Práctica 3

Representaciones gráficas

Introducción y objetivos
Cualquier experimento tiene por finalidad, o bien verificar experimentalmente un mo-
delo predicho teóricamente, o bien estudiar un fenómeno y obtener información experimen-
tal que es usada para elaborar un modelo que describa el fenómeno. Para ello, usualmente
deben medirse distintas cantidades fı́sicas y relacionarlas para establecer una dependencia
funcional (relación matemática que mejor describe al fenómeno). En comparación con las
tablas, esta información experimental se pone de manifiesto mediante una representación
gráfica de una forma más eficiente. Además, estas representaciones nos permiten predecir
por interpolación o por extrapolación el comportamiento de valores o regı́menes no ex-
plorados por el experimento mismo. De forma general, las gráficas son una ayuda visual
muy efectiva las cuales nos permiten resaltar tendencias y relaciones entre datos experi-
mentales, probar teorı́as, buscar evidencia de errores sistemáticos y extraer parámetros
adicionales que caracterizan el conjunto de datos.
En esta práctica se examinarán los criterios necesarios para la buena elaboración e
interpretación de un gráfico de datos experimentales, los diferentes tipos de gráficos y
el método de ajuste de curva por el método de los mı́nimos cuadrados, todo esto con
el objetivo de que al finalizar la lectura de este capı́tulo usted deberı́a poder hacer lo
siguiente:
1. Representar gráficamente una data experimental.
2. Analizar cualitativamente una gráfica de datos experimentales.
3. Determinar los parámetros de la recta en una gráfica lineal (pendiente e intercep-
ción).
4. Determinar cuando conviene utilizar escalas logarı́tmicas para linealizar una gráfica.
5. Ajustar rectas mediante regresión lineal por el método de mı́nimos cuadrados.

Consideraciones generales
En las prácticas que hemos realizado hasta ahora se ha abordado el problema de
medir una sola cantidad fı́sica. La incapacidad de reproducir la medida exactamente y la

5
6 PRÁCTICA 3. REPRESENTACIONES GRÁFICAS

apreciación finita de los instrumentos llevaron a la necesidad de repetir la medida hasta

disponer de un conjunto sobre el cual se aplican métodos estadı́sticos.
En las prácticas siguientes vamos estudiar cómo se comporta una cantidad fı́sica al
variar otros parámetros; el objetivo es establecer la dependencia funcional, esto es, la
relación matemática que mejor describe al fenómeno. De manera recı́proca, el interés
podrı́a ser también el de verificar experimentalmente un modelo predicho teóricamente o
incluso, proponer otra teorı́a que explica mejor el fenómeno.
En estos casos, la información experimental se pone de manifiesto al representarla de
manera visual mediante el uso de gráficos. De los mismos se puede deducir la relación
matemática que vincule las variables involucradas. También es posible de un gráfico pre-
decir por interpolación o por extrapolación comportamientos en valores o regı́menes no
explorados por el experimento mismo.
Para observar la relación entre dos cantidades variables se procede a dibujar un par
de ejes mutuamente perpendiculares, donde generalmente se representa a la variable in-
dependiente a lo largo del eje horizontal o abscisa y a la variable dependiente a lo largo
del eje vertical u ordenada. En cada eje se asigna una escala que dan los posibles valores
de las variables correspondientes; esta asignación depende de las necesidades de la repre-
sentación gráfica. El par de ejes perpendiculares y las escalas constituyen un sistema de
coordenadas cartesianas.

Criterios para elaborar una gráfica de data experimen-

tal
Para observar la relación entre dos cantidades variables usualmente son representadas
en un sistema de coordenadas cartesianas, el cual consistes en un par de ejes mutuamente
perpendiculares: el horizontal o eje x y el vertical o eje y. La coordenada x es también
llamada la abscisa y la coordenada y como la ordenada. Por convención la variable inde-
pendiente (el parámetro que el experimentador está variando) es representada en el eje x
y la variable dependiente (el parámetro que está midiendo) en el eje y.
A continuación son presentados un grupo de instrucciones para una buena representar
gráficamente datos experimentales:

1. Considerar la linealización los datos para generar un gráfico lineal.

2. Use escalas apropiadas para los ejes tales que la mayor parte del área de la gráfica
sea utilizada. Un problema común consiste en definir el valor mı́nimo del rango del
eje, el cual en ocasiones es ajustado a 0 sin una justificación.

