You are on page 1of 73

Gua para An

alisis de Experimentos
Laboratorios de Fsica

Preparado por:
Prof. EULER EUGENIO CORAL, DSc
Programa de Fsica
Facultad de Ciencias B
asicas
Universidad del Atl
antico
Versi
on corregida, febrero de 2014

Gua para An
alisis de Experimentos
Laboratorios de Fsica

Preparado por:
Prof. EULER EUGENIO CORAL, DSc
Programa de Fsica
Facultad de Ciencias B
asicas
Universidad del Atl
antico
Versi
on corregida, febrero de 2014

Contenido
1 Introducci
on

1.1

Enfoque del Trabajo de Laboratorio . . . . . . . . . . . . . . . . . . .

1.2

Magnitudes Fsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.3

Las Unidades Basicas del SI . . . . . . . . . . . . . . . . . . . . . . .

1.4

Sistema de unidades . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.5

Prefijos para los M


ultiplos y Subm
ultiplos . . . . . . . . . . . . . . .

1.6

Factores de Conversion . . . . . . . . . . . . . . . . . . . . . . . . . .

1.7

Analisis Dimensional . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.8

Orden de Magnitud . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.9

Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 Mediciones y Errores

2.1

El proceso de medicion . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2

Tipos de medicion

. . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3

Cifras significativas . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.4

Operaciones con cifras significativas . . . . . . . . . . . . . . . . . . . 11

2.5

2.4.1

Criterio de aproximaciones . . . . . . . . . . . . . . . . . . . . 11

2.4.2

Suma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2.4.3

Multiplicacion . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Errores Experimentales . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.5.1

Errores Sistematicos . . . . . . . . . . . . . . . . . . . . . . . 13

2.5.2

Errores Aleatorios . . . . . . . . . . . . . . . . . . . . . . . . . 13

E. E. Coral

Gua para An
alisis de Experimentos

ii

CONTENIDO

2.6

2.7

2.8

Calculo de Errores . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.6.1

Error Absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.6.2

Incertidumbre relativa y porcentaje de error . . . . . . . . . . 15

2.6.3

Calculo practico de la incertidumbre . . . . . . . . . . . . . . 16

Propagacion de errores . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.7.1

Incertidumbre en funciones de una sola variable . . . . . . . . 18

2.7.2

Funciones de dos o mas variables . . . . . . . . . . . . . . . . 19

2.7.3

Metodo general para calcular errores . . . . . . . . . . . . . . 20

Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3 Tratamiento estadstico de medidas


3.1

25

Como se minimiza este error? . . . . . . . . . . . . . . . . . . . . . . 25


3.1.1

Valor Promedio . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3.1.2

Desviacion de la Media . . . . . . . . . . . . . . . . . . . . . . 26

3.1.3

Desviacion Promedio . . . . . . . . . . . . . . . . . . . . . . . 26

3.1.4

Desviacion Estandar . . . . . . . . . . . . . . . . . . . . . . . 26

3.1.5

La Varianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.1.6

Incertidumbre Estandar de la Media . . . . . . . . . . . . . . 27

3.1.7

Error Relativo Porcentual . . . . . . . . . . . . . . . . . . . . 27

3.2

Analisis de error para N peque


no . . . . . . . . . . . . . . . . . . . . 28

3.3

Histograma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3.1

3.4

Construccion del Histograma . . . . . . . . . . . . . . . . . . . 30

Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

4 Evaluaci
on de Experimentos

35

4.1

Analisis de graficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

4.2

Linealizacion de graficos . . . . . . . . . . . . . . . . . . . . . . . . . 37

4.3

4.2.1

Ecuacion lineal y mnimos cuadrados . . . . . . . . . . . . . . 37

4.2.2

Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

Graficos no lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

Gua para An
alisis de Experimentos

E. E. Coral

iii

CONTENIDO

4.4

4.5

4.3.1

Funcion Potencial . . . . . . . . . . . . . . . . . . . . . . . . . 40

4.3.2

Funcion exponencial . . . . . . . . . . . . . . . . . . . . . . . 41

4.3.3

Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.3.4

Linealizacion de modelos conocidos . . . . . . . . . . . . . . . 44

Analisis de graficos con ayuda de calculadoras . . . . . . . . . . . . . 45


4.4.1

Calculadoras Cassio FX95MS Y FX100MS . . . . . . . . . . . 46

4.4.2

Calculadora Cassio FX350ES . . . . . . . . . . . . . . . . . . 46

Uso de programas de computador . . . . . . . . . . . . . . . . . . . . 47


4.5.1

4.6

Graficas en Excel . . . . . . . . . . . . . . . . . . . . . . . . . 47

Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

Ap
endices

51

A Instrumentos de Medici
on 1

53

A.1 Calibrador o Pie de rey . . . . . . . . . . . . . . . . . . . . . . . . . . 53


