UNIVERSIDAD TÉCNICA DE ORURO

FACULTAD NACIONAL DE INGENIERÍA

DEPARTAMENTO DE FISICA

CAPITULO: INTRODUCCIÓN A LOS GRAFICOS.

TEMA: TRATAMIENTO DE LOS DATOS EXPERIMENTALES.

1. OBJETIVOS.

 Ajustar o corregir los datos experimentales aplicando el método de los mínimos

cuadrados.

2. COMPROBACION EXPERIMENTAL DE UNA LEY FISICA.

Una ley física representa por una formula puede representarse gráficamente, cuando las
variables de la misma son graficadas. Así, por ejemplo consideremos la ley que
relaciona la presión P de un gas con un volumen V, a temperatura constante, esta es la
llamada ley de Boyle, cuya ecuación que representa esta ley física es:
PV = K = constante
La veracidad de esta ley se puede probar experimentalmente por mediciones de valores
correspondientes a la presión y al volumen de un gas. Por lo general, solo es posible
obtener datos de unos cuantos ensayos, en el tiempo disponible del experimentó, de
modo que se tiene unos cuantos valores de P y de V.
Sin embargo, si los puntos obtenidos sobre la gráfica se unen por una curva uniforme,
podremos generalmente suponer con seguridad que la curva eslabona todos los posibles
valores de P y V, sobre el intervalo completo de las mediciones.
Por consecuente, para verificar una ley física debemos seguir los siguientes pasos:

a) La Teoría predice una cierta ley física que se puede expresar como una ecuación,
cuya forma nos guía a suponer una cierta curva en la gráfica.
b) Se toman los datos experimentales de las variables que intervienen y se trasladan a la
gráfica.
c) Se traza la curva uniforme mediante los puntos obtenidos y se compara la forma de
este con la curva predicha.

3. FUNCION LINEAL.

Sin embargo, es importante tener muy en cuenta, que la forma más satisfactoria de una
gráfica para identificarse con cierta seguridad, es la línea recta, y desde el punto de vista
matemático, una forma de escribir la ecuación de una recta es:
Y = a + bx
Pagina / 1 - 10
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
DEPARTAMENTO DE FISICA

En trabajos experimentales de física, se utilizara:

(VD) = a + bx (VI) [unid] (4.1)

Es posible obtener la representación gráfica de una función lineal (o cualquier otra

función) a partir de los datos experimentales.

Es posible utilizar la gráfica, para obtener valores entre los puntos experimentales, a este
procedimiento se llama interpolación.

El proceso opuesto, es decir la extrapolación, consistente en prolongar la recta para

obtener valores fuera del intervalo experimental. Razón por la que se considera un
proceso inseguro, por tanto los valores obtenidos por este proceso solo son referenciales.

4. AJUSTE DE CURVAS REGRESION LINEAL POR MINIMOS CUADRADOS.

4.1. Motivación.
Existen dos procedimientos generales para el ajuste de curvas que se distingue
uno del otro por el grado de error asociado a los datos:
a) Si los datos exhiben un grado significado de error o ruido, como suele ser
lo habitual en los datos procedentes de una experiencia de laboratorio, la
estrategia será derivar una sola curva que representa la tendencia general
de los datos. En este caso, debido a que cualquier dato individual puede
ser incorrecto, no se necesita interceptar cada punto.
b) Si los datos son muy exactos y precisos, situación en general extraña, el
procedimiento básico será ajustar una curva o serie de curvas que pasen
directamente a través cada uno de los puntos.

Para llevar a cabo el procedimiento descrito en el punto a) no es suficiente con

una inspección visual de los puntos sobre la gráfica y después trazar la que
parece la mejor línea.

Para dejar de lado la subjetividad, se debe plantear criterios para establecer una
base para este ajuste.

Una forma de hacerlo es obtener la curva que minimice la discrepancia entre los
puntos y la curva. La técnica para cumplir con este objetivo se conoce como
“regresión por mínimos cuadrados”.

Pagina / 2 - 10
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
DEPARTAMENTO DE FISICA

En la actualidad el término regresión se utiliza siempre que se busca predecir una

variable en función de otra y ya no está relacionado con el hecho de que se esté
produciendo o no una regresión a la media.

Aunque esta fuera del alcance de esta guía, es necesario mencionar que existen
métodos estadísticas, que permiten ajustar o corregir los datos experimentales,
para que representen una mejor línea, en lugar de simplemente trazar la línea que
mejor le parezca al experimento.

