Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
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.
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
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)
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”.
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
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.
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
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)
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)
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:
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.
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
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.
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.
siendo (y2 , x2 ) y (y1 , x1 ) dos puntos cualesquiera de la recta. En el caso particular que
estamos considerando podemos seleccionar como puntos (y, x): (1000, 10,4) y (2, 1)
y = 1 · 100,28·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
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.
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)
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
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 )
[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