A.1.1 Principales partes del calibrador . . . . . . . . . . . . . . . . . 53
A.1.2 Principio de funcionamiento . . . . . . . . . . . . . . . . . . . 54
B Instrumentos de Medici
on 2

57

B.1 Micrometros y Esferometros . . . . . . . . . . . . . . . . . . . . . . . 57


B.1.1 El micrometro . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
B.1.2 El Esferometro . . . . . . . . . . . . . . . . . . . . . . . . . . 59
C Modelo de informe
Referencias bibliogr
aficas

E. E. Coral

61
63

Gua para An
alisis de Experimentos

Lista de figuras
2.1

Medicion de una magnitud . . . . . . . . . . . . . . . . . . . . . . . . 10

2.2

Errores aleatorios y sistematicos en un ejercicio de practica de tiro.


a)Alta precisi
on y exactitud: Debido a que las marcas de los
disparos estan muy cerca unas de otras, podemos decir que los errores aleatorios son peque
nos (buena precision). Debido a que la
distribucion de disparos esta centrada en el blanco, los errores sistematicos tambien son (buena exactitud). b) Alta precisi
on y baja
exactitud: Los errores aleatorios son todava peque
nos, pero los sistematicos son mucho mas grandes, los disparos estan sistematicamente
corridos hacia la derecha. c) Baja precisi
on y Buena exactitud:
En este caso, los errores aleatorios son grandes, pero los sistematicos
son peque
nos, los disparos estan muy dispersos, pero no estan sistematicamente corridos del centro del blanco. d) Baja precisi
on y
baja exactitud: Aqu ambos errores son grandes. . . . . . . . . . . . 14

3.1

Ejemplo de un Histograma . . . . . . . . . . . . . . . . . . . . . . . . 30

3.2

Histograma para los datos del ejemplo . . . . . . . . . . . . . . . . . 33

4.1

Ejemplo de una figura bien realizada . . . . . . . . . . . . . . . . . . 36

4.2

Grafica de la funcion y = kxn en papel logartmico . . . . . . . . . . . 41

4.3

Grafica de la funcion y = Aekx en papel semilogartmico . . . . . . . 42

4.4

Decrecimiento exponencial del Voltaje de un condensador . . . . . . . 43

4.5

Linealizacion de los datos de la tabla 4.2 dibujados en papel semilog.

4.6

La pantalla en el modo Regresion Lineal presenta dos columnas x y y. 46

4.7

Pantalla inicial de Excel . . . . . . . . . . . . . . . . . . . . . . . . . 48

4.8

Seleccion de la opcion graficar . . . . . . . . . . . . . . . . . . . . . . 48

E. E. Coral

43

Gua para An
alisis de Experimentos

vi

LISTA DE FIGURAS

4.9

Seleccion de ajuste de la grafica . . . . . . . . . . . . . . . . . . . . . 49

4.10 Esta figura muestra los tipos de ecuaciones que se pueden seleccionar
para el ajuste. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
A.1 Partes del Calibrador o Pie de rey. . . . . . . . . . . . . . . . . . . . 54
A.2 Divisiones del Nonio para un rango de 9 mm . . . . . . . . . . . . . . 54
A.3 La division 3 del Nonio coincide con la 3 de la escala principal, las
puntas se separan 0,3 mm . . . . . . . . . . . . . . . . . . . . . . . . 55
A.4 Las puntas estan separadas 1,4 mm, puesto que la cuarta division del
nonio coincide con una division de la escala principal . . . . . . . . . 56
B.1 Esquema de un micrometro y sus partes. . . . . . . . . . . . . . . . . 57
B.2 Imagen de una medicion con el micrometro. . . . . . . . . . . . . . . 58
B.3 Lectura de una medicion con un microometro. . . . . . . . . . . . . . 58
B.4 Esquema de un esferometro y sus partes. . . . . . . . . . . . . . . . . 60
B.5 Modo de usar un esferometro para calcular el radio de curvatura. . . 60

Gua para An
alisis de Experimentos

E. E. Coral

Lista de tablas
1.1

Unidades basicas del SI . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2

Definicion de las Unidades basicas del SI . . . . . . . . . . . . . . . .

