TEMA:

REPRESENTACION GRFICA Y TRATAMIENTO ESTADSTICO

DE LOS DATOS EXPERIMENTALES

ASIGNATURA:
FSICA LABORATORIO

DOCENTES:

JOS CASTILLO

INTEGRANTES:

LYONNEL CERCADO
WILSON ALEXANDER BLAS LPEZ
CHIMBOTE- PER
2013

REPRESENTACION GRAFICA Y TRATAMIENTO ESTADISTICO

DE LOS DATOS EXPERIMENTALES

OBJETIVOS: Analizar las ecuaciones que permitan realizar los clculos estadsticos
de los datos de las medicines directas e indirectas y sus aplicaciones. Adems de
realizar las grficas correspondientes.
FUNDAMENTO TEORICO:
Proporcionalidad:
En ciertos casos las relaciones funciones establecen una correspondencia muy simple
entre las variables dependientes y la o las independientes. Muchas de las leyes de la
fsica con las cuales trabajan los estudiantes, se expresan mediante funciones del
siguiente tipo:

Y = a.Xn
a y n son constantes reales positivas o negativas.
La proporcionalidad es una relacin o razn entre magnitudes medibles. Es una buena
medida intuitiva y de uso muy comn. La proporcionalidad directa es un caso particular
de las variaciones lineales. El factor constante de proporcionalidad puede utilizarse
para expresar las relaciones igualdad entre las magnitudes.
Coeficiente K no nulo (5/4 ejemplo) tal que, si se consideran X1, X2, X3.Xn e Y1,
Y2,, Yn, como valores X e Y, entonces se dice que estas variables son
proporcionales, la igualdad Y=K.X lo cual significa que Y es una funcin lineal de X.
La representacin grfica de esta funcin es una recta que pasa por el origen del
sistema de coordenadas. Una variacin (incremento o decremento) de X da lugar a
una variacin proporcional de Y (y recprocamente, puesto que K0, Y = 1/K.x).
y = k. x

Uso de los Grficos:En la fsica experimental, la grfica tiene tres aplicaciones

principales. La primera es para determinar el valor de alguna magnitud, por lo general
la dependiente o interseccin de una lnea recta, que representa la relacin entre dos
variables.
El segundo que es el uso de las grficas. Sirven de ayuda visual, existen diversas
maneras en las cuales se relacionan las magnitudes fsicas, el tercer uso de los
grficos en el trabajo experimental es dar una relacin emprica entre dos magnitudes.

REGLAS PARA CONTRUIR GRAFICAS A PARTIR DE DATOS

EXPERIMENTALES

REGLA N01: Decidir cul variable es independiente y dependiente. La variable

independiente se trazan como abscisas paralelas eje y las variables dependientes
como ordenadas paralelas al eje y.
REGLA N02: Escribir los nmeros en los ejes y anotar los nombres de las cantidades
que representan y el nombre de la unidad que se miden.
REGLA N03: Las escalas se numeran de manera que la curva resultante no este
confinado en un rea pequea del papel de la grfica, los segmentos del eje X no
necesariamente son iguales a las del eje Y; por otro lado, el origen tampoco es
siempre cero.
REGLA N04: Por lo comn, no se dibujan las escalan en el lmite que hay entre los
grficos y el margen, ms bien tal como se muestra en la figura:

REGLA N05:Localiza cada punto, haciendo un punto pequeo con lapiz, cuando
estes seguro de marco fuerte y dibuja un aspa (X), tambien puede dibujarse un circulo
alrededor de el (O), triangulo (), cuadrado (i) y usar tintas de diferentes colores, si
mas de una curva es representado toda en el mismo papel.
REGLA N06: Dibuja la linea continua que creas se ajusta mejor a los puntos (ajuste
visual). Si los puntos parecen encontrarse a lo largo de una linea recta, usa una regla
trasparente para que puedas ver todos los puntos, mientras seleccionas la mejor
posicion de la recta. Si los puntos parecen estar formando una curva, dibuja una curva
continua, usa pistoletes trasparentes, no se debe tratar de forzar la curva para que
pase por todos los puntos.
Los errores experimentales, por lo general, haran que alguno o algunos de los puntos
se encuentra fuera de la linea.
REGLA N07: Cuando sea posible, las curvas deben tener uno pendiente geometrica
que se aproxima a la unidad. Esto implica que la curva debe formar un angulo
aproximado de 45 con el eje de las abscisas la pendiente geometrica se encuentra
trzando la tangente de la curva y la del angulo incluido. Esto depende solo de las
escalas escogidas.
La pendiente geometrica no es la misma que la pendiente real de la funcion
(dx/dy).
La pendiente real reqiere que se le consideren las unidades localizadas a los largo
de cada eje. Al determinar una pendiente, usese una seccion de la curva tan grande
como sea posible para obtener el mayor numero de valores y/x.

