REPRESENTACIONES GRÁFICAS

Cualquier experimento tiene por finalidad comprobar la validez de un modelo

teórico, contrastando los valores experimentales con los predichos por el modelo, o
bien, estudiar un fenómeno y, de la información obtenida por la experimentación,
elaborar un modelo que describa ese fenómeno.

De cualquier forma, la relación entre el resultado de la experiencia y cada una

de las cantidades involucradas, puede evidenciarse mediante una representación gráfica,
la cual permite, dentro de ciertas condiciones, predecir los resultados que se obtendrían
para diferentes valores de cada una de las cantidades, sin tener que realizar el
experimento otra vez.

ELABORACIÓN DE UN GRÁFICO

El punto de partida para la elaboración de un gráfico, es el análisis de la tabla

de valores obtenidos del experimento. Este análisis nos permite tomar decisiones y
proceder sobre los siguientes aspectos:

 escogencia de las escalas e intervalos, tanto para el eje de las ordenadas

(vertical) en el cual se representará la variable dependiente, así como para el de
las abscisas (horizontal) donde se representará la variable independiente
 Ubicación de los puntos que representarán los datos de la tabla de valores, con
sus respectivos errores absolutos.
 Trazado de la curva
 Identificación y título del gráfico

Tomemos como ejemplo la siguiente tabla de valores:

POSICIÓN EN FUNCIÓN DEL TIEMPO DE UN MÓVIL, RESPECTO DE UN ORIGEN FIJO

t(s) 0.00 1.00 2.00 4.00 6.00 8.00 12.00 16.00 20.00

x(cm) 5.0 13.0 25.0 37.0 48.0 69.0 110.0 133.0 156.0

Los tiempos han sido medidos con un error absoluto t =  1s y las

posiciones con un error de 10 %

La figura 1 muestra el gráfico x = f(t) y en él, destacaremos los siguientes

aspectos:
 En este gráfico, la intersección de los dos ejes corresponde con el cero de
cada variable, pero no siempre es así, y en muchos casos la intersección
ocurre en diferentes valores de cada variable.

1
  Los puntos correspondientes a los datos experimentales son representados por
la intersección de los trazos de una cruz. Estos trazos también son usados para
representan el tamaño del error en la medida.
 La representación gráfica de los errores de los puntos experimentales, se hizo
acotando los trazos correspondientes a cada medida, de acuerdo con la escala
utilizada. Para el tiempo, los trazos son del mismo tamaño para todos los
puntos, ya que representan 1 segundo por encima del valor y, 1 segundo por
debajo del valor. Para las posiciones, la longitud de los trazos varía debido a
que el error de cada medida (10 %) es diferente.

x = f(t)
200
180
160
140
120
x(cm )
100
80
60
40
20
0
0 5 10 15 20 25
t (s)

Fig. 1

La representación gráfica de los errores, define toda una región rectangular

dentro de la cual cualquier punto puede representar la observación (Fig. 2). La no
acotación de un trazo, se interpreta como la imposibilidad de representar el error (por
ser muy pequeño) en este caso es conveniente representar los puntos mediante un
pequeño círculo.

Fig. 2

Para trazar la curva es recomendable seguir los siguientes criterios prácticos:

 Si se representan variables continuas en cada uno de los ejes, la curva

debe ser continua.
 Debe pasar por la mayoría de las zonas de observación de los puntos
experimentales.
 Los puntos experimentales deben estar distribuidos, en lo posible,
uniformemente a cada lado de la curva

2
 Para el ejemplo que estamos tratando, podríamos trazar la recta que se
muestra en la figura (Fig. 3)

x = f(t)
200
180

160

140
x(cm)
120

Fig. 3 100

80

60
40

20

0
0 5 10 t (s) 15 20 25

No obstante estos criterios, existe la posibilidad de trazar más de una recta, por
lo tanto, al aplicar este método geométrico, siempre subsiste una incertidumbre. La
forma adecuada para ajustar una expresión analítica a los puntos experimentales, se basa
en el método de los mínimos cuadrados. Este método permite ajustar los puntos
experimentales mediante funciones potenciales, exponenciales, logarítmicas,
polinomios, y otras. Hay programas, entre ellos el Excel, que permite hacer estos ajustes
y calcular el grado de aproximación de los mismos. Algunos de estos casos se tratarán
en el presente curso.

