cada uno con una estimacin de su error. Qu se puede decir sobre
11.2 Valor verdadero
195
Figura 11.1: medida con un pie de metro

el objeto siendo medido?. Para dilucidar este aspecto de la situacin es vital el uso del llamado tratamiento estadstico de datos y ajustes a modelos.
Aunque no lo describiremos aqu con detalle el ajuste a modelos hecho con
tcnicas estadsticas arrojar incertezas de algn tipo (no errores) sobre las
constantes del modelo an si los datos estuvieran libres de errores. A ello, a
las incertezas, mediante tcnicas conocidas como de propagacin de errores
se agregan los errores producto de los errores en los datos (si los hay).
Finalmente, la respuesta puede ser muy variada, dependiendo de la aplicacin prctica que se desee hacer con los resultados. Por ejemplo
El objeto se parece a una esfera de cierto dimetro con desviacin
estndar afecta de cierto error en el dimetro de cierto valor. Note
que rigurosamente hablando aqu se produce una mezcla de errores
propiamente tales, con otras incertezas producto de que el objeto no se
ajusta exactamente al modelo.
El objeto se ajusta mejor a un elipsoide con desviaciones estndar en
los semiejes de cierto valor. (para el caso analizado, estas desviaciones
estndar deberan ser menores que para el otro caso). Aplican asimismo
las mismas otras consideraciones del primer caso.
Por ltimo, uno debera quedarse con el modelo que mejor se aproxime
o ajuste a los datos, siendo necesario tambin analizar lo que ocurre si los
errores realizados en las mediciones superan las incertezas predichas por el
196
Mtodo experimental
modelo. Lo lgico en este caso ser decir que no hay evidencias experimentales
en contra del modelo elegido. Ms adelante, por su importancia, se analizar
una tcnica llamada regresin lineal mltiple, con las respectivas tcnicas
para establecer su validez, que es una de las tantas tcnicas para seleccionar
mejores modelos.
Este resumen se ha hecho a modo de introduccin para justificar lo que
viene. Deberemos aprender a tratar errores, a ajustar modelos mediante mtodos estadsticos y finalmente discriminar la mejor respuesta posible.
11.3.
Estandarizacin
Los primeros estndares de medicin aparecieron en las culturas mediterrneas y estaban basadas en partes del cuerpo humano, o en lo que algn
animal poda tirar, o en el volumen de algn depsito. La unidad egipcia
cubit se acepta que fu la unidad de longitud lineal ms extendida en el
mundo antiguo a partir de ao 3000 BC, y consista en la longitud entre
el codo del brazo hasta la punta de los dedos extendidos. Bueno, las cosas
han avanzado progresivamente y hoy da de acuerdo a una convencin internacional realizada en Pars en 1960 acordaron el sistema internacional de
unidades (SI) basado en siete unidades bsicas.
Las letras SI representan al Systme International dUnits. Este es
el sistema internacionalmente acordado para la mayor parte de los trabajos
cientficos y tecnolgicos en la mayora de los pases. Las Unidades SI son de
tres tipos base, suplementarias, y derivadas. Hay siete unidades base correspondientes a las siete cantidades fsicas dimensionalmente independientes,
como se muestra en la tabla siguiente
Unidades SI base
Cantidad fsica
Nombre
Smbolo
longitud
metro
m
masa
kilogramo kg
tiempo
segundo
s
corriente elctrica
Ampre
A
temperatura termodinmica Kelvin
K
cantidad de substancia
mol
mol
intensidad luminosa
candela
cd
11.3 Estandarizacin
197
Unidades SI suplementarias
Cantidad fsica Nombre
Smbolo
ngulo plano
radin
rad
ngulo slido
estereorradin sr
Unidades SI derivadas
Cantidad fsica
Nombre
Smbolo
frecuencia
Hertz
Hz
energa
Joule
J
fuerza
Newton
N
potencia
Watt
W
presin
Pascal
Pa
carga elctrica
Coulomb C
diferencia de potencial elctrico
Volt
V
resistencia elctrica
Ohm
conductancia elctrica
Siemens
S
capacidad elctrica
Farad
F
flujo magntico
Weber
Wb
inductancia
Henry
H
densidad de flujo magntico 11.3 Tesla
T
flujo luminoso
Lumen
lm
iluminacin
Lux
lx
*Tambin conocida como induccin magntica
Unidades SI se usan con catorce prefijos para formar mltiplos decimales
y submltiplos de las unidades.
Prefijos usados
Nombre de
Factor Prefijo Smbolo
10
decada
2
10
hecto- h
3
10
kilok
mega- M
106
109
gigaG
1012
teraT
1015
petaP
18
10
exaE
con unidades SI
Nombre de
Factor Prefijo
101
deci2
10
centi3
10
mili106
micro9
10
nano1012
pico15
10
femto18
10
atto-
Smbolo
d
c
m
n
p
f
a
198
11.4.
Mtodo experimental
Valores de algunas constantes fundamentales
De acuerdo a la recomendacin de 1986, CODATA recomienda los siguientes valores de algunas constantes fundamentales
Cantidad
Smb.
Valor
veloc. de la luz en vaco

permitiv. el. del vaco
permitiv mag. del vaco
const. de gravitacin
const. de Planck
carga electrn
masa electrn
const. de Avogadro
c
0
0
G
299792458
4 107
8.854187817..
6.67259(85)
1.05457266(63)
1.60217733(49)
9.1093897(54)
6.0221367(36)
e
me
NA
Unidad
ppm
m s1
N A2
1012 F m1
1011 m3 kg1 s2
1034 J s
1019 C
1031 kg
1023 mol1
0
0
0
128
0.60
0.30
0.59
0.59
Los dgitos entre parntesis corresponden a la incerteza estndar en la

desviacin de los ltimos dgitos del valor dado. CODATA fu establecido en
1996 como un comit interdisciplinario del Consejo Internacional de uniones
cientficas (International Council of Scientific Unions). Tabla adaptada de
la Referencia NIST sobre Constantes, Unidades e Incertezas. La incerteza
relativa est expresada en partes por milln (ppm).
11.5.
Las unidades bsicas.
las definiciones de las unidades bsicas, de espacio tiempo y masa, han

experimentado cambios con el propsito de adecuarse a los avances en los
mtodos experimentales, no existiendo razn alguna para suponer que las
actuales definiciones son las definitivas. La excepcin consiste en la unidad
de masa, el kilogramo, establecida en 1887. Hoy (1999), las definiciones aceptadas son las siguientes.
Definicion 11.5.1 El kilogramo se define como la masa de un cilindro fabricado con una aleacin de platino e Iridio que se conserva en la International
Bureau of Weights and Measures, en Sevres Francia.
11.6 Introduccin a errores
199
Este patrn (primario) no se ha cambiado debido a la extraordinaria