3. Etiquete cada eje con la cantidad fı́sica correspondiente y su unidad de medida; ya

sea escribiendo la unidad entre paréntesis después de la cantidad “longitud (m)”,
o la unidad separada de la cantidad con una barra invertida “longitud/m”. Use
unidades del SI y prefijos o notación cientı́fica para los números muy grandes o muy
pequeños.

4. El gráfico tiene que estar acompañado con su respectivo tı́tulo.

 7

5. Agregue los puntos experimentales con su respectivo error mediante el uso de barras
que acotan la extensión del error alrededor del punto (Ver figura 3.1). En muchos
casos se suele indicar los puntos mediante un pequeño cı́rculo (◦). Esto es práctica-
mente útil cuando el error es irrepresentable.

∆x
∆y

Figura 3.1: Región de incerteza alrededor de un punto.

6. Agregue una lı́nea de ajuste o de tendencia, ya sea una lı́nea recta o una curva suave,
continua y sin quebraduras para distinguir la tendencia del conjunto de datos, o del
modelo teórico adecuado. La curva debe pasar por la mayorı́a de las zonas de error,
tratando de minimizar sus desviaciones y en lo posible, que los puntos experimentales
queden uniformemente distribuidos a ambos lados de la curva.
Una buena gráfica le permite al lector asimilar rápidamente los puntos claves de los datos.
Como tal, es necesita que sea simple, clara y que contenga toda información pertinente.
En la figura 3.2 se muestra un ejemplo de una buena representar gráficamente datos
experimentales.

Título
80
y
70
60
50
Masa (g)

40
Línea de ajuste
30 o de tendencia
20
10
x
0
0 2 4 6 8 10
Volumen (cm3)

Figura 3.2: Ejemplo de una buena representar gráficamente datos experimentales.

Linealización de los datos

Cuando construimos una gráfica, lo primero que salta a la vista es la tendencia que
sigue el conjunto de los puntos experimentales. Podrı́a suceder que haya algún punto que
no sigue la tendencia global de los demás, en estos casos se deberla revisar si el punto ha
sido dibujado en el lugar correcto o si es el producto de una medida realizada en forma
incorrecta. En las situaciones más sencillas, los puntos podrı́an quedar alineados en una
8 PRÁCTICA 3. REPRESENTACIONES GRÁFICAS

recta. Ahora, en el caso de que la tendencia sea curvilı́nea, es aconsejable siempre tratar
de mostrar una relación lineal entre las variables dependientes e independientes. Esto
es porque el análisis de la curva para hallar la ecuación empı́rica que mejor se ajusta a
los datos experimentales, podrı́a resultar complicado. Existen varias maneras de lograrlo,
según sea el caso. Si no disponemos de un modelo hipotético, podrı́amos probar con
algunas funciones de ocurrencia muy común en fenómenos fı́sicos, como lo son la función
exponencial y la función potencial. En todo caso, la linealización se efectúa haciendo
transformaciones matemáticas de la o las variables medidas. Por ejemplo, se sabe que
el perı́odo T de un péndulo simple depende en la longitud L por medio de la siguiente
relación: s
L
T = 2π
g
donde la g es la aceleración debido a la gravedad. Si se obtienen un conjunto de longitudes
del péndulo (la variable independiente) y se experimentan para obtener medidas múltiples
del perı́odo (la variable dependiente), al graficar el perı́odo T en el eje vertical (eje y)
versus L en el eje horizontal (eje x) se obtiene una curva. Ahora, estos mismos datos se
puede linealizar mediante un cambio apropiado de variable, en el cual se puede graficar
los valores del perı́odo elevado al cuadrado (T 2 ) en el eje vertical (eje y) versus L en
el eje horizontal (eje x), donde deberı́amos conseguir una lı́nea recta que pase a través
del origen, y de esta forma poder extraer un valor para g y con su respectivo error de
una forma sencilla por medio de la pendiente de dicha recta. Note que la terminologı́a
convencional es llamar a ésta como “una gráfica de T 2 en función de L”.