DETERMINACIÓN GRÁFICA DE ECUACIONES EMPÉRICAS

Esta técnica es usada cuando la curva que mejor se ajusta a los puntos
experimentales es una línea recta (o se puede representar como tal), cuya ecuación es:

y  a  bx

donde x es la variable independiente, y es la variable dependiente, y a y b son

constantes. En este caso, la determinación de la función, se reduce a determinar las
constantes a y b, las cuales, con buena aproximación, pueden extraerse del gráfico.

Este tipo de gráficos lineales, cuando se los traza en papel, es conveniente

hacerlo en papel milimetrado, el cual simplifica la división y trazado de las escalas, así
como, como la ubicación de los puntos experimentales.

Para ilustrar el método, usaremos la siguiente data correspondiente a

volúmenes de diferentes masas de una sustancia contenida en un envase.

V(cm3) 2.1 3.2 4.8 6.0 6.9 8.0 8.5 9.2 9.9

3
 m(g) 25 28 40 44 52 58 61 64 72

Los volúmenes se midieron con 10 % de error y las masas con un error de 5%

La constante a se conoce como ordena en el origen o punto de corte en el eje
“y”. Cuando el eje de las ordenadas (eje y) pasa por el punto cero del eje de las abscisas
(eje x), la constante a se determina extrapolando la recta hasta cortar el eje “y”. En
nuestro ejemplo, para V = 0 se obtiene m = 11 g, que corresponde a la masa del envase
vacío (Fig. 4).

La constante b es la pendiente de la recta, y se determina tomando dos puntos

cualesquiera   x1 , y1  ;  x 2 , y 2   de la recta y evaluando la proporción:

y y 2  y1
b 
x x 2  x1

Se debe hacer énfasis en que los puntos elegidos, deben ser puntos de la
recta y no puntos experimentales, los cuales, no necesariamente pertenecen a la recta.
En nuestro ejemplo, como se muestra en la figura 4:

b
 56  34  g  6 .1
g
 7.6  4 cm 3 cm 3

Fig. 4

Como hemos visto, existe la posibilidad de trazar más de una recta al ajustar
geométricamente los datos experimentales, por lo cual, los coeficientes a y b están
afectados de error. Estos errores se pueden estimar trazando dos rectas extremas, una de
máxima pendiente (línea negra en la figura 5) y otra de mínima pendiente (línea azul en
la misma figura 5), que cumplan con los criterios de ajuste ya señalados.
Estas dos rectas determinan dos valores extremos tanto para el punto de corte
(amáx y amini ), como para la pendiente (bmáx y bmini ), esto permite estimar los errores
de a y de b de la siguiente manera:

bmáx  bmin a máx  a min

b  a 
2 2

4
 Para nuestro ejemplo:

16  9 g   8.3  5  g g
a   3.5 g b    3
 1.7 3
2  2  cm cm

(Corrobora estos valores usando las rectas de la figura 5)

Entonces se reporta la relación definitiva:

 g 
M  11  3.5 g   6.1  1.7  V
 cm 3 

Fig. 5

GRAFICOS SEMILOGARITMICOS

Obviamente, no todas las representaciones gráficas dan una línea recta,

debido a que no todas las relaciones entre dos variables son relaciones lineales. Con el
siguiente ejemplo ilustraremos el caso de una dependencia de tipo exponencial.

La siguiente tabla corresponde a la diferencia de potencial entre las placas de

un condensador para diferentes tiempos, durante el proceso de descarga.

El V(v) 10.0 9.0 8.0 7.0 6.0 5.0 4.0 3.0 2.0 1.0
t(s) 0.00 1.05 2.23 3.57 5.11 6.93 9.16 12.04 16.09 23.03
error en la medida de la diferencia de potencial es  0.1 V y en el tiempo es de  0.005
s.

5
 La figura 6 muestra la gráfica en escalas lineales (como es el caso del papel
milimetrado), de la diferencia de potencial en función del tiempo: V = f(t), en la cual no
se ha podido representar los errores.