estabilidad de esa aleacin. Un duplicado (patrn secundario) se conserva en
el National Bureau of Standards en Gaitherburg.
Definicion 11.5.2 Un segundo es el tiempo que requiere un tomo de Cesio
133 para realizar 9.192.631.770 vibraciones, correspondientes a la transicin
entre dos niveles hiperfinos de su estado fundamental.
Esta definicin tiene la ventaja respecto a la definicin del kilogramo, de
no requerir de patrones especficos guardados en algn lugar, para su realizacin. La pregunta que se puede formular es Cuando sera necesario hacer
una redefinicin de esta unidad? Una respuesta posible es: Cuando las tcnicas experimentales permitan medir tiempos menores que el de una oscilacin
de las mencionadas. De este punto de vista, el tiempo est bien definido hoy
en da hasta ese lmite. No hay razn para suponer un lmite definitivo y si lo
hubiera, entonces el tiempo sera una propiedad fsica discreta (no continua).
Definicion 11.5.3 El metro se define como la distancia recorrida por la luz
en el vaco en un intervalo de tiempo de 1/299,792,458 segundos.
Esta definicin est basada en la extraordinaria precisin con que actualmente se puede medir la velocidad de la luz, la cual se acepta hoy en da
que es exactamente 299,792,458 m/s. Si usted est preocupado porque el
intervalo de tiempo involucrado es demasiado pequeo, no se preocupe pues
se est bastante lejos de lo alcanzable, en ese lapso de tiempo el tomo de
Cesio 133 ha realizado 9,192,631,770/299,792,458 = 30. 663 vibraciones.
11.6.
Introduccin a errores
11.6.1.
Lmites de las mediciones.
La fsica no es una ciencia exacta por la imposibilidad concreta de determinar exactamente los valores de las cantidades fsicas. Muchos son los
factores que inciden en la calidad de la determinacin de una cantidad fsica.
Por ejemplo
Errores de apreciacin. Cuando se utilizan instrumentos de medida, la
ltima cifra que podra determinarse se estima como una fraccin de
200
Mtodo experimental
la divisin ms pequea. Por razones de muy diversa ndole, si un observador repite estas mediciones, apreciar cada vez diversas fracciones
de la escala ms pequea. Estas constituyen errores de apreciacin que
supondremos variarn de manera aleatoria o casual. Los valores determinados en cada medicin quedan entonces determinados hasta esa
ltima cifra, correspondiente a la fraccin estimada de la divisin ms
pequea, estando incierta la cifra siguiente. Por ejemplo si se utiliza
una regla graduada en mm para determinar una longitud, los valores
obtenidos podran ser
10,2
10,1
10,1
10,3
10,2
10,1
10,2
10,3
10,2 0,05
10,1 0,05
10,1 0,05
10,3 0,05
10,2 0,05
10,1 0,05
10,2 0,05
10,3 0,05
mm
mm
mm
mm
mm
mm
mm
mm
donde en la primera columna se indican solamente las cifras significativas y en la segunda se hace explcita la incerteza que se produce
producto del desconocimiento de la cifra que sigue. Para todo el proceso
que se explicar ms adelante, se utilizarn los valores como los dados
en la primera columna, pero para efectuar las operaciones matemticas, como ser la determinacin del promedio y otras, se utilizarn las
reglas para operaciones con nmeros con cifras significativas conocidas,
es decir se determinar el promedio con tres cifras significativas y de
acuerdo a lo que se explica ms adelante, el resultado de la longitud se
puede escribir con un 68 % de seguridad como
l = 10,2 0,02
Errores aleatorios o casuales. Adems de los errores de apreciacin,
caractersticas similares tienen los errores que son causados por causas o fluctuaciones de causas desconocidas de las condiciones en cada
medida. Por ejemplo fluctuaciones de la tensin de alimentacin de algn instrumento. Fluctuaciones de la presin atmosfrica, temperatura
ambiente, etctera.
11.7 Errores aleatorios
201
Errores causados por falta de definicin. Aunque el proceso de medicin

fuera perfecto, pueden producirse fluctuaciones de los valores medidos
por falta de definicin de la cantidad fsica siendo medida. Por ejemplo
si se miden los dimetros de un objeto esfrico, pueden producirse fluctuaciones de los resultados obtenidos simplemente porque el objeto no
es exactamente esfrico. O bien, al medir una supuesta corriente constante, se obtienen diversos valores porque la corriente no era realmente
constante. Este tipo de errores no son susceptibles de tratamiento estadstico, por los cual lo nico que cabe es analizar la situacin caso
a caso. Puede ser grfico distinguir este tipo de errores con errores
aleatorios del proceso de medicin.
Errores sistemticos. Estos errores pueden ser causados por defectos
de los aparatos de medicin y pueden ser detectados mediante la utilizacin de otros aparatos o bien realizando ajustes o calibraciones de
los aparatos que se utilizan. Para ello es necesario disponer de patrones
de calibracin.
11.7.
Errores aleatorios
Como se explic existen errores en las mediciones de diversos tipos, pero

los nicos susceptibles de un tratamiento estadstico son los errores aleatorios,
con los cuales algo se puede hacer con las herramientas que hemos considerado. Supongamos entonces que hemos diseado un experimento donde se
miden propiedades fsicas A, B, etctera, con hipotticos valores verdaderos
existentes que llamaremos a, b, etctera. Por hiptesis, cuando slo hay errores al azar, los resultados de las medidas tienen una cierta distribucin de
probabilidad, es decir podemos decir, que estamos sacando al azar, elementos
del universo de posibles valores de variables aleatorias que llamaremos xA ,
xB , etctera. Estas variables aleatorias que supondremos son estadsticamente independientes con valor esperado A , B , , y varianzas 2A , 2B , . La
hiptesis usual, no demostrable, es que los valores verdaderos son los valores
esperados de las respectivas variables aleatorias, es decir
a = A , b = B , .
Es necesario remarcar que nada se puede a priori decir del tipo de distribucin que se tiene en cada proceso de medicin. Ella puede ser uniforme,
202
Mtodo experimental
Gaussiana, o de cualquier tipo. La hiptesis es que ella existe y su valor

esperado corresponde al valor verdadero de la cantidad fsica siendo medida.
11.7.1.
Error de una medida
Por ahora, concentrndonos en la medicin de una cantidad fsica A. El

error (absoluto) de una medida xi se define como
i
= xi ,
valor imposible de determinar, pues no podemos conocer , el valor verdadero o esperado de la distribucin. Sin embargo, hay formas de estimarlo,
cuestin que nos proponemos explicar. Para ello podemos utilizar el teorema
central del lmite que fu explicado en el captulo de probabilidades. Supongamos que hemos hecho un nmero n de medidas, arrojando valores xi . Como
se explic en el captulo referido, si < x > indica el promedio, entonces la
variable aleatoria
< x >
z=
,
/ n
tiene distribucin normal estndar N(0, 1), si n es grande. La variable aleatoria (promedio) < x > est dada por
x = < x > =
1X
xi ,
n
de manera que podemos precisar el intervalo central donde debe estar z si

damos su probabilidad, que ahora llamaremos nivel de confianza o seguridad.
De las tablas de la distribucin normal podemos deducir el valor numrico z
correspondiente a un determinado valor central de probabilidad (cercano
a 1), resultando entonces que
z <
x
< z ,
/ n
con un 100 % de probabilidad, o despejando
x z < < x + z , con nivel

n
n
o sea el desconocido valor verdadero , est en un entorno pequeo del promedio muestral si n es grande. Valores usuales, correspondientes valores de
z , 1,2, 3 se utilizan, de acuerdo a la tabla
11.7 Errores aleatorios
203
z
1
2
3
0. 682 69
0. 954 5
0. 997 3
Sin embargo, no es conocido. De esto nos preocupamos en la seccin

que sigue.
11.7.2.
Estimacin de
Por definicin, la varianza 2 es el valor esperado de la (x )2 , es decir

Z x2
2
V ar(x) = =
(x )2 f (x)dx,
x1
que puede desarrollarse as

Z x2
2
=
(x2 2x + 2 )f (x)dx = E(x2 ) 2
x1
similarmente desarrollemos
1 X
n
(< x2 > < x >2 ),
=
(xi < x >)2 =
n 1 i=1
n1
n
s2n1
y calculemos los valores esperados
1 XX
1 X 2 XX
E(
x
x
)
=
E(
xi +
xi xj )
i j
n2
n2
i6=j
XX
1
1
= 2 (nE(x2 ) +
2 ) = 2 (n( 2 + 2 ) + (n2 n)2 ),
n
n
i6=j
E( < x >2 ) =
E(< x >2 ) =
2 + 2 n
.
n
similarmente resulta
E(< x2 >) = E(
1X 2
xi ) = 2 + 2 ,
n
204
Mtodo experimental
por lo tanto, al reemplazar