Agregando una lı́nea de ajuste o de tendencia

Hay dos tipos de lı́nea de ajuste o de tendencia, que se le podemos añadir a una gráfica:
lineal y no-lineal. Si una inspección visual de la gráfica confirma una dependencia lineal,
podemos agregar una lineal recta de tendencia. En caso contrario, donde el modelo teórico
no pueda ser linearizado, se puede agregar la función no lineal apropiada.

Ajuste lineal
Los experimentos a menudo están diseñados de tal forma que la variable dependiente
exhibe una dependencia lineal con la variable independiente. Hay resultados analı́ticos
simples para calcular la mejor lı́nea recta de ajuste para un conjunto de datos.
Para un buen ajuste esperamos que la lı́nea de tendencia pase por dentro de las barra
de error estándar de las dos terceras partes de los puntos de datos.
Si los datos son bien modelados por una lı́nea recta dada por la expresión y = mx + b,
es posible conocer la pendiente (m), la intersección (b) y sus respectivas incertidumbres,
usando un proceso conocido como el método de mı́nimos cuadrados, derivando expresiones
analı́ticas para cada una de las cuatro variables. Los resultados son:
P 2P P P
i xi i yi − i xi i xi yi
b= (3.1)
∆
y P P P
N i xi yi − i xi i yi
m= (3.2)
∆
 9

con el error en la intersección y el de la pendiente,

rP r
2
x
i i N
αb = αCU , αm = αCU (3.3)
∆ ∆
dónde !2
X X
∆=N x2i − xi (3.4)
i i

y la llamada incertidumbre común αCU definida como

s
1 X
αCU = (yi − mxi − b)2 (3.5)
N −2 i

La incertidumbre común esencialmente representa una aproximación para la magnitud

de la incertidumbre en las medidas de y, asumidas como comunes para todos los puntos
de datos, suponiendo que la lı́nea recta es el modelo teórico apropiado para describir los
datos.

Interpolar y extrapolar
Al incluir una lı́nea de tendencia a un conjunto discreto de datos, obtenemos un
modelo subyacente del fenómeno con una cierta confianza. Sin embargo, debemos ser
muy cuidadosos con la sobre-interpretación de los datos, ya que en realidad solo tenemos
nuestros pares de medidas discretas de las variables dependiente e independiente, y sus
incertidumbres.
El proceso de usar la lı́nea de ajuste o de tendencia, ya sea lineal o una curva suave,
para inferir un valor desconocido de la variable dependiente para un valor de la variable
independiente entre dos puntos medidos se llama interpolar. El proceso de predecir un
valor para la variable dependiente cuando la variable independiente está fuera del rango de
medidas se llama extrapolar; ambos procesos deberı́an ser usados con cautela. Hay muchos
ejemplos de fenómenos fı́sicos donde el comportamiento lineal para valores pequeños de la
variable independiente resulta mal para valores más altos: Por ejemplo, un resorte muestra
un comportamiento lineal como una función de la fuerza aplicada sólo hasta el lı́mite de
elasticidad.

Diferentes tipos de gráficos

A continuación se analiza el uso de tres tipos de papel gráfico:

Papel milimetrado
Este papel es el de uso más común para hacer una representación gráfica. Las dos
escalas son lineales lo cual permite la realización de gráficos de forma muy sencilla.
Consideremos entonces el siguiente ejemplo: Mediante una balanza analı́tica se deter-
minan las masas correspondientes a diferentes volúmenes de una sustancia contenida en
un envase. Los diferentes resultados están dados en la siguiente tabla:
10 PRÁCTICA 3. REPRESENTACIONES GRÁFICAS

Volumen (cm3 ) Masa (g)

1, 5 ± 0, 1 19 ± 1
2, 1 ± 0, 1 25 ± 1
3, 2 ± 0, 2 28 ± 1
4, 0 ± 0, 2 35 ± 2
4, 8 ± 0, 3 40 ± 2
6, 0 ± 0, 4 46 ± 2
6, 9 ± 0, 4 52 ± 3
8, 0 ± 0, 5 58 ± 3
9, 2 ± 0, 6 64 ± 4
9, 9 ± 0, 6 70 ± 4
Tabla 3.1: Datos de un ejemplo con comportamiento lineal.