1.3

Sistemas de Unidades . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.4

M
ultiplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.5

Subm
ultiplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.6

Algunos Factores de conversion . . . . . . . . . . . . . . . . . . . . .

1.7

Algunos Ordenes de Magnitud . . . . . . . . . . . . . . . . . . . . . .

2.1

Ejemplo de cifras significativas . . . . . . . . . . . . . . . . . . . . . . 11

2.2

Ejemplo de aproximaciones con cifras significativas . . . . . . . . . . 12

3.1

Mediciones del tiempo de reaccion . . . . . . . . . . . . . . . . . . . . 31

3.2

Intervalos para el histograma

4.1

Datos para analisis de un comportamiento lineal . . . . . . . . . . . . 39

4.2

Datos para la descarga de un condensador . . . . . . . . . . . . . . . 42

4.3

Ejercicio 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

4.4

Ejercicio 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

4.5

Ejercicio 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

. . . . . . . . . . . . . . . . . . . . . . 32

A.1 Longitud de cada division del nonio al cero de la escala. . . . . . . . . 55

E. E. Coral

Gua para An
alisis de Experimentos

Captulo 1
Introducci
on

1.1

Enfoque del Trabajo de Laboratorio

El objetivo del trabajo en el laboratorio es familiarizarse con el aspecto fenomenologico


de la Fsica. En cierta forma, el estudiante comprobara las leyes y principios que se
imparten en el curso teorico o que han sido estudiadas previamente por el. Por otro
lado y de acuerdo a la orientacion del profesor, el estudiante podra llegar a las leyes
a partir del experimento.
Los experimentos propuestos no se realizaran siguiendo una serie de instrucciones
como se ha hecho tradicionalmente. El estudiante debe recordar permanentemente
que la Fsica es una disciplina cientfica y que en su formacion, debe hacer destacar
su espritu cientfico y es aqu en el Laboratorio de Fsica, en donde debe apropiarse
de esto, ya que los experimentos propuestos son ante todo un problema que los
estudiantes deben resolver, y para lograr soluciones satisfactorias, deben investigar
la bibliografa citada, leer otras guas de laboratorio, navegar en la Internet, etc. Mas
concretamente, el estudiante debe ser conocedor del Metodo Cientfico y aplicarlo
en su investigacion.
El trabajo en el laboratorio corresponde a una parte de la investigacion que los
estudiantes van a realizar para resolver su problema experimental. Basicamente los
estudiantes van al laboratorio a medir las magnitudes de las propiedades del sistema
fsico que van a investigar. Pero, como se insinuaba en el parrafo anterior, antes y
despues de las mediciones, se requiere una buena dedicacion de tiempo estudiando y
entendiendo el problema de laboratorio, para esto, los estudiantes deberan conocer
previamente los siguientes aspectos:

E. E. Coral

Gua para An
alisis de Experimentos

Captulo 1. Introducci
on

a) Conceptos teoricos involucrados en el tema que se va a experimentar


b) El sistema que se va a estudiar.
c) Las variables o propiedades que se van a medir.
d) Distinguir la variable dependiente de la variable independiente.
e) Las unidades en que se van a medir las variables.
f ) Los factores que pueden afectar las mediciones.
El estudiante debe tener en cuenta todo lo que acontece en el laboratorio, lo mas
aconsejable es que tome nota de todo lo que suceda, especialmente de su propio
procedimiento. Cada estudiante debe tener una libreta de apuntes. Al finalizar
la practica de laboratorio, cada grupo debe entregar un preinforme de los datos
medidos en el formato que aparece al final de esta gua.
Para evaluar los datos experimentales se debe tener el conocimiento basico de las
Teora de Errores y Analisis de Graficos, temas que se van a exponer en una forma
breve en esta gua. El reporte de sus resultados se debe entregar en un informe que
presente el formato de Artculo Cientfico que tambien se incluye en esta gua.