E(s2n1 ) =
n
(E(< x2 >) E(< x >2 )) = 2 .
n1
Esta es la razn por la cual se llam a s2n1 un estimador insesgado de

la varianza de la distribucin de probabilidad, pues su valor esperado coincide con la varianza de la funcin distribucin. Usaremos entonces como un
estimador para a la desviacin estndar muestral sn1 , de modo que
sn1
sn1
x z < < x + z , con nivel ,
n
n
cuestin que suele escribirse ms livianamente como
sn1
= x z , con nivel de significacin ,
n
de modo que podemos tambin estimar el rango donde est el error absoluto
de una medida xi con el mismo nivel de confianza , mediante
i
sn1
= xi = xi x z .
n
Lo que importa finalmente, es que nos hemos aproximado al valor verdadero,

obteniendo para las diversas variables siendo medidas, intervalos donde podemos asegurar con determinada probabilidad que su valor verdadero est.
O sea, para cada propiedad medida, tenemos finalmente sus valores con sus
errores
A = < xA > A ,
B = < xB > B ,
etctera
11.8.
Sobre algunas caractersticas de los aparatos de medicin.
En el anlisis de las mediciones se utilizan frecuentemente los trminos

de precisin y exactitud, que a veces son considerados en el lenguaje diario
como la misma cosa. Sin embargo son cuestiones muy diferentes.
11.9 Propagacin de errores
205
Exactitud. La exactitud es una medida de la ausencia de errores sistemticos. Esto es considerando que los errores aleatorios pueden ser eliminados por el proceso estadstico que se describe ms adelante. En
otras palabras un aparato de medicin es ms exacto mientras ms se
acerque el valor promedio de las lecturas al valor verdadero.
Precisin. La precisin de un aparato es una medida de lo pequeo que son
los errores aleatorios, es decir un aparato muy preciso arrojar casi los
mismos valores en cada medicin en ausencia de errores personales o
de otro tipo.
Como puede comprenderse, exactitud requiere de precisin pero precisin
no garantiza exactitud.
Tambin es importante conocer los conceptos de resolucin y sensibilidad
de un instrumento.
Resolucin. La resolucin esta relacionada con el nmero de cifras significativas con que el instrumento muestra los resultados. Por ejemplo
si un instrumento medidor de velocidades indica una velocidad v =
1,18745 m s1 podemos decir que este instrumento resuelve 0,00001
m s1 . Este instrumento tiene mayor resolucin que otro que indicara
v = 1,18 m s1 .
Sensibilidad. La sensibilidad es el cambio incremental ms pequeo que
puede detectar el instrumento. A primera vista se confunde con el concepto de resolucin pero hay diferencias. De hecho, aparatos de medicin electrnicos pueden aumentar su sensibilidad (por ejemplo amplificando la seal siendo medida) pero ello puede causar problemas
de estabilidad en la lectura, debindose en consecuencia mantener la
resolucin fija para tener lecturas estables.
11.9.
Propagacin de errores
La pregunta que uno puede hacerse ahora es, si se conocen los errores de
propiedades fsica medidas A, B, cuales son los errores de expresiones tales
como A + B, AB, A2 + B, f (A, B), etctera. La respuesta pasa tambin
por una anlisis probabilstico, debemos poder decir algo de las funciones
de distribucin de las combinaciones de variables, suponiendo que ellas son
206
Mtodo experimental
estadsticamente independientes. Esto requiere de matemticas ms o menos

compleja por lo cual las demostraciones de dejan en el apndice para el que
se interese.
11.9.1.
Funcin distribucin de la suma
Por ejemplo, sean fA y fB las funciones de distribucin de A y B. La

funcin distribucin de la suma ser
f (x)dx =
Z Z
fA (xA )fB (xB )dxA dxB ,
en la regin R donde xA + xB = x, o bien

f (x) =
fA (xA )fB (x xA )dxA ,
as, es valor esperado de la suma ser

=
Z Z
xfA (xA )fB (x xA )dxA dx
si cambiamos variable x xA = xB
=
=
Z Z
Z
(xA + xB )fA (xA )fB (xB )dxA dxB
(xA fA (xA )dxA + xB fB (xB )dxB )
dando como resultado

= A + B .
Veamos ahora que pasa con las varianzas
=
=
=
Z Z
Z Z
Z Z
207
(x A B )2 fA (xA )fB (x xA )dxA

(xA A + xB B )2 fA (xA )fB (xB )dxA dxB
((xA A )2 + 2(xA A )(xB B ) +
(xB B )2 )fA (xA )fB (xB )dxA dxB

= 2A + 2B ,
es decir, las varianzas se suman
2 = 2A + 2B .
11.9.2.
Funciones distribucin de dos variables
Como se estudi en el captulo de probabilidades (8.5) si la variable aleatoria z depende funcionalmente de dos variables aleatorias x, y con fd , f (x)
y g(y) respectivamente, siendo z = F (x, y), la funcin distribucin de z ser
Z
h(z) |dz| =
f (x)g(y) |dxdy| ,
z=F (x,y)
donde la integral es sobre el rea entre las dos curvas F (x, y) = z, y F (x, y) =
z + dz. Por ejemplo
Producto de dos variables
Aqu z = xy, de donde resulta
Z
h(z) |dz| =
z=xy
f (x)g(y) |dxdy| ,
podemos pasar a variables a nuevas variables

x = x,
z = xy,
208
Mtodo experimental
para lo cual necesitamos el Jacobiano

x x
1 0
x
y
det z z
= det
= x,
y x
x
y
siendo entonces
dxdy =
por lo tanto
dxdz
,
x
z dx
f (x)g( ) ,
x x
es la funcin distribucin del producto.
Nos interesa ahora calcular z y 2z . Lo primero resultar
h(z) =
z =
=
zf (x)g(y)dxdy
Z
xf (x)dx yg(y)dy
= x y .
Lo segundo es algo ms complicado

Z Z
2
z =
(z z )2 f (x)g(y)dxdy
Z Z
=
z 2 f (x)g(y)dxdy 2z
Z
Z
2
=
x f (x)dx y 2 g(y)dy 2z
= E(x2 )E(y 2 ) 2z ,
pero E(x2 ) = 2x + 2x , E(y 2 ) = 2y + 2y , z = x y , luego si se reemplaza

resulta
2z = 2y 2x + 2x 2y + 2x 2y .
Es necesario destacar que al menos en dos referencia ([?]), pag.48 y ([?]) pag.
185, se establece o se deduce incorrectamente que para este caso se tiene
2z = 2y 2x + 2x 2y .
Sin embargo, para estar seguros, en el programa que se acompaa, se
comparan ambas expresiones para variables aleatorias x, y generadas random
uniforme. Usted podr juzgar.
209
Cuociente de dos variables

Aqu z = x/y, de donde resulta
Z
h(z) |dz| =
z=x/y
f (x)g(y) |dxdy| ,
podemos pasar a variables a nuevas variables

x = x,
z = x/y,
det
x
x
z
x
x
y
z
y
siendo entonces
dxdy =
por lo tanto
h(z) =
= det
1
1
y
0
yx2
x
,
y2
y 2 dxdz
xdxdz
=
,
x
z2
Z
x xdx
f (x)g( ) 2 ,
z z
es la funcin distribucin del cuociente.