Se utiliza la regresión lineal, que es el ajuste de la función lineal, el cual se

realiza por el método de los mínimos cuadrados, que es el más conveniente para
fijar la línea recta más adecuada.

En un experimento es habitual que se realicen medidas de los valores de la

variable independiente (VI), que puede ser controlada por el experimentador, y
de la variable dependiente (VD), que es la respuesta del sistema a la variable
independiente, para probar alguna relación sugerida por la teoría.

La relación lineal entre magnitudes físicas, es bastante frecuente y se aplica el

método de mínimos cuadrados para ajustar o corregir los datos experimentales, si
la relación entre variables no sea lineal, se debe linealizar dicha relación,
mediante el oportuno cambio de los términos de la formula, para que presente
una función lineal.

El método de los mínimos cuadrados es uno de los más utilizados para hallar la
ecuación de una curva que pasa “lo más cerca posible” de cada uno de los puntos
de un conjunto de datos experimentales.

Este método se utiliza tanto cuando los puntos parecen seguir empíricamente una
ración determinada (lineal, cuadrática, cubica, etc….) como cuando la teoría
indica que existe tal relación entre las variables dependiente e independiente.

El método puede aplicarse a cualquier tipo de curvas, con tal de llevar a cabo las
trasformaciones previas adecuadas, a este procedimiento le denominaremos
linealizacion.

Por ejemplo, la teoría de Debe indica que el calor específico de un sólido cerca
del cero absoluto debe ser la forma:

Cp = aT + bT3.
Pagina / 3 - 10
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
DEPARTAMENTO DE FISICA

Linealizado está expresión, tendríamos que Cp /T = a + bT2, donde la (VD) = C p

/T y la (VI) = T2, y permitiría comprobar la validez de la teoría representa por
estas variables. Para que la teoría no sea rechazada, debe obtenerse una línea
recta.

Si se parte de que los valores de la variable independiente (VI) son exactos o

tienen un margen de error despreciable, lo que se corrige son los valores de la
variable dependiente (VD), a partir de un modelo matemático, que resulta ser una
función lineal.

Por tanto, de los que se trata es de obtener los valores de a y de b, de la ec. (4.1)
que representa la de una recta, a partir de los datos experimentales obtenidos en
el laboratorio. Estos valores se obtienen con las siguientes expresiones:

n ∑ ( VI ) ( VD )−∑ ( VI ) ∑ ( VD )
b= 2 [unid] (4.2)
n ∑ ( VI )2−( ∑ (VI ) )

a=
∑ ( VD )−b ∑ ( VI ) [unid] (4.3)
n

El valor de a puede ser positivo, negativo o cero, en tanto que el valor de b puede
ser positivo o negativo, pero no cero.

Con estos valores se obtiene el modelo matemático y establece la ecuación de la

recto graficada, es decir:

(VD´) = a + b (VI) [unid]

Luego remplazando en la misma los valores de la (VI), se obtiene los valores de

(VD´) corregidos, los mismos que, por lo general, varían de los valores de la
(VD) experimental. Si volvemos a graficar estos datos experimentales corregidos
o ajustados obtendremos puntos alineados en una recta.

5. OBTENER INFORMACION DE UN GRAFICO.

Una vez trazada la recta en nuestra gráfico, considerando los módulos de escala y
representados los pares ordenados de las variables que intervienen en el fenómeno físico,
tanto experimentales como corregidos, debemos aprovechar la misma para obtener
información, especialmente de la pendiente del a recta y en ciertos casos del intercepto
de la recta con el eje de las coordenadas.

Pagina / 4 - 10
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
DEPARTAMENTO DE FISICA

Cuando se realiza la linealizacion de una expresión matemática que representa un

fenómeno físico, entre los términos que son agrupados en lo que corresponde a la
pendiente (b) debe estar el término que es el objetivo del trabajo experimental.
Por tanto, se debe igualar el valor de la pendiente de la recta calculada, con la
agrupación de los términos que representa a esta constante b, en la linealizacion de la
expresión matemática. El valor de la pendiente es evaluable del grafico o del modelo
matemático.