1.2

Magnitudes Fsicas

Magnitud es toda cantidad que se puede medir. Medir significa comparar. Cuando
medimos cualquier magnitud, ya sea,una longitud o la intensidad de una corriente
electrica, en realidad estamos comparando esa magnitud con otra de la misma especie
que consideramos arbitrariamente como patron. Por ejemplo, al determinar una
masa desconocida en la balanza, lo que hacemos es comparar esa masa con masas
patrones (las pesas de la balanza). Estas pesas, a su vez, han sido comparadas
(o calibradas) con alg
un patron secundario y al seguir la cadena de comparaciones
se llega hasta el patron universal de masa (kilogramo) que se conserva en la Oficina
Internacional de Pesas y Medidas (BIPM) en S`evres, cerca de Pars, donde fue
adoptado mediante convenios internacionales.
De igual forma, se definen patrones para otras magnitudes que se consideran
magnitudes fundamentales, puesto que las unidades de una de ellas no se puede
expresar en funcion de las otras. Existen diferentes sistemas que definen las unidades
de estas magnitudes. Uno de estos, el Sistema Internacional de Unidades (SI) vigente
en la mayora de los pases desde 1960, considera siete unidades b
asicas a partir
de las cuales se pueden derivar todas las restantes unidades de medida de otras
magnitudes fsicas, ver tabla 1.1.
Gua para An
alisis de Experimentos

E. E. Coral

1.3 Las Unidades B


asicas del SI

Tabla 1.1: Unidades b


asicas del SI

Magnitud
longitud
masa
tiempo
temperatura
cantidad de sustancia
intensidad de la corriente
intensidad de la luz

1.3

Unidad
Smbolo
metro
m
kilogramo
kg
segundo
s
Kelvin
K
mol
mol
Ampere
A
buja o candela
cd

Las Unidades B
asicas del SI

La definicion de las unidades basicas ha venido cambiando por la necesidad de tener


patrones o referencias mas estables y precisas a traves del tiempo. La definicion
actual de las unidades basicas del SI aprobada por la Conferencia General de Pesas
y Medidas (CGPM) en 1983 se muestran en la tabla 1.2.

Tabla 1.2: Definici


on de las Unidades b
asicas del SI

Magnitud
longitud

Definici
on
Distancia recorrida por la luz en el vaco durante un
intervalo de 1/299.792.458 s - 17a. CGPM, 1983.
masa
kilogramo Masa de un cilindro de PLATINO-IRIDIO que se
conserva en la BIPM en Pars - 3a. CGPM, 1901.
tiempo
segundo
Duracion de 9.192.631.770 vibraciones en la transicion de dos niveles hiperfinos del atomo de 123 Cs
-13a. CGPM, 1968.
temperatura Kelvin
Es 1/273,16 de la temperatura termodinamica del
punto triple del agua - 13a. CGPM 1968.

1.4

Unidad
metro

Sistema de unidades

Es importante se
nalar que existen varios grupos de unidades asociadas a las magnitudes basicas longitud, masa, tiempo, conocidas como sistemas de unidades.
Como ya se indico anteriormente, el SI es el mas utilizado en la actualidad, pero
existen pases como los de habla inglesa que usan diferentes unidades de medicion,
E. E. Coral

Gua para An
alisis de Experimentos

Captulo 1. Introducci
on

(ver tabla 1.3). El estudiante debe estar en capacidad de pasar las unidades de un
sistema a otro aplicando los factores de conversion de unidades.
Tabla 1.3: Sistemas de Unidades

Sistema Longitud
SI
m
CGS
cm
INGLES
pie

1.5

Masa Tiempo
kg
s
g
s
slug
s

Prefijos para los M


ultiplos y Subm
ultiplos

Los prefijos son nombres que se les da a ciertas potencias de 10 cuando usamos
notacion cientfica y sirven para determinar los m
ultiplos y subm
ultiplos de la unidad
principal. Para utilizarlos, basta con expresar una cantidad en notacion cientfica y
reemplazar la potencia por el smbolo correspondiente seguido de la unidad basica.
Tabla 1.4: M
ultiplos