Nos interesa ahora calcular z y 2z . Ambas cosas son ahora obvias, pues
el cuociente es adems un producto, z = x(1/y) resultando
z = x 1/y .
Si la notacin es algo confusa, podemos escribir para el caso en que las
variables aleatorias x, y son independientes
1
x
E( ) = E(x)E( ).
y
y
Lo segundo, el clculo de la varianza, es
2z = 2x 21/y + 21/y 2x + 2x 21/y .
210
Mtodo experimental
Caso general de dos variables (Usted puede omitir esta seccin)

Aqu z = F (x, y), de donde resulta
Z
h(z) |dz| =
f (x)g(y) |dxdy| ,
z=F (x,y)
podemos pasar a nuevas variables

x = x,
z = F (x, y),
x x
1
x
y
= det F
det z z
x
siendo entonces
dxdz
dxdy = ,
F
y
por lo tanto
h(z) =
0
F
y
,
=
y
dx
f (x)g(y) ,
F
y
siendo necesario despejar y(z, x) de z = F (x, y).

Z
dx
h(z) = f (x)g(y(z, x))
,
|Fy (x, y(z, x))|
es la funcin distribucin de z = F (x, y).
Nos interesa ahora calcular z y 2z . Lo primero resultar
Z Z
z =
F (x, y)f (x)g(y)dxdy.
y lo segundo
2z
=
=
Z Z
Z Z
(F (x, y) z )2 f (x)g(y)dxdy
F 2 (x, y)f (x)g(y)dxdy 2z
(11.1)
211
Aproximacin para 2z
Si se expande F (x, y) en serie de Taylor en torno a los valores esperados
x y y se tiene
F (x, y) = F (x , y ) + (x x )Fx + (y y )Fy +
1
((x x )2 Fxx + (y y )2 Fyy + 2(x x )(y y )Fxy ) +
2
de donde resultar
1
z = F (x , y ) + ( 2x Fxx (x , y ) + 2y Fyy (x , y )) +
2
(11.2)
similarmente calculemos F 2 (x, y), pero no consideraremos trminos lineales

en (x x ) ni en (y y ) pues darn cero al integrar, as resulta
F 2 (x, y) = F 2 (x , y ) + (x x )2 Fx2 + (y y )2 Fy2 +
2
(x x )2 (y y )2 Fxy
,
por lo tanto
Z Z
2
,
F 2 (x, y)f (x)g(y)dxdy = F 2 (x , y ) + 2x Fx2 + 2y Fy2 + 2x 2y Fxy
(11.3)
luego resultar
2
,
2z = 2x (Fx2 F Fxx ) + 2y (Fy2 F Fyy ) + 2x 2y Fxy
donde F y todas sus derivadas son evaluadas en el punto (x , y ).

Como ejemplos
si F es lineal F = ax + by resulta 2z = a2 2x + b2 2y .
si F = xy resulta 2z = 2y 2x + 2x 2y + 2x 2y
si F = G(x)H(y)
212
Mtodo experimental
2z = 2x H 2 (G02 GG00 ) + 2y G2 (H 02 HH 0 ) + 2x 2y G02 H 02

02
00
02
0
0 0
2z
2 (G GG )
2 (H HH )
2 2 GH 2
)
=
(
x
y
x y
z2
G2
H2
GH
0
0
0 0
2z
G
H
2
2
2 2 GH 2
=
)
x
y
x
y
z2
x G
y H
GH
11.10.
Resumen
Al margen de las demostraciones, los resultados que interesa destacar son

los siguientes:
Si la variable aleatoria x corresponde a diversas medidas de una cantidad fsica con errores al azar solamente, entonces esa variable tendra
alguna determinada funcin de distribucin de probabilidad, imposible
de determinar tericamente, ms que haciendo un sinnmero de mediciones y haciendo algn histograma experimental. El valor verdadero
ser el valor esperado de esa desconocida distribucin de valores. El
error absoluto de cada medida ser simplemente
i
= xi ,
El error estndar en una lectura cualquiera puede ser definido como la

desviacin estndar de esa distribucin
r
1X
(xi )2 ,
= lm
n
n
valor imposible de determinar exactamente.
Sin embargo, la variable aleatoria promedio tiene una funcin distribucin terica para n grande, la distribucin Gaussiana. De all se
dedujo que si la variable aleatoria x corresponde a diversas medidas
de una cantidad fsica con errores al azar solamente, entonces el valor
verdadero de la cantidad fsica siendo medida est en el intervalo
sn1
sn1
x z < < x + z , con nivel de significacin ,
n
n
siendo
11.10 Resumen
213
el promedio
x = < x > =
la desviacin estndar
sn1
1X
xi ,
n
v
u
n
u 1 X
=t
(xi x)2 ,
n 1 i=1
algunos valores de z
z
1
2
3
0. 682 69
.
0. 954 5
0. 997 3
De modo que al utilizar el promedio como estimador del valor verdadero, el error se puede escribir como
sn1
z .
n
Propagacin de errores estndar. Si dos cantidades fsicas A y B con
errores aleatorios tienen valores verdaderos y errores estndar conocidos, es decir se conocen sus valores esperados A , B y sus varianzas
2A , 2B . Estas variables aleatorias las supondremos estadsticamente independientes. Entonces los valores verdaderos y los errores estndar de
algunas funciones f (A, B), la suma, el producto y el cuociente, son los
siguientes.
La suma
A+B = A + B ,
q
2A + 2B .
A+B =
El producto
AB = A B ,
q
AB =
2A 2B + 2B 2A + 2A 2B .
214
Mtodo experimental
El cuociente
A/B = A 1/B ,
q
A/B =
21/B 2A + 2A 21/B + 2A 21/B .
11.10.1.
Ejemplos de simulacin numrica
En el programa de ejemplo que se acompaa, usted puede definir una

funcin de dos variables, f (x, y) y generar un histograma de su funcin distribucin cuando las variables x, y tienen distribucin uniforme de valor
esperado y desviacin estndar definible por el usuario.
Captulo
12
Mtodos numricos
12.1.
Generacin de nmeros random
Puede generar nmeros random enteros o reales xi con distribucin uniforme en un rango seleccionable [a, b], en un determinado nmero, y hacer
algunas pruebas para comprobacin de su calidad
te
orico
simulaci
on
P
1
1
< x >=
= 2 (a + b),
P n xi
1 2
1
2
2
2
= 3 (a + ab + b ). sn1 = n1 (xi < x >)2
12.2.
Generacin de N(0, 1)
Como se explic en el captulo de probabilidades, si x, y son variables

aleatorias alrededor
en el intervalo [0, 1] , entonces
con distribucin uniforme
las variables z = 2 ln x cos 2y, y v = 2 ln x sin 2y tienen distribucin

N(0, 1)
1 2
1
e 2 z
2
Esto est realizado en el programa, para visualizar como el histograma se

aproxima al de la distribucin normal.
216
Mtodos numricos
12.3.
Distribucin del promedio
Si las variables xi tienen distribucin continua uniforme en el intervalo

[a, b] entonces la variable aleatoria
< x >
z=
,
/ n
debe tener distribucin normal N(0, 1) siendo
= 12 (a + b),
= 13 (a2 + ab + b2 ),
2
cuestin que es examinada en el programa, para diversos n contrastando el

histograma obtenido con el esperado.
12.4.
Distribucin t Student
Se examina la convergencia de la variable aleatoria

x
,
t=
sn1 / n
con = 12 (a + b), en trminos del tamao de la muestra a la distribucin t
de Student con n 1 grados de libertad
hn1 (t) =
( n2 )
t2 n/2
p
)
,
(1
+
n
1
( n1
)
(n
1)
2
12.5.
Integracin numrica.
12.5.1.
Mtodo del punto medio:

Z
donde
f (x) dx Mn = x[f (x1 ) + f (x2 ) + + f (xn )]

x =
< t < .
ba
n
xi = 12 (xi1 + xi )
es el punto medio de [xi1 , xi ].
12.6 Aproximaciones lineales y cuadrticas.
12.5.2.
Zb
217
Mtodo del Trapecio:
f (x) dx Tn =
x
[f (x0 ) + 2f (x1 ) + 2f (x2 ) + + 2f (xn1 ) + f (xn )]
2
donde
x = (b a)/n y xi = a + i x
12.5.3.
Cotas de error:
Suponga que |f 00 (x)| K para a x b. Si ET y EM denotan los errores

los mtodos del trapecio y del punto medio entonces
|ET |
12.5.4.
Z
K(b a)3
12n2
|EM |
K(b a)3
24n2
Mtodo de Simpson:
f (x) dx Sn =
x
[f (x0 ) + 4f (x1 ) + 2f (x2 ) + 4f (x3 ) + + 2f (xn2 )
3
+4f (xn1 ) + f (xn )]
donde n es par y x = (b a)/n.
12.5.5.
Cota de error para mtodo de Simpson:
12.6.
Aproximaciones lineales y cuadrticas.
12.6.1.
Diferencial:
Suponga que f (4) (x) K para a x b. Si ES es el error en el mtodo

de Simpson, entonces
K(b a)5
|ES |
180n4
Definicion 12.6.1 Sea y = f (x), donde f es una funcin diferenciable.

Entonces la diferencial dx es una variable independiente; esto es, dx puede ser
218
Mtodos numricos
dada de cualquier valor. La diferencial dy es entonces definida en trminos

de dx por
dy = f 0 (x) dx
Los diferenciales dx y dy son ambos variables, pero dx es independiente,
mientras que dy es dependiente depende de los valores de x y dx. Si dx es
dado, entonces dy est determinado.
dy
= f 0 (x). Esto es la derivada es la razn o
Si dx 6= 0, obtenemos
dx
cuociente de dos diferenciales
12.6.2.
Aproximacin lineal:
Definicion 12.6.2 La aproximacin lineal de f (x) cerca de a es

f (x) f (a) + f 0 (a)(x a)
12.6.3.
Aproximacin cuadrtica:
Definicion 12.6.3 La aproximacin cuadrtica de f (x) cerca de a es

f (x) f (a) + f 0 (a)(x a) +
Ejemplo 12.6.1 Sea
f (x) =
f 00 (a)
(x a)2
2
3x2 + 5
2x 4
y a = 3. La aproximacin lineal de f (x) cerca de 3 es

f (a) + f 0 (a)(x a) = 37 7x.
y la aproximacin cuadrticas es
f (a) + f 0 (a)(x a) +
17
f 00 (a)
227
(x a)2 =
58x + x2 .
2
2
2
.
Las funciones y = (3x2 +5)/(2x4), y = 377x, y = 227/258x+17x2 /2
estn representadas en los grficos
12.7 Ajuste de curvas por polinomios.
219
80
200
-10
150
60
100
y 40
50
20
10
20
30
-50
-20
-100
40
30
y
20
10
0
2.5
3.5
4.5
-10
20
19
18
17
y 16
15
14
13
12
12.7.
2.8
2.9
3x
3.1
3.2
Ajuste de curvas por polinomios.
Un grfico de puntos podra mostrar evidencia de la existencia de una

relacin polinomial. Para polinomios de grados dos y tres eso significa la
220
Mtodos numricos
existencia de ecuaciones de la forma

y = A + Bx + Cx2 , o
y = A + Bx + Cx2 + Dx3
Lo datos siguientes establecen claramente una relacin no lineal. El mtodo de los mnimos cuadrados puede usarse para ajustar un polinomio
8
6
4
2
-3
-2
-1
(3, 7), (2, 4), (1, 2), (0, 0), (1, 1,5), (2, 5), (3, 10)
El grfico siguiente muestra el ajuste mediante una parbola (polinomio de
grado 2, en verde) y un polinomio de grado tres (curva roja).
10
8
6
y
4
2
-3
-2
-1
Para grado 2, resuelva el sistema de ecuaciones lineales para A, B, C:

X
X
X
An + B
X +C
X2 =
Y
X
X
X
X
A
X +B
X2 + C
X3 =
XY
X
X
X
X
A
X2 + B
X3 + C
X4 =
X 2Y
12.8 Mtodo de Newton.
221
Para grado 3, resuelva el sistema de ecuaciones lineales para A, B, C, D:

An
X
+B
X +C
X2 + D
X
X
X3 =
X
X
A
X +B
X2 + C
X3 + D
X4 =
XY
X
X
X
X
X
A
X2 + B
X3 + C
X4 + D
X5 =
X 2Y
X
X
X
X
X
A
X3 + B
X4 + C
X5 + D
X6 =
X 3Y
12.8.
Mtodo de Newton.
Muchos problemas en ciencia e ingeniera conducen a un problema de

determinar las races de una ecuacin de la forma f (x) = 0 donde f es una
funcin diferenciable. Para una ecuacin cuadrtica ax2 + bx + c = 0 es bien
conocido que
(
x=
b+ b2a4ac ,
.
b+b2c2 4ac .
Para ecuaciones de tercer y cuarto orden hay tambin frmulas, pero

que son complicadas. Si f es un polinomio de grado 5 o superior no existe
tal frmula. Asimismo no hay frmulas que nos permitan encontrar races
exactas de ecuaciones trascendentales como cos x = x. Mtodos que permitan
encontrar aproximaciones para las races de ecuaciones se han desarrollado.
Uno de tales mtodos se denomina mtodo de Newton-Raphson.
12.8.1.
Mtodo de Newton-Raphson.
El mtodo de Newton se basa en la observacin de que la lnea tangente

es una buena aproximacin local a una funcin. Sea (x0 , f (x0 )) un punto de
la curva. La lnea tangente en ese punto ser
y f (x0 ) = f 0 (x0 )(x x0 ).
Esta lnea cruza el eje-x donde y = 0. El valor de x ser
x = x0
f (x0 )
.
f 0 (x0 )
222
Mtodos numricos
En general, dada una aproximacin xn a una raz de la funcin f (x), la lnea

tangente cruza el eje x donde
f (xn )
.
f 0 (xn )
xn+1 = xn
Dado x0 , el mtodo de Newton produce una lista x1 , x2 , . . ., xn de aproximaciones al cero de f .

En los grficos que siguen, f (x) = x x3 , x0 = 0,44, x1 0,41, x2
0,27, y x3 0,048.
0.4
0.2
-1
-0.8 -0.6 -0.4 -0.2
0.2
0.4 x 0.6
0.8
-0.2
-0.4
x x3
12.9.
Serie de Taylor y Maclaurin.
Si f tiene una representacin en serie en torno de a, o sea si

f (x) =
X
n=0
cn (x a)n
|x a| < R
entonces los coeficientes son

cn =
f (n) (a)
n!
Substituyendo cn en la serie para f , se tiene la serie de Taylor:

f (x) =
X
f (n) (a)
n=0
n!
(x a)n = f (a)+
f 00 (a)
f 0 (a)
f 000 (a)
(x a)+
(x a)2 +
(x a)3 +...
1!
2!
3!
12.9 Serie de Taylor y Maclaurin.
223
En el caso especial donde a = 0, se tiene la serie de Maclaurin:

f (x) =
X
f (n) (0)
n!
n=0
xn = f (0) +
f 00 (0) 2 f 000 (0) 3

f 0 (0)
x+
x +
x + ...
1!
2!
3!
Funciones que pueden ser representadas por series de potencia en torno