6. ERRORES DE LA PENDIENTE Y DEL INTERCEPTO.

Cuando el resultado de un experimento se deduce exclusivamente de la pendiente de una
recta, solo se puede estimar la precisión del resultado, si se mide el error posible de
dicha recta pendiente.
Se puede expresar que los errores de la pendiente y del intercepto vienen dados por:

∆ b=t
√ n ∑ [ ( VD )−( VD ' ) ]
[
( n−2 ) n ∑ ( VI )2−( ∑ ( VI ) )

2
2
]
[unid] (4.4)

∑ [ ( VD )−( VD ' ) ] ∑ (VI )2

∆ a=t
√ 2
( n−2 ) [ n ∑ ( VI )2−( ∑ ( VI ) ) ]
[unid]

Donde (VI) y (VD) son los valores experimentales y (VD´) son los valores corregidos o
(4.5)

de la variable dependiente, obtenidos por el modelo matemático mediante la ecuación de

la recta para los valores experimentales de la (VI), es decir:

(VD´) = a + b (VI) [unid]

Si t = 1, la probabilidad de que le verdadero valor de b (0 de 0) este comprendido entre

(b - ∆b) y (b + ∆b) [o (a - ∆a) y (a + ∆a)] es del 68.30%; si t = 2, la probabilidad es del
95.45% y si t = 3, la probabilidad aumenta hasta el 99.73%.

En los trabajos experimentales del laboratorio (o practica de laboratorio), consideramos

t = 1.

Pagina / 5 - 10
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
DEPARTAMENTO DE FISICA

7. CORRELACION.

Cuando se tiene una gráfica que representa puntos experimentales obtenidos en un

trabajo experimental, como se muestra en la figura 4.1 y observando la distribución de
estos puntos, no siempre es posible asegurar que estos datos tengan la tendencia de una
recta, aun cuando se realice la corrección de los datos experimentales y se trace una línea
que corresponda al ajuste por el método de los mínimos cuadrados.

Luego, tenemos que preguntarnos, ¿si entre la variable independiente (VI) y la

dependiente (VD) existe una correlación del tipo lineal, es decir, (VD) = a + b (VI)?
Muchas veces no es posible efectuar a cabalidad un análisis por simple observación, y
debemos recurrir al cálculo del coeficiente de correlación, el mismo que explicaremos a
continuación.
Una vez realizado el ajuste por mínimos cuadrados, es necesario efectuar una prueba de
la bondad del ajuste. Sin mayor análisis, estableceremos el coeficiente de correlación, el
cual representaremos por “r”, cuya expresión es la siguiente:

n ∑ ( VI )( VD )−∑ (VI ) ∑ (VD )

r=
√ [ n∑ ( VI ) −[ ∑ (VI )] ][ n ∑ ( VD ) −[ ∑ (VD )] ]
2 2 2 2

(4.6)

El coeficiente de correlación resulta ser un indicador de la calidad de ajuste y toma

valores en el rango de -1 < r < +1, pero, en la práctica, debido a errores aleatorios se
Pagina / 6 - 10
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
DEPARTAMENTO DE FISICA
tiene -1 < r < +1. Por lo general el valor absoluto más alta de “r” permite establecer una
mejor correlación lineal.

o Si r = 0, no existe correlación lineal.

o Si |r| = 1, existe total correlación lineal entre la (VI) y la (VD).
o Cuando más próximo este |r| a 1, mejor es la aproximación lineal encontrada.
o Evidentemente, cuando más próximo este a 0, la aproximación lineal es más
deficiente.

PRÁCTICA DE LABORATORIO N° 4

Con los datos experimentales mostrados en la siguiente tabla, realizar loa siguientes cálculos:

N° F [N] X [m]
1 120 0.10
2 175 0.15
3 250 0.20
4 305 0.25
5 350 0.30
6 422 0.35
7 485 0.40

1) Ajustar o corregir los datos experimentales de la (VD).

Corrección lineal por mínimos cuadrados:

N° F[N] X[m] (F[N] * X[m]) (F[N])2

1 120 0.10 12.00 14.400
2 175 0.15 26.25 30.625
3 250 0.20 50.00 62.500
4 305 0.25 76.25 93.025
5 350 0.30 105.00 122.500
6 422 0.35 147.70 178.084
7 485 0.40 194.00 235.225
∑ 2107 1.75 611.20 736.359

n ∑ ( VI ) ( VD )−∑ ( VI ) ∑ ( VD )
b= 2
n ∑ ( VI )2−( ∑ (VI ) )

7 (611.2 )−( 2107 )∗(1.75)

b=
7 (736.359 )−( 2107 )2
Pagina / 7 - 10
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
DEPARTAMENTO DE FISICA

b = 0.00082670921

a=
∑ ( VD )−b ∑ ( VI )
n

1.75−0.00082670921(2107)
a=
7

a=0.00116052779

Obteniendo el modelo matemático X' =a+b ( F [ N ])