Si queremos hacer la representación gráfica en esta hoja, observamos primero que

podemos disponer de 15 cm de ancho por 12 cm de alto (media página). Dado que la
variable independiente cubre un rango de (2 a 10) cm3 resulta razonable escoger como
escala 1 cm: 1 cm3 . Asimismo, para la variable dependiente que abarca (25 a 70) g se
puede escoger la escala 1 cm: 10 g El sistema de coordenadas cartesianas queda entonces
como se muestra en la figura 3.3.

80

70 y = ax + b
60
a = Pendiente ( x2 , y 2 )
Masa (g)

50

40
( x1 , y 1)
30

20

10 b = Intersección
x
0 1 2 3 4 5 6 7 8 9 10
Volumen (cm3)

Figura 3.3: Gráfica del ejemplo sobre papel milimetrado.

Debe señalarse que si bien en este caso la intersección de los dos ejes corresponde
con el cero de cada variable, no siempre ocurre ası́, y en muchos casos la intersección
corresponde a valores numéricos diferentes de cada variable. Asimismo, la elección de
 11

las escalas se hace de manera de poder ubicar rápidamente cualquier valor sobre el eje.
Una vez representados los puntos experimentales con sus correspondientes barras de error
en ambos ejes, determinamos alrededor de cada punto una zona de error (o región de
observación) definida por un rectángulo. Note que los tamaños de las barras de error no
tienen por qué ser iguales pues las magnitudes de los errores pueden ser diferentes para
cada medida experimental.
De la figura 3.3 podemos ver que la curva descrita por los puntos experimentales es
una recta. Es decir, la relación y = f (x) entre las variables es una función lineal:

y = ax + b (3.6)

Donde x es la variable independiente, y es la variable dependiente, a es la pendiente de la

recta y b es la intersección. La determinación de la relación funcional entre las variables
se reduce a la determinación de las constantes a y b.
Dado que b es la ordenada en el origen, puede ser determinada extrapolando la recta
hasta cortar el eje de las ordenadas cuando este último corresponde al cero del eje dé las
abscisas. En nuestro ejemplo, para V = 0 se obtiene m = 11 g, valor que denotaremos
como m0 .
La pendiente a se determina tomando dos puntos cualesquiera de la recta (no dos
puntos experimentales) y evaluando la relación:

y2 − y1
a= (3.7)
x2 − x1

Volviendo a nuestro ejemplo, podrı́amos seleccionar como puntos (m; V): (61 g; 8,6 cm3 )
y (32 g; 3,6 cm3 ), por lo cual:

∆m (61, 0 − 32, 0)g

= 3
= 5, 8g/cm3 (3.8)
∆V (8, 6 − 3, 6)cm

valor que denotaremos como ρ.

La ecuación resultante es entonces:

m = m0 + ρV ⇒ m = 11g + (5, 8g/cm3 )V (3.9)

la pendiente corresponde a la densidad de la sustancia usada, ρ y la ordenada en el origen

m0 a la masa del envase vacı́o.
Ahora bien, las constantes a y b que hemos determinado cuentan con sus respectivos
errores asociados, dado que está abierta la posibilidad de trazar más de una recta para el
conjunto de puntos experimentales. Estos errores ∆a y ∆b se pueden determinar trazando
las dos rectas extremas de máxima y mı́nima pendientes que estén dentro de las zonas de
error de los puntos experimentales (Ver figura 3.4). Los valores de las constantes a y b,
correspondientes a cada una de estas rectas se obtienen siguiendo el procedimiento antes
expuesto.
De esta manera quedan determinados los errores asociados a las constantes:

amáx − amı́n bmáx − bmı́n

∆a = , ∆b = (3.10)
2 2
12 PRÁCTICA 3. REPRESENTACIONES GRÁFICAS

80
a máx
70

60
Masa (g)
50 a mín
40

30

20
b máx
10
x
b mín
0 1 2 3 4 5 6 7 8 9 10
Volumen (cm3)

Figura 3.4: Rectas de máxima y mı́nima pendiente para determinar los errores.