a a son llamadas analticas en a. Funciones analticas son infinitamente diferenciables en a; eso es que tiene derivadas de todo orden en a. Sin embargo,
no todas las funciones infinitamente diferenciable son analticas.
Las sumas parciales de Taylor son
Tn (x) =
n
X
f (i) (a)
i=0
i!
f 0 (a)
f (n) (a)
f 00 (a)
2
(x a) = f (a)+
(x a)+
(x a) +...+
(x a)n
1!
2!
n!
i
Tn es un polinomio de grado n llamado el polinomio de Taylor de grado n de

f en a.
I Teorema 12.1
Si f (x) = Tn (x) + Rn (x), y
lm Rn (x) = 0
para |x a| < R, entonces f es igual a su serie de Taylor series en el intervalo

|x a| < R; esto es , f es analtica en a.
I Teorema 12.2 (Frmula de Taylor)
Si f tiene n +1 derivadas en el intervalo I que contiene el nmero a, entonces
para x en I hay un nmero z estrictamente entre x y a tal que el resto puede
ser expresado como
Rn (x) =
f (n+1) (z)
(x a)n+1
(n + 1)!
Para el caso especial n = 0, se tiene que

f (b) = f (a) + f 0 (c) (b a)
este es el Teorema del valor medio.
224
Mtodos numricos
12.9.1.
Serie importantes de Maclaurin.
1
1x
Serie de Maclaurin
P
=
xn = 1 + x + x2 + x3 + ...
n=0
n
P
2
3
x
ex =
= 1 + 1!x + x2! + x3! + ...
n!
n=0
P
3
5
7
x2n+1
sin x =
(1)n (2n+1)!
= x x3! + x5! x7! + ...
n=0
P
2
4
6
x2n
cos x =
(1)n (2n)!
= 1 x2! + x4! x6! + ...
n=0
P
2n+1
3
5
7
1
tan x =
(1)n x2n+1 = x x3 + x5 x7 + ...
n=0
12.10.
Intervalo de Convergencia
(1, 1)
(, )
(, )
(, )
[1, 1]
Ecuaciones diferenciales ordinarias.
El problema clsico de la ecuacin diferencial ordinaria de primer orden

es encontrar una funcin y(x) que satisfaga
dy
= f (x, y),
dx
dado el valor inicial de la funcin y(x0 ) = y0 . Una variedad de mtodos
aproximados se han desarrollado, entre los cuales describiremos algunos.
12.10.1.
Mtodo de Euler.
Se reemplaza la derivada por

dy(x)
y(x + h) y(x)
=
,
dx
h
siendo h algn nmero pequeo. As la ecuacin diferencial se transforma en
una ecuacin de diferencias
y(x + h) = y(x) + hf (x, y).
Si llamamos
xk+1 = xk + h,
tenemos que
y(xk+1 ) = y(xk ) + hf (xk , yk ).
12.10 Ecuaciones diferenciales ordinarias.
12.10.2.
225
Mtodo de Runge-Kutta.
Si h es un nmero pequeo y se definen

k1
k2
k3
k4
=
=
=
=
hf (x, y),
hf (x + h/2, y + k1 /2),
hf (x + h/2, y + k2 /2),
hf (x + h, y + k3 ),
entonces
y(x + h) = y(x) + (k1 + 2k2 + 2k3 + k4 )/6.
12.10.3.
Mtodos predictor corrector.
Los mtodos predictor corrector hacen uso de una frmula para una primera aproximacin de yk+1 , seguida de una frmula correctora que hace mejoramientos sucesivos. As por ejemplo una primera aproximacin es
0
yk+1
= yk + hyk0 ,
que puede ser mejorada con

1 0
1
= yk + (yk+1
+ yk0 )
yk+1
2
1
0
= yk + (f (xk+1 , yk+1
) + f (xk , yk )).
2
12.10.4.
Mtodo de Milne:
Este mtodo requiere cuatro valores previos y la pareja predictora correctora es

0
0
yk+1 = yk3 + (4h/3)(2yk2
yk1
+ 2yk0 ),
0
0
+ 4yk0 + yk1
).
yk+1 = yk1 + (h/3)(yk+1
12.10.5.
Mtodo de Adams.
0
0
0
yk+1 = yk3 + (h/24)(55yk0 59yk1
+ 37yk2
9yk3
),
0
0
0
0
yk+1 = yk1 + (h/24)(9yk+1 + 19yk 5yk1 + yk2 ),
que al igual que el mtodo de Milne requiere de cuatro valores previos.
226
Mtodos numricos
12.10.6.
Ecuaciones de orden mayor.
La ecuacin lineal
d2 y
dy
),
=
f
(x,
y,
dx2
dx
se reduce a un sistema de ecuaciones de primer orden. Para ello defina p =
dy/dx y entonces
dy
= p,
dx
dp
= f (x, y, p),
dx
es un sistema de ecuaciones diferenciales de primer orden, que es resuelto
similarmente adaptando los mtodos anteriores.
12.11.
Derivacin numrica.
Si tenemos una funcin conocida para valores discretos igualmente espaciados de las abcisas xi con xi+1 xi = h, entonces existen algoritmos
que permiten estimar la derivada de distinto orden, utilizando determinado nmero de puntos.Las siguientes frmulas (Handbook of Mathematical
functions de Abramowitz) indican la forma de obtener la derivada con tres
o cuatro puntos correspondientes a abscisas igualmente espaciadas en una
cantidad pequea h.
Dos puntos. Tenemos las tres posibilidades
(f (x + h) f (x))/h,
0
(f (x) f (x h))/h,
f (x) =
(f (x + h) f (x h))/2h.
Tres puntos, p = 1, 0, 1.
1
1
1
f (x0 + ph) =
(p )f1 2pf0 + (p + )f1 .
h
2
2
0
Cuatro puntos, p = 1, 0, 1, 2
f 0 (x0 + ph) =
1 3p3 6p + 2
3p2 4p 1
3p2 2p 2
(
f1 +
f0
f1
h
6
2
2
3p2 1
f2 ).
+
6
Captulo
13
Apndice
13.1.
A) La distribucin exponencial.
El anlisis, que requiere conocimientos de matemticas algo elevados y

que conduce a la distribucin exponencial es el siguiente. Si la probabilidad
de que un dispositivo falle en entre tiempo t y tiempo t + dt, por hiptesis
es
f (t)dt
ser igual al producto de que no haya fallado en el intervalo t : 0 t, y
falle a continuacin, es decir
Z t
dt
f (t)dt = 1
f ( ))d
,
0
de aqu
f (t)
df (t)
=
,
dt
e integrando
t
f (t) = ce ,
normalizacin (certeza que falle alguna vez) requiere que
Z
t
ce dt = c,
1=
0
228
Apndice
de donde finalmente
f (t) =
13.2.
1 t
e ,
B) El proceso de Poisson. Detalles.
Consideremos una fuente radioactiva que emite partculas y definamos