V(v) V=f(t)
12

10

0
0 2 4 6 8 10 12 14 16 18 20 22 24
t(s)

Fig. 6

De la gráfica podemos concluir que la diferencia de potencial decae con el

tiempo de una manera que no es directamente proporcional (lineal). Para encontrar la
relación funcional entre las variables, como primer paso, probaremos una relación
exponencial de la forma:
V = Aebt

donde e es la base de los logaritmos naturales, y, A y b, constantes.

Si esta es la función V = f(t), que buscamos, al graficar el logaritmo decimal
de la variable dependiente (V) en función de la variable independiente (t), se debe
obtener una recta, dado que:

logV = logA+(bloge)t

que se puede escribir como: y = a + bt

con y = logV. Esto es la ecuación de una recta de pendiente b = (bloge) y punto de

corte con el eje de las ordenadas: a = logA.

La figura 7 muestra la gráfica de logV en función del tiempo, corroborando

este comportamiento.

6
 Fig. 7

Queremos hacer notar que el uso de la escala logarítmica, facilita el trazado

del gráfico, ya que evita tener que calcular el logaritmo decimal. Si se grafica sobre
papel, se debe usar papel semilogaritmico, que tiene una escala lineal en el eje de las
abscisas, y en el eje de las ordenadas, una escala representativa del logaritmo decimal de
la variable. Vasta con colocar el valor de la variable, para que quede ubicada en el lugar
correspondiente a su logaritmo.

Para determinar las constantes que intervienen en la relación, se procede en

forma análoga a como se hizo para las funciones lineales. El punto de corte, se lee
directamente (Fig. 8):

a  log A  log 10
el cálculo de la pendiente da:

log y 2  log y1 log 3  log 7

b   4.310  2
x 2  x1 12  3.5

así, la ecuación de la recta es:


log V  log 10  4.3  10 2  t 
Y si se saca el antilogaritmo:

   
V  10 log10  10   0.043 t  10  10   0.043 t V

con unidades de voltios, ya que las unidades de la constante 10 son voltios y, la

constante 0.043 debe tener como unidades 1/s, a fin de que el exponente sea
adimensional.

Como son más frecuentes las funciones exponenciales expresadas en la base

de los logaritmos naturales (e), se debe hacer el cambio de base usando la relación:

7
 10  e ln 10 ; entonces, V  10  e   0.043 ln 10  t

En definitiva, la función buscada V  f  t  es:

 
V  10e   0.1 t V

Fig. 8

En el ejemplo anterior, el rango de la escala logarítmica que usamos abarcó

una sola potencia de diez (desde 1100 hasta 1101), esto equivale a un papel
semilogaritmico de un solo ciclo. Dependiendo de la necesidad, se pude usar escalas de
mayor número de ciclos, por ejemplo, una escala de tres ciclos cubre tres ordenes de
magnitud, que podrían ser: 101, 102 y 103, esto es; desde 1101 hasta 1104. También,
con esta escala, se podrían cubrir los ordenes de magnitud: 10-1, 100 y 101, o sea, desde
110-1 hasta 1102

GRÁFICOS LOGARÍTMICOS

Como ejemplo de otra función que se puede determinar empíricamente,

tenemos la “función potencial” en la cual la variable dependiente (y) y la variable
independiente (x) están relacionadas de la siguiente manera:

y  ax b donde a y b son constantes.

Un proceso físico que obedece a esta función, es la energía total radiada por
unidad de tiempo y por unidad de área, de la superficie de un alambre de tungsteno,
como función de su temperatura absoluta. En la siguiente tabla, se muestran valores
medidos de la intensidad de radiación para diferentes temperaturas absolutas.