En el ejemplo mostrado se observa que:

(14, 0 − 9, 0)g
∆m = ≈ 3g
2
y
(65, 0 − 40, 0)g (65, 0 − 19, 0)g
ρmáx = 3
≈ 6, 3g/cm3 , ρmı́n = ≈ 5, 1g/cm3
(8, 5 − 4, 7)cm (10, 0 − 1, 0)cm3
(6, 5 − 5, 1)g/cm3
∆ρ = ≈ 0, 6g/cm3
2
La relación final es entonces:
 
m = [(11 ± 1)g] + (5, 8 ± 0, 5)g/cm3 V
En conclusión, tenemos que una representación gráfica en papel milimetrado nos puede
servir para poner de manifiesto si entre dos variables existe una dependencia lineal o
no. En caso afirmativo se puede también obtener los valores de las constantes de esa
dependencia.

Papel semi-log
En muchas ocasiones al hacer una representación gráfica en papel milimetrado no se
obtiene una recta sino una curva, tal como lo ilustra el siguiente ejemplo:
′
Sea una función del tipo exponencial y = A · 10Bx (o bien y = A′ · eB x ). Al tomar
logaritmos en ambos lados se tiene la ecuación de una recta:
log y = log A + Bx (3.11)
 13

Esto sugiere usar una gráfica de log y en función de x (gráfico semi-log).

Consideremos los datos mostrados en la tabla siguiente:

x 0 1 2 3 4 5 5 7 8 9 10
y 1,040 2,012 3,893 7,532 14,57 28,19 54,55 105,5 204,2 395,1 764,4
Tabla 3.2: Datos un ejemplo de una función tipo exponencial.

En la figura 3.5 se muestra la representación de la data en una escala lineal o papel

milimetrado.

800

700

600

500

400

300

200

100
x
0 1 2 3 4 5 6 7 8 9 10

Figura 3.5: Gráfica de un ejemplo de una función tipo exponencial sobre un papel milime-
trado.

La inspección de esta data revela que los valores extremos de la variable dependiente,
son ymı́n = 1 y ymáx = 764, 4; y cubren 3 décadas (desde 100 hasta 103 ). La figura 3.6
presenta el resultado de graficar los mismos datos haciendo uso de una escala logarı́tmica
para el eje de las ordenadas y una escala lineal para el eje x (nótese que la escala lo-
garı́tmica ya está indicada en el papel y por lo tanto no se puede cambiar; lo único que
podemos hacer es indicar a cual potencia de 10 corresponde cada ciclo).
El gráfico revela ahora una dependencia lineal entre las variables. Siguiendo los pro-
cedimientos descritos y teniendo en cuenta que las ordenadas son ahora logaritmo de la
variable y, podemos determinar la ecuación de la recta. La constante A es el valor de y
(x = 0) y se determina por extrapolación de la recta hasta cortar el eje de las ordenadas
(logarı́tmico) cuando este pasa por el punto cero del eje de abscisas (lineal). En nuestro
ejemplo tenemos directamente para x = 0, y = 1.
Para determinar la constante B se usa un procedimiento análogo al cálculo de pendien-
te en papel milimetrado pero cuidando de tomar el logaritmo de la variable dependiente.
14 PRÁCTICA 3. REPRESENTACIONES GRÁFICAS

10
9
8 y
7
6
5

x10 2
4

10
9
8
7
6
5
x10 1
4

10
9
8
7
6
5
x10 0

x
0 1 2 3 4 5 6 7 8 9 10 11

Figura 3.6: Gráfico de un ejemplo de una función tipo exponencial sobre un papel semilo-
garı́tmico o semi-log de tres ciclos.

Tomando como base la ecuación 3.11 de donde es inmediato determinar B como:

∆ log y log y2 − log y1
B= = (3.12)
∆x x2 − x1

siendo (y2 , x2 ) y (y1 , x1 ) dos puntos cualesquiera de la recta. En el caso particular que
estamos considerando podemos seleccionar como puntos (y, x): (1000, 10,4) y (2, 1)

∆ log y log 1000 − log 1

= = 0, 288
∆x 10, 4 − 1

La ecuación es entonces (sin cálculo de errores)

y = 1 · 100,28·x

El cálculo de errores para las constantes se realiza por el mismo procedimiento de rec-
tas extremas de máxima y de mı́nima pendiente, realizado en el caso lineal en papel
milimetrado, y se deja como ejercicio.