una variable aleatoria X(t1 , t2 ) como el nmero de partcula emitidas durante
un intervalo de tiempo [t1 , t2 ] . Como se explic, denotaremos tal funcin de
distribucin por
Pn (t1 , t2 ) = P [X(t1 , t2 ) = n] .
Nos proponemos deducir la distribucin de probabilidad para la variable aleatoria recin definida haciendo algunas hiptesis. (Este es un ejemplo
donde la naturaleza intrnsecamente probabilista de la naturaleza se pone de
manifiesto). Las suposiciones que haremos son las siguientes
Caso 4
Las variables X(t1 , t2 ) y X(t3 , t4 ) son independientes si los
intervalos de tiempo tienen interseccin vaca.
La funcin distribucin de X(t1 , t2 ) depende slo de t2 t1 . (caso contrario tendramos que preocuparnos de cuando fue creada tal substancia
radioactiva, para empezar a contar el tiempo). Por lo tanto llamaremos
simplemente t al intervalo de tiempo
Si el intervalo de tiempo es pequeo, supondremos que la funcin de
distribucin para que haya una emisin es proporcional al intervalo de
tiempo. Es decir
P1 (dt) = P [X(dt) = 1] = dt.
Supondremos tambin que si el intervalo de tiempo es infinitsimo, la
probabilidad de tener ms de una emisin es despreciable, es decir
Pk (dt) = P [X(dt) = k] = 0 si k > 1.
Tambin, la probabilidad de que no haya ninguna emisin en dt de
tiempo ser
P0 (dt) = 1 dt,
de modo que conocemos P0 para tiempos pequeos.
13.2 B) El proceso de Poisson. Detalles.
229
De acuerdo a lo anterior, la probabilidad de tener n + 1 emisiones en un

tiempo t+dt, es el producto de tener n emisiones en un tiempo t, multiplicada
por la probabilidad de tener una emisin en el intervalo dt, (o bien, por ello
+) la probabilidad de tener n + 1 emisiones en tiempo t y ninguna en dt, es
decir
Pn+1 (t + dt) = Pn (t)dt + Pn+1 (t)(1 dt),
se ha obtenido una ecuacin funcional para determinar Pn (t). Sin embargo
la probabilidad de no tener una emisin en tiempo t + dt es simplemente la
probabilidad de no emisin en tiempo t multiplicada por la probabilidad de
no emisin en tiempo dt, es decir
P0 (t + dt) = P0 (t)(1 dt),
que puede ser resuelta pues se obtiene
dP0 (t)
= P0 (t),
dt
o bien, mediante una integracin
P0 (t) = P0 (0)et .
Considere ahora que
0
(t)dt,
Pn+1 (t + dt) = Pn+1 (t) + Pn+1
resultando
0
(t) = Pn (t) Pn+1 (t),
Pn+1
sea Pn (t) = gn (t)et , con g0 (t) = P0 (0), resulta

0
gn+1
= gn (t),
puede integrarse recursivamente obteniendo

g1 (t) = P0 (0)t,
y
g2 (t) =
1 2
P0 (0)t2 ,
2!
230
Apndice
y finalmente
Pn (t) =
1 n
P0 (0)tn et ,
n!
normalizacin exige que

n=
X
Pn (t) = 1,
n=0
resultando P0 (0) = 1, y finalmente

Pn (t) =
13.3.
1
(t)n et ,
n!
C) Algunos detalles matemticos.
Aqu se explican los detalles para el caso en que las variables xi (i =

1, 2, N) son independientes con distribucin uniforme en el intervalo 2 , 2 ,
y se desea obtener la distribucin de la variable aleatoria
N
1 X
xi
x=
N i=1
en el lmite para N muy grande. (Estos detalles requieren de slidos conocimientos de matemticas que si usted desea puede omitir)
Haciendo uso de la independencia de las variables, podemos entonces
escribir la expresin
Z
Z
P (x1 )dx1 P (x2 )dx2
P (xN )dxN
f (x)dx =
donde la integral mltiple es sobre la regin donde

N
1 X
dx =
dxi
N i=1
x < 12
0 si
1
1 si 2 < x < 12
P (x) =
0 si
x > 12
13.3 C) Algunos detalles matemticos.
231
la integral puede ser reducida a todo el espacio usando la delta de Dirac una
de cuyas representaciones que usaremos es
Z
1
eikx dk,
(x) =
2
de modo que
f (x)dx =
12
12
P (x1 )dx1 P (x2 )dx2

P (xN )dxN
N
1 X
(x
xi )dx,
N i=1
pero
1
f (x)dx =
2
ikx
dk
12
P (xN )dxN i
e N
PN
j=1
xj
12
P (x1 )dx1 P (x2 )dx2
dx,
que puede ser escrita como

1
f (x) =
2
!N
Z 1
2
1
1
ik z
N
eikx dk
dze
,
1
pero
1
ik 1 z
12
k
2 N
sin ,
dz =
k
2 N
luego
1
f (x) =
2
!N

N
k
2
sin
eikx dk
k
2 N
para evaluar el lmite cuando N , usemos la expansin

sin z = z 16 z 3 , de modo que resulta
232
Apndice
1
f (x) =
2
ikx
N
1 2 k2
dk 1
,
24 N
o bien
1
2
eikx
2 k2
24
dk,
que es evaluada mediante tablas
2
1 6x
24
2
e
2
pero
1
V ar(x) = =
x2 dx =
12
1 2
,
12
por lo cual
x2
1
e 22 ,
f (x) =
2
13.4.
D) La distribucin binomial.
Si se repite varias veces el experimento donde hay dos resultados posibles

A con probabilidad p y B con probabilidad q = 1p, entonces la probabilidad
de que en n experimentos ocurran m resultados A, en cualquier orden, es la
llamada distribucin binomial

n mnm
n!
P =
p
pm q nm .
=
(13.1)
m
m!(n m)!
Podemos verificar que est correctamente normalizada pues
n
X
n m nm
= (p + q)n = 1.
p q
m
m=0
13.4 D) La distribucin binomial.
13.4.1.
233
El valor esperado de m.
Su definicin es

n m nm
m
,
E(m) =
p q
m
m=0
n
X
que puede ser evaluado mediante un truco. En efecto

n
n
X
n m1 nm
X n m nm
p q
m
p
q
=p
E(m) = p
p m=0 m
m
m=0
= p
(p + q)n = np(p + q)n1 = np,

p
finalmente
E(m) = np.
13.4.2.
La varianza de m.
Debemos calcular

n m nm
p q
m
,
E(m ) =
m
m=0
2
n
X
sumatoria ms dificil de calcular. Similarmente a lo hecho anteriormente

n
X
2
2 n
m
E(m ) = p
pm1 q nm
m
m=0

n
X
n m nm
= p
m
p q
p m=0
m

n
X
n m1 nm
= p p
m
q
p
p m=0
m
n
X n m nm
= p p
p q
p p m=0 m

p (p + q)n
p p
= np p(p + q)n1
p
= np((p + q)n1 + (n 1)p(p + q)n2 ),
= p
234
Apndice
pero
p + q = 1,
luego
E(m2 ) = np(1 + (n 1)p).
Entonces
2m =
=
=
=
Para p = q =
1
2
E(m2 ) (E(m))2
np(1 + (n 1)p) n2 p2
np(1 p) = npq,
E(m)(1 p)
se tiene que
1
n,
2
1
=
n.
4
E(m) =
2m
13.4.3.
Lmite para n grande
Considere (13.1) y tomemos su logaritmo

y(m) = ln P = ln n! ln m! ln(n m)! + m ln p + (n m) ln q,
y usemos la aproximacin de Stirling para nmeros grandes
ln n! = n ln n n,
entonces
y(m) = n ln n m ln m (n m) ln(n m) + m ln p + (n m) ln q.
Para expandir en torno al mximo derivemos respecto a m
y 0 (m) = ln m + ln (n m) + ln p ln q,
n
y 00 (m) =
.
m (n m)
235
El mximo ocurre cuando y 0 (m0 ) = 0 o sea m0 = np = m . La expansin

buscada ser
n
1
(m m0 )2 ,
2 m0 (n m0 )
1 1
(m m0 )2 ,
= y(m0 )
2 npq
1 1
= y(m0 )
(m m )2 ,
2 2m
y(m) = y(m0 )
de modo que finalmente