Esto asegura la correcion del valor calculado de la pendiente y tambien

minimiza los errores debidos a las tecnicas de trazos.

CONSTRUCCIN DE GRAFICAS A PARTIR DE DATOS EXPERIMENTALES

Esta dada por un conjunto de reglas que nos permitirn elaborar una grfica en base a
datos experimentales.
1.- Elegir el papel adecuado:

TIPO DE PAPEL

CARACTERISTICA

ECUACION

Para coordenadas
Milimetrico

rectangulares uniformes.

y= mx+b

Presenta un eje de
Semilogaritmico

Logaritmico

coordenadas logaritmico y

Convierte y = Aemx en

otro eje de coordenadas

una recta

rectangulares.

( ln ( y) = mln ( x) + ln ( b)

Presenta ambos ejes de

Convierte y = Axmen

coordenadas logaritmicas.

una recta
log(y) = mlog( x) + log (b)

2.- Eleccin de la escala: Procurar que las escalas presenten mltiplos de 2, 4, 5 etc.,
y no de 3, 7, 9, a fin de agilizar la lectura., localizar los puntos considerando una
distribucin de acuerdo a una nomenclatura, tal que no permita confusin, las escalas
no se dibujan al borde, y finalmente las escalas no necesariamente necesitan empezar
en cero, sino que la determinacin se har en funcin a los datos experimentales a
representar.

3.- Trazando la curva: Si dentro de un mismo sistema de coordenadas se dibujan dos

o ms grficas, entonces es necesario diferenciar cada una de ellas mediante un
conjunto de smbolos que nos permitan distinguir una grfica de otra. En cuanto al
trazado, deber hacerse con trazo fino de lpiz, y en el caso de ser una curva, deber
hacerse uso de los pistoletes procurando un trazo continuo.

4.- Pendiente Fsica: Es importante dentro de la confeccin de una grfica lograr una
pendiente que nos permita el clculo de una magnitud, en cuyo caso habremos
determinado el valor de la pendiente fsica que rige al fenmeno en estudio, est a
diferencia de la pendiente geomtrica, presenta unidades.

5.- Minimos Cuadrados: Cuando se hace el trazado de una recta, esta puede ser realizada
mediante un ajuste visual, lo cual implica la mejor recta que ocupe la mayor cantidad de punto
posibles, considerando que los puntos mas cercanos se encuentren equidistantes a la misma,
de tal manera que la recta pueda ser observada en forma simetrica para su trazado. Sin
embargo existe la posibilidad de mejorar este trazo haciendo uso del metodo de los minimos
cuadrados. Consideran que la ecuacion de una recta esta regida por: y= mx + b, para
determinar la respectiva pendiente e intercepto, se tiene las siguientes expresiones:

En algunos casos es necesario linealizar la curva, para ejecutar la grfica respectiva,

astenemos, para el caso de la ecuacin que gobierna el comportamiento de un termistor, es
de la forma R= AeT/B , donde A y B son constantes y T es la temperatura medida en kelvin, sin
embargo para desarrollar sta grfica es necesario realizar el cambio de variable respectivo a
fin de brindarle la forma de una recta, as tenemos que al toma logaritmos en ambos
miembros, se tiene: ln R = ln A + B/T, comparando con la ecuacin de una recta, y = mx + b , se
tiene : y = ln R; b = ln A; x = 1/T; m = B, de sta manera haciendo uso de los mnimos
cuadrados, se pueden hallar los valores de m y b, y por consiguiente los valores de A y B
estarn establecidos, puesto que m = B y A = eb , resultados con los que podemos formular la
correspondiente ecuacin emprica , que gobierne el comportamiento del termistor en
estudio, al reemplazar los datos hallados en la ecuacin para R.