N° a+ b ( F[ N ]) X' [m]
1 0.00116052779 + 0.00082670921*(120) 0.100365633 0.10
2 0.00116052779 + 0.00082670921*(175) 0.145834639 0.14
3 0.00116052779 + 0.00082670921*(250) 0.207837830 0.21
4 0.00116052779 + 0.00082670921*(305) 0.253306837 0.25
5 0.00116052779 + 0.00082670921*(350) 0.290508751 0.29
6 0.00116052779 + 0.00082670921*(422) 0.350031814 0.35
7 0.00116052779 + 0.00082670921*(485) 0.402114495 0.40
∑ 174

2) Graficar en una sola hoja, los datos experimentales y los datos corregidos y
trazar su línea que pasa por los valores ajustados de la VD.

a) Calculo de escala para la variable independiente.

 Rango = V máximo – V mínimo

R = 500 – 100 = 400 [N]

 Longitud del eje = (Factor x) * Rango

L = 0.5 * 400 = 20 [cm]

Longitud del eje
 Escala =
rango

20[cm] 1 [cm]
EF = ÷ 20=
[N ]
400[ N ] 20 [N ]

Pagina / 8 - 10
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
DEPARTAMENTO DE FISICA

b) Calculo de escala para la variable dependiente.

R = 0.46 – 0.06 = 0.40 [m]

L = 20 * 0.40 = 8 [cm]
8 [cm] 1[cm]
Ex = ÷ 8=
0.4 0[m]
[m ]
0.05 [m]

3) De la gráfica determinar la pendiente de la recta obtenida.

∆ F =∆F −∆F
[ N] 2 1

∆ F =432−250=182[N ]
[ N]

∆ x =∆x −∆ x
[m] 2 1

∆ x =0.36−¿ 0.21 = 0.15 [m]

[m]

variable dependiente ∆ x
Pendiente =
[m]

varible independiente ∆ F [ N]

0.15
P= = 0.00082417582
182

m
P = 8.24 x10-4 [ ]
N

4) Calcular los valores de ∆a y ∆b además del valor del coeficiente de correlación

r.

N° F[N] X[m] (F[N] * X[m]) (X[m])2 X' [m] [F[N] - X[m]]2 (X[m])2
1 120 0.10 12.00 14.400 0.10 0 0.0100
2 175 0.15 26.25 30.625 0.14 0.0001 0.0225
3 250 0.20 50.00 62.500 0.21 0.0001 0.0400
4 305 0.25 76.25 93.025 0.25 0 0.0625
5 350 0.30 105.00 122.500 0.29 0.0001 0.0900
6 422 0.35 147.70 178.084 0.35 0 0.1225
7 485 0.40 194.00 235.225 0.40 0 0.1600
Pagina / 9 - 10
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
DEPARTAMENTO DE FISICA

∑ 2107 1.75 611.20 736.359 174 0.0003 0.5075

∆ b=t
√ n ∑ [ ( VD )−( VD ' ) ]
[
( n−2 ) n ∑ ( VI )2−( ∑ ( VI ) )
2
]
7 (0.0003)
∆ b=1
√ 5[7 ( 736359 )−(2107)2 ]

∆ b=0.00002423551

∆ b=2.42 x 10−5

2
∑ [ ( VD )−( VD ' ) ] ∑ (VI )2
∆ a=t
√ 2
( n−2 ) [ n ∑ ( VI )2−( ∑ ( VI ) ) ]

( 0.0003 )∗(736359)
∆ a=1
√ 2
5[7 ( 736359 )−(2107) ]

∆ a=0.0078604601

∆ a=7.86 x 10−3

Coeficiente de correlación

n ∑ ( VI )( VD )−∑ (VI ) ∑ (VD )

r=
√ [ n∑ ( VI ) −[ ∑ (VI )] ][ n ∑ ( VD ) −[ ∑ (VD )] ]
2 2 2 2

7 ( 611.20 )− (2107 )∗(1.75)

r= 2 2
√ [ 7 ( 736359 )−(2107) ]∗[ 7 ( 0.5075 ) −(1.75) ]
Pagina / 10 - 10
 UNIVERSIDAD TÉCNICA DE ORURO
FACULTAD NACIONAL DE INGENIERÍA
DEPARTAMENTO DE FISICA
r =0.9986819416

r =9.99 x 10−1

Pagina / 11 - 10