Papel Log-Log
Tal como lo indica su nombre, el papel log-log tiene los dos ejes con escalas represen-
tativas del logaritmo decimal de cada variable, y la construcción de cada escala es análoga
al caso discutido en la subsección anterior.
 15

T (K) con 2 % R (W/m2 ) con 2 %

1200 1, 68 × 104
1500 5, 51 × 104
1800 1, 40 × 105
2100 2, 98 × 105
2400 5, 57 × 105
2700 9, 58 × 105
3000 1, 53 × 106
3300 2, 41 × 106
3600 3, 57 × 106
Tabla 3.3: Datos un ejemplo de una función potencial correspondiente a la Ley de Stefan-
Boltzmann.

Supongamos una experiencia donde se mide la energı́a 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 (Ver tabla 3.3).
Al hacer la correspondiente representación en papel milimetrado (Ver figura 3.7) y en
papel semi-log se obtienen curvas.

R x106 (W/m2 )
y
4

0 x
1 2 3 4
T x10 3(T)

Figura 3.7: Gráfico con escallas lineales en sus dos ejes de un ejemplo de comportamiento
de una función potencial.

Nótese que los errores son irrepresentables.

Podemos probar entonces representar tanto a la variable independiente como a la
dependiente en escala logarı́tmica, para lo cual usamos un papel de (3x1) ciclos. Llevando
directamente los valores obtenemos la siguiente gráfica.
16 PRÁCTICA 3. REPRESENTACIONES GRÁFICAS

10
9
8
y
7
6
5

x10 6
4

10
9
8
7

R (W/m 2 )6
5

x10 5 4

10
9
8
7
6
5
x10 4

x
2 3 4 5 6 7 8 9 10

T x10 3(T)

Figura 3.8: Gráfico logarı́tmico (log-log) de un ejemplo de comportamiento de una función

potencial.

Una recta en papel log-log corresponde a una función de forma:

y = A · xB (3.13)
donde x es la variable independiente, y es la variable dependiente, A y B son constan-
tes.
La constante A es el valor de y (x = 1) y se obtiene extrapolando la recta hasta
cortar el eje de ordenadas cuando este pasa por el valor 1 del eje de abscisa. Nótese que
es diferente de los casos anteriores donde se considera el valor 0 de la abscisa. En el papel
log-log no existe cero, ya que log 0 = −∞. En nuestro ejemplo no podemos extrapolar,
por lo cual debemos primero calcular la otra constante B.
La determinación del exponente B vuelve a ser un cálculo de pendiente, pero donde se
toma logaritmo decimal tanto a la variable dependiente como a la independiente, lo cual
conduce a
log y = log A + B log x (3.14)
de donde resulta obvio que:
∆ log y log y2 − log y1 log (y2 /y1 )
B= = = (3.15)
∆ log x log x2 − log x1 log (x2 /x1 )
Para nuestro caso tomamos los puntos (R, T): (6, 5 × 105 ; 2500) y (2, 25 × 105 ; 2000)
∆ log R log 6, 5 × 105 − log 2, 25 × 105
= = 4, 75
∆ log T log 2500 − log 2000
 17

y el exponente es adimensional.
Retornando a la constante A, esta debe ser determinada mediante la expresión analı́ti-
ca 3.13. Para el punto (6, 5 × 105 ; 2500) tenemos

R 6, 5 × 105 W/m2 −11 W

A= = = 4, 7065 × 10
TB (2500K)4,75 m2 K4,75

La ecuación de la recta representada es entonces:

W
R = 4, 7065 × 10−11 T4,75
m2
Nuevamente la consideración de las rectas extremas de máxima y de mı́nima pendiente
permite obtener los errores de las constantes y se deja como ejercicio.

Actividades a realizar durante la sesión de práctica

El profesor hará un breve resumen de los criterios que se utilizan para las representa-
ciones gráficas de una data experimental y los métodos cualitativos para su análisis. Luego
hará una demostración en la computadora sobre la elaboración de gráficos mediante el
programa Excel. A continuación damos una selección de ejercicios y actividades, algunas
de las cuales podrán ser seleccionadas para realizar durante la sesión de práctica.