12
P (m) = Ce
1
(mm )2
2
m
P (m) = Ce 2 npq (mnp) ,

es decir, una distribucin Gaussiana.
13.4.4.
Caminata al azar
Como un ejemplo, analizaremos la caminata al azar, donde un punto

puede moverse a la derecha o hacia la izquierda con probabilidad p a la
derecha y q hacia la izquierda, con longitud de pasos pequea d, y deseamos
encontrar la funcin distribucin de probabilidad de su posicin x, cuando
los pasos son de longitud d y han ocurrido N pasos en total
Para m pasos a la derecha y por lo tanto N m pasos a la izquierda, la
posicin x estar dada por
x = {m (N m)} d = {2m N } d,
y la probabilidad de este valor de x estar dado por la distribucin binomial

N m Nm
N!
P =
p q
pm q Nm .
=
m
m!(N m)!
Expresemos esto en trminos de la variable x. Tenemos que
N
x
+ ,
2
2d
N
x
N m =
.
2
2d
m =
236
Apndice
En particular si los pasos a la derecha y a la izquierda ocurren con la misma

probabilidad entonces
1
p=q= ,
2
y tendremos
N!
1
PN (x) = N
( )N .
x
N
x
( 2 + 2d )!( 2 2d )! 2
A medida que la longitud de los pasos tiende a cero, y el nmero de pasos
tiende a infinito, la variable x tiende a ser una variable continua. En forma
ms precisa buscaremos el lmite cuando N , tendiendo d 0 en la
forma
d= .
N
Luego la probabilidad de que la variable x tenga valores entre x = {2m N} d
y x = {2m + 2 N} d, es decir en el intervalo
2
dx = 2d =
N
en torno de x ser
2
f (x)dx = f (x) = N
(2 +
N
N!
x
)!( N2
2d
x
)!
2d
1
( )N
2
de donde (el lgebra es algo tediosa)
N!
1
N
( )N
f (x) =
N
x
N
x
2 ( 2 + 2d )!( 2 2d )! 2
N!
N
1
=
( )N
N
x
N
x
2 ( 2 + 2 N)!( 2 2 N)! 2
N!
N
1
=
( )N
N
x
N
x
2 ( 2 (1 + N )!( 2 (1 N )! 2
cuestin sobre la que tomaremos el lmite cuando N . Para ello usaremos
la llamada aproximacin de Stirling
n! 2nnn en
237
podemos aproximar
r
N
N
N
N
N
2 (1 + )( (1 + )) 2 (1+ ) e 2 (1+ )
( (1 + ))! =
2
2
r 2
N
N
N
N
N
( (1 ))! =
2 (1 )( (1 )) 2 (1 ) e 2 (1 )
2
2
2
y entonces
N
( )
N (1 + ) 2
N
N
N
N
( (1 + ))!( (1 ))! = N 1 2 ( )N (1 2 ) 2
N( ) e
2
2
2
2
(1 )
N N
N! =
2NN e
resultando
N( )
1
N
2NN N (1 ) 2
( )N
f (x) = =
N
N
N
2 N 1 2 ( )N (1 2 ) 2 (1 + ) 2 ( ) 2
2
x
N(
2 N)
x
2(1
)
1
N
=
2
x
2 1 2 (1 2 ) N2 (1 + x ) N2 ( xN )
N
N
)
N
(1
1
2 (1 x22 ) N2 (1 +
N
x
x N
2
x N
x
) 2
N
2
(e ) 2
1
1
x2
2 .
=
=
e
2
2 e 2x 2 (e x ) 2x
2
Donde hemos usado
x N
) ex .
N
Sorprendentemente, hemos encontrado que se trata de la distribucin normal.
(1 +
x2
1
f (x) =
e 22 .
2
con valor esperado cero y desviacin estndar . Para efectos de hacer clculos numricos
=d N
con N grande debemos hacer pasos pequeos d = / Ncon arbitrario.

Fisica Introduccion

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fisica Introduccion

Cargado por

Copyright:

Formatos disponibles

INTRODUCCION A LA FISICA

Luis Rodrguez Valencia1

1.11. La velocidad de la luz en el vaco. . . . . . .

2. Desarrollo del mtodo cientfico.

3.1.11. Los caminos de partculas y luz. . . . . . . . . . . . . . 64

5. La evolucin de las estrellas.

8.3.3. Lanzar dos dados. . . . . . . . . . .

8.6.2. Caso continuo . . . . . . . . . . . . . . . . . . .

11.9.2. Funciones distribucin de dos variables . . . . . . . . . 207

12.9. Serie de Taylor y Maclaurin. . . . . . .

4.1. parbola de disparo. . . . . . . . . . . . . . . . . . . . . . . . 73

5.5. Orbitales solapndose. . . . . . . . .

6.1. Lneas de Universo . . . . . . . . . . . . . . . . . . . . . . . . 99

9.1. histograma de frecuencias. . . . . . . . . . . . . . . . . . . . . 177

Los conceptos de espacio y tiempo son centrales en todas las teoras de

intuicin del significado de estar cerca o lejos. De la proximidad o la lejana.

La cantidades fsicas reciben valores numricos relativos a la unidad de

An cuando este es un tema complejo, aventuramos una respuesta a las

1.5 Escalas de tiempos y longitudes.

ferencia. Para Newton, el sistema natural de referencia lo constituyen las

Escalas de tiempos y longitudes.

TABLA Valores aproximados de algunos intervalos de tiempo en segundos.

TABLA Valores aproximados de algunas longitudes en metros.

Distancia de la Tierra al quasar ms conocido

Descripcin del movimiento.

El hombre ha estado consciente del movimiento, el paso de un cuerpo de

1.6 Descripcin del movimiento.

Figura 1.1: Movimiento unidimensional

Para el movimiento de un cuerpo en una lnea recta, la posicin del cuerpo

O cuando el tiempo es cero.

Ejemplo 1.6.1 Suponga que un cuerpo se mueve de modo que

Con respecto a la grfica x(t) la velocidad instantnea es la pendiente o sea

1.6 Descripcin del movimiento.

Figura 1.2: Aquiles y la tortuga

Las ideas anteriores se generalizan a los movimientos en el espacio. Si se

Figura 1.3: Desplazamiento equivalente

Los vectores, cualquiera sea su naturaleza, los denotaremos con letras

Figura 1.4: Suma de vectores.

Multiplicacin de un vector. por un escalar.

Si a es un vector y es un escalar (nmero real) definimos

Al vector paralelo y del mismo sentido que el vector a, pero de magnitud

Figura 1.5: Multiplicacin por escalar

Vectores unitarios cartesianos.

Los vectores de magnitud unidad, paralelos y en el sentido positivo de los

Componentes cartesianas de un vector.

Todo vector A (en tres dimensiones), puede ser escrito como

Un vector de magnitud cero, se denomina vector nulo y lo indicaremos

Pueden establecerse algunas propiedades bsicas

Al vector (1)a lo denotaremos simplemente a.

Se define al vector diferencia

Figura 1.6: Resta de vectores

Producto escalar de vectores.

Dados dos vectores a, y b, se define el producto escalar de ellos al nmero

1.8 Velocidad y aceleracin.

Puede establecerse que

Si la posicin de un punto en tiempo t es el punto P, se define el vector

El vector v(t), velocidad del punto en tiempo t se define por

Es decir el vector velocidad es un vector cuyas componentes cartesianas son

El vector a(t), aceleracin del punto en tiempo t se define por

Es decir el vector aceleracin es un vector cuyas componentes cartesianas son

Velocidades absolutas y relativas.

Figura 1.7: Movimiento relativo.

En tres dimensiones, la ecuacin cartesiana de la trayectoria puede ser