R(W/m2) 1.68104 5..51104 1.40105 2.98105 5.57105 9.58105 1.53106 2.41106 3.57106

8
 T(K) 1200 1500 1800 2100 2400 2700 3000 3300 3600
Las dos variables se midieron con 1% de error

Las figuras 9 y 10, muestran los gráficos en escalas lineales y semilogaritmico

respectivamente, para estas variables. Los gráficos muestran que la dependencia entre
las variables no es, ni lineal, ni exponencial. De no ser así, alguno de ellos habría dado
una recta.
R(W/m2) R = f(T)
4,0E+06

3,5E+06

3,0E+06

2,5E+06

2,0E+06
Fig. 9
1,5E+06

1,0E+06

5,0E+05

0,0E+00
1000 1500 2000 2500 3000 3500 4000
T(K)

R = f(T)
1,00E+07

logR

1,00E+06

Fig. 10 1,00E+05

1,00E+04
1000 1500 2000 2500 3000 3500 4000
T(K)

Si se hace un grafico doble logarítmico (log-log), esto es; representando tanto

la variable independiente, como la dependiente, en escalas logarítmicas, se obtiene una
línea recta. Como se muestra en la figura11, donde se ha usado una escala de tres ciclos
para las ordenadas y una de un ciclo para las abscisas.
Este comportamiento indica que la relación entre variables es, efectivamente,
de tipo potencial. Para demostrarlo vasta con sacar el logaritmo decimal a ambos lados
de la igualdad:

9
  
log y  log ax b  log a  b log x

R = f(T)
1,0E+07

logR

1,0E+06

Fig. 11

1,0E+05

1,0E+04
1000 logT 10000

La determinación del exponente b, una vez más, se reduce al cálculo de una

pendiente, pero, en este caso, se debe tomar el logaritmo decimal tanto a la variable
dependiente, como a la independiente.

y log y 2  log y1
b 
x log x 2  log x1

Tomando los puntos: ( x 2  2500; y 2  6.5  10 5 ) y ( x1  2000; y1  2.25  10 5 ) se

tiene:

log 6.5  10 5   log 2.25  10 5 

b  4.75
log 2500  log 2000

Sin dimensiones, como todo exponente.

Si se ha graficado en un papel log-log , otra manera de encontrar la pendiente

es medir en simples unidades de distancia (cm, mm, etc.) la longitud de los trazos y y
x, y dividir estas longitudes.
b
 y  cm
 x  cm
Debido a que el eje de las ordenadas no corta el eje de las abscisas en 1, la
constante a no se puede leer directamente del punto de intersección de la recta con el eje
vertical “y”, debe ser determinada analíticamente, lo cual no reviste mayor dificultad,
porque ya conocemos el exponente de la función. Para el punto (6.5105; 2500)
tenemos:

10
 y R
 6.5  10  mW
5
2 W
a b  b   4.7065  10 11
x T  2500 K  4.75
m K 4.75
2

Finalmente la relación funcional, para la intensidad de radiación en función de la

temperatura absoluta es:


R  4.7065  10 11 T 4.5   mW 2

AJUSTES POR MÍNIMOS CUADRADOS

Para las relaciones funcionales estudiadas, como para casos más generales en
los cuales los resultados de las mediciones no pueden representarse por medio de líneas
rectas, ya sea porque su dependencia funcional no corresponde a ninguna de las
funciones que hemos estudiado, o porque los datos presentan una elevada dispersión
que no permite identificar la relación funcional, es posible aplicar métodos de ajuste
analíticos o numéricos. Uno de estos métodos es el de mínimos cuadrados que por ser
analítico y basarse en un principio de máxima probabilidad, tiene mayor precisión y
exactitud que el método geométrico, llegando inclusive a medir el grado de ajuste de los
datos a la función de prueba.

El programa Excel, ajusta por este método a varios tipos de funciones. Y

seguramente, tu calculadora puede hacer ajustes a rectas (regresión lineal). En la
siguiente tabla comparamos los ajustes geométricos que hicimos, con los resultados de
la técnica de mínimos cuadrados.

MÉTODO GEOMÉTRICO MÍNIMOS CUADRADOS COEFICIENTE DE

DETERMINACIÓN

M  11  6.1  V M  10.47  5.97  V R 2  0.993

V  10e  0.1 t V  10e  0.1 t R2 1

R  4.71  10 11  T 4.5 R  2  10 11  T 4.8 R 2  0.999

El coeficiente de determinación R2 mide el grado de ajuste de los datos a la

curva o función de prueba. Este coeficiente alcanza el valor “1” (su máximo) cuando el
ajuste es total, como puede verse en el ajuste a la función exponencial.

11