Verifiquemos la secunda lev de Kealer

En 1602, Kepler con los datos astronómicos de Tycho Brahe, pudo establecer que el
cuadrado del periodo de cualquier planeta alrededor del Sol es proporcional al cubo de
la distancia media del planeta al Sol. La siguiente tabla muestra para cada planeta, el
semieje mayor de la órbita elı́ptica, a, y el correspondiente periodo T . Al lado se muestra
una gráfica para ilustrar cómo quedarı́a representada esta tabla de datos después de las
transformaciones apropiadas. Utilizando la tabla nos proponemos verificar esta ley.

Planeta Semieje mayor a(1010 m) Perı́odo T (años)

Mercurio 5,79 0,241
Venus 10,8 0,615
Tierra 15,0 1,00
Marte 22,8 1,88
Júpiter 77,8 11,9
Saturno 143 29,5
Urano 287 84,0
Neptuno 450 165
Plutón 590 248

1. En papel milimetrado, haga la gráfica de a3 en función de T 2 . Halle la pendiente.

2. En papel logarı́tmico, haga la gráfica de log a en función de log T . Halle la pendiente.

18 PRÁCTICA 3. REPRESENTACIONES GRÁFICAS

3. Con la relación teórica de la segunda ley de Kepler:

 
3 GM
a = T2 (3.16)
4π 2
Siendo M la masa del Sol y G la constante de gravitación universal. Compare los
resultados obtenidos en los pasos anteriores ¿Se verifica la tercera ley de Kepler?

4. Utilizando la computadora, inserte los datos de la tabla en una hoja de cálculo y

grafique la distancia a en función del periodo T . Realice el ajuste de tendencia para
una función potencial, obtenga la ecuación empı́rica y compárela con la relación
teórica ¿Se verifica la tercera ley de Kepler?

Variación lineal de velocidad en función del tiempo

El conductor de un automóvil ve un obstáculo en la vı́a y aplica los frenos. En la
siguiente tabla se da el registro de la velocidad v (m/s) en función del tiempo t(s):
t(s) 0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0
v (m/s) 19 16 14 13 10 7,5 5,0 2,4 1,1

Considere que los errores relativos son de 5 % para t y de 10 % para v.

1. Obtenga por métodos gráficos los parámetros de la recta con sus errores.

2. Obtenga los parámetros de la recta por el método de los mı́nimos cuadrados.

3. Compare los resultados de los apartes previos.

Variación exponencial de la conductividad eléctrica con la tem-

peratura
La conductividad eléctrica σ (1/Ω·cm) de un cristal semiconductor de germanio dopado
con impurezas, aumenta con la temperatura T (K) de acuerdo a la siguiente tabla:
T(K) 250 267 287 310 337 366 405 452 513
σ(1/Ω·cm) 0,001 0,003 0,009 0,033 0,092 0,319 0,916 3,251 8,831

Los errores relativos en las mediciones de T son de 5 % y de σ son de 10 %.

1. Haga un gráfico de (log σ vs (1/T ) utilizando papel milimetrado. No incluya las
barras de error en esta oportunidad.

2. Repita el gráfico utilizando papel semi-logaritmico: ahora si deberá incluir las barras
de error, ajustar la recta por el método de los mı́nimos cuadrados y trazar la recta
de acuerdo a los parámetros del ajuste.

3. Determine la ecuaciónσ(T )

4. Repita los gráficos y ajustes previos haciendo uso de la computadora.

Referencias

[1] Escalona, I., & Chocron, P. (1995) Laboratorio de Fı́sica (Volumen 1). Caracas:
Imprenta UCV.

[2] Figueroa, D., Guerrero, L. E., Sánchez, A., Suárez, N., Escalona, R., & Sanjinés, D.
(2001) Laboratorio 1 de Fı́sica. Caracas: EQUINOCCIO.

[3] Hughes, Ifan G. & Hase, Thomas P. A. (2010) Measurements and their Uncertainties:
A practical guide to modern error analysis. Oxford: Oxford University Press.

19