Cuando se asignan valores numricos a las incertidumbres se hacen uso de ciertos

ndices deprecisin como los que sealaremos a continuacin:

Media aritmtica.- Tambin denominada promedio, se le define con la siguiente

ecuacin:

Desviacin media.- La desviacin media de un conjunto de datos experimentales de

unadeterminada magnitud X se define como:

Desviacin estndar.- Es uno de los ndices de dispersin de ms utilidad,

generalmenterepresentado por s, est definido para un conjunto infinito de lecturas, de
la forma siguiente:

De la ecuacin presentada, tenemos:

La determinacin exacta de la desviacin estndar es casi imposible, por lo que

seconsidera a un conjunto finito de mediciones como una muestra de un conjunto
infinito de las mismas y as poder calcular la mejor estimacin de s, este clculo se
representa por s, cuyo valor se representa mediante la ecuacin:

Dnde:
S= Desviacin Estndar de un conjunto finito de lecturas.

Desviacin estndar del promedio

Dnde:

La ltima ecuacin tambin puede ser calculada mediante la ecuacin:

CLCULO DE LA DESVIACIN ESTNDAR EN MEDICIONES INDIRECTAS

Sea una magnitud Z, funcin de las variables X y W.

Z = f (X, W), para determinar la desviacin estndar asociada a esta funcin se debe
emplear laecuacin:

A continuacin estudiaremos algunos casos que pueden encontrarse dentro de este

clculo de ladesviacin estndar, en funcin de dos variables asignadas.
Suma y diferencia de dos variables:
Si Z = X W, entonces:

Producto de dos variables:

Si Z = X W, entonces:

Tambin es factible la expresin:

Potencia:
Dada la funcin Z Xa, donde a es una constante, entonces:

Dnde:

Intervalo de Confiabilidad. Aplicacin de criterio de aceptacin de datos: [x- 3S;x +

3S]. Elfactor 3 que acompaa a S representa la probabilidad de que el 99.8% de los
datos estn dentro del intervalo. Este es un criterio estadstico, por lo tanto, es objetivo
y permite descartar datos segn la distribucin de stos, en una campana de Gauss,
cuya rea bajo esa curva representa la probabilidad de encontrar cantidad de datos
dentro del intervalo construido. Cualquier dato del conjunto de n medidas que sea
menor que la cota inferior o mayor que la cota superior del intervalo de confiabilidad,
puede ser descartado del conjunto y volver a calcular el promedio, la desviacin tpica
y el nuevo intervalo de confiabilidad, hasta que ningn dato sea descartable. Hasta ah
todo el resto de datos son confiables y corresponde continuar con labsqueda de la
incertidumbre del promedio.

Cifras significativas.
Cifras significativas son todos los dgitos seguros que entrega el instrumento ms la
primera cifra estimada. Son los dgitos de una lectura de medicin que en notacin
cientfica aparecen al lado de la base 10 y el exponente. (Por ejemplo,
102,35=1,0235x102 tiene 5 cifras significativas, mientrasque 0,0024=2,4x10-4presenta
solo dos cifras significativas).

DISCUSIONES:
En la prctica realizada, para poder trazar la grfica de la recta, tuvimos que
lograr hallar la mejor lnea entre los puntos obtenidos, ya que los valores de a y
b fueron hallados por el mtodo de los mnimos cuadrados.
Los procedimientos que utilizamos comnmente, siempre son vulnerables o
susceptibles a todo tipo de variacin ya que aplicndolo, no podemos estar
bien seguros de la importancia cuantitativa de los resultados. Sera ms factible
emplear un procedimiento matemtico para que as pudiramos identificar la
mejor lnea para un conjunto de puntos dados, porque de esta manera nos
librara de la inseguridad.
Sabemos que el principio de los mnimos cuadrados nos permite obtener
inmediatamente valores de la desviacin estndar, de la pendiente y ordenada
al origen, lo que nos da incertidumbre de significacin estadsticas conocidas
(BAIRD).
Segn las afirmaciones de Baird, y por lo observado en los experimentos,
podemos afirmar que los resultados obtenidos por el mtodo grafico o visual.
En los experimentos de la practica realizada se obtuvieron curvas, las cuales
tuvimos que convertirlas en rectas; aplicando logaritmo natural y cambio de
variable.
Conforme avancemos sobre la escala. Llegando a un punto en el cual ya no
podremos dar con confianza la misma respuesta. En este punto detenernos y
de este modo identificarnos un extremo del intervalo que se convertir en
nuestro valor medido.
Una vez ms debemos de llegar a un valor en el cual no tendremos que
detener porque a no podremos decir con seguridad que el resultado es mejor.
Mediante la combinacin de esos dos procesos identificamos un intervalo
sobre la escala. Ese es el intervalo ms pequeo que hasta donde podemos
estar seguros, contiene el valor buscado; sin embargo, no sabemos de qu
punto del intervalo esta ese valor.

 Esta es la nica consecuencia realista del proceso de medicin. No podemos

esperar resultados exactos, cuando hagamos mediciones e informemos de sus
resultados debemos tener siempre en cuenta este punto clave y fundamental;
las mediciones no son simples nmeros exactos, sino que consisten en
intervalos dentro de las cuales tenemos confianza de que se encuentre el valor
esperado.
La curva suave y continua que hemos trazado proporciona una forma de
hacerlo.
Debemos, no obstante, tener cuidado de recordar que resultado obtenido por
interpolacin es un valor inferido, puede empleare una curva suave y continua
para extrapolar msall del intervalo existente de valores. Este procedimiento
nos permite hacer conjeturas sobre valores fuera del intervalo medido. Pero la
validez del procedimiento obviamente es mucho ms limitado que en el caso
de interpolacin.
Es posible obtener grficos y sus respectivas ecuaciones empricas, partiendo
nicamente de simples valores numricos que se da a cualquier variable, las
cuales se ubica en el eje x y el eje y contenidos esto en un plano.
En el caso de obtener como grafica una recta, esta se adecua a una ecuacin
lineal; la cual nos har posible la fcil obtencin de valores numricos que
interceptndolos y uniendo dichos puntos obtenidos en el plano, trataron de
buscar correspondencia entre el sistema y el modelo dado de dicha grfica y
empleando mtodos como: mtodo de los mnimos cuadrados y el mtodo
visual, se pueden obtener el valor del coeficiente de correlacin (r) en el caso
de dos variables medidas, donde uno puede considerarse como causa de la
otra.

CONCLUSIONES:
De acuerdo a lo realizado se puede llegar a las siguientes conclusiones:
Para trazar la mejor lnea recta por el mtodo de los mnimos cuadrados,
debemos asegurarnos que el ajuste de la recta sea adecuado en todo o en
parte del alcance de las observaciones; y que de hacerlo podemos dar lugar a
errores muy graves en la interpretacin del experimento realizado.
Se puede observar que el mtodo de los mnimos cuadrados esms factible y
confiable que el mtodo grafico o visual ya que nos proporcionara valores
estadsticos significativos de las incertidumbres en la pendiente y en la
ordenada al origen.
Debemos tener en cuenta que cuando una curva no sea fcil de identificar, se
debe tratar de encontrar funciones que tengan algn grado de
correspondencia.
Para el empleo del mtodo visual, en el caso de una funcin exponencial,
potencia o logartmica, se requiere necesariamente lineal izar la funcin.
Si el valor numrico obtenido del coeficiente de correlacin es cercano a uno
entonces las aproximaciones hechas son las ms precisas.

RECOMENDACIONES:

Se debera mejorar en algunos aspectos tales como la utilizacin precaria de

los instrumentos de medicin; tratar de ser un poco ms precisos.

BIBLIOGRAFA

http://zonalandeducation.com/mstm/physics/mechanics/kinematics/slopesAndA
reas/slopeOfvvst/slopeOfvvst.html

http://es.wikipedia.org/wiki/M%C3%ADnimos_cuadrados

http://www.monografias.com/trabajos16/metodos-lineales/metodoslineales.shtml

http://www.google.com/search?hl=en&biw=1360&bih=544&q=minimos+cuadra
do&aq=f&aqi=g7g-m3&aql=&oq=&gs_rfai

http://www.foromultas.com/viewtopic.php?f=3&t=16034

http://www.foromultas.com/viewtopic.php?f=3&t=16034

Lic. Oscar Carrillo Alva. El proceso de medicin Modulo de auto instruccin

para fsica. Chimbote Per. 1987

D.C. Baird. Experimentacin. Una introduccin la teora de mediciones y al

diseo de experimentos. 2da edicin. Editorial Melo S.A. Mxico. 1998