Factor
1024
1021
1018
1015
1012
109
106
103
102
101

Prefijo
yotta
zetta
exa
peta
tera
giga
mega
kilo
hecto
deca

Smbolo
Y
Z
E
P
T
G
M
k
h
d

Tabla 1.5: Subm


ultiplos

Factor
101
102
103
106
109
1012
1015
1018
1021
1024

Prefijo
deci
centi
mili
micro
nano
pico
femto
atto
zepto
yocto

Smbolo
d
c
m

n
p
f
a
z
y

Veamos como ejemplo el metro: 1 m esta dividido en 100 partes y cada una de
estas equivale a 0, 01 m o 102 m y de acuerdo a la tabla, corresponde a un centmetro, abreviado 1 cm. La milesima parte del metro es igual a 0, 001 m o 103 m
corresponde a 1 mm.
Existen otras magnitudes como la capacitancia electrica que solo se expresa
en subm
ultiplos del Faradio (F ), su unidad de medida, como 106 F = 1 F ,
109 F = 1 nF , 1012 F = 1 pF .
Gua para An
alisis de Experimentos

E. E. Coral

1.6 Factores de Conversi


on

1.6

Factores de Conversi
on

Para pasar de un sistema de unidades a otro es necesario conocer la relacion que


hay entre los distintos sistemas. Muchas veces tambien necesitamos pasar m
ultiplos
y subm
ultiplos a la unidad fundamental o viceversa. Algunas factores de conversion
entre el Sistema Ingles y el SI se encuentran en la tabla 1.6.
Tabla 1.6: Algunos Factores de conversi
on

Longitud
1 m = 39,37 in = 3,281 ft =102 cm
1 in = 0,0254 m = 2,54 cm
1 ft = 0,3048 = 30,48 cm = 12 in
1 mi = 5280 ft = 1609 m = 1,609 km

masa
1 lb = 0,454 kg = 16 oz
1 oz = 28,35 g = 0,0625 lb
1Kg = 103 g = 2.2 lb

Veamos como ejemplo las unidades del tiempo que, aunque no corresponden al
sistema decimal, si son aceptadas por el SI. Cuantos segundos tiene un da? usando
los factores de conversion tenemos los siguiente:

dia
1 dia = 1 



60 
min
60 s
24 
h

 = 86400 s


1
dia
1
h
1
min

Ahora, si queremos convertir de km/h a m/s, por ejemplo 72 km/h, procedemos


de manera similar al caso anterior pero convirtiendo dos unidades:
72 km/h = 72


km


h


1
h
103 m
m

= 20

3600 s
1
km
s

Otro caso es el de las unidades de capacidad o volumen. Como estas unidades


corresponden a unidades lineales elevadas al cubo, lo mejor es escribir el m
ultimplo
3
de la unidad y elevarlo al cubo, por ejemplo 1 m convertirlo a mililitros (ml):
1 m3 = 1 
m3

E. E. Coral

(102 cm)3
1 ml

6
3

=
10
cm

= 106 ml


3

3

1
cm
1
m

Gua para An
alisis de Experimentos

Captulo 1. Introducci
on

1.7

An
alisis Dimensional

Para verificar si una ecuacion esta bien formulada, se debe tener en cuenta las
variables que operan en dicha ecuacion. Al hacer un analisis dimensional, las dimensiones se pueden tratar como cantidades algebraicas. Los smbolos empleados
para denotar las dimensiones de longitud, masa y tiempo son respectivamente L, M
y T. Dos cantidades que se suman, al igual que los terminos a ambos lados de una
ecuacion, deben tener las mismas dimensiones.
Como ejemplo, mostremos que la ecuacion x = vt, es dimensionalmente correcta.
Por ser x una longitud tiene dimension [x] = L y t tiene dimension [t] = T . La
velocidad por medirse en metros sobre segundo, tiene dimension [v] = L/T , por
tanto
[x] = [v][t]
L
T
T
L=L

L=

Al cancelar T en la derecha, las unidades tienen la misma dimension que en la


izquierda.

1.8

Orden de Magnitud

Cuando queremos hacer calculos aproximados de ciertas cantidades, es importante


aproximar los factores que intervienen en las operaciones, a la potencia de 10 mas
cercana. De esta forma, se dice, que la potencia de 10 representa el orden de magnitud de una cantidad. El orden de magnitud tambien sirve para referirse en forma
oral o escrita de ciertas cantidades cuyas cifras son enormes o muy peque
nas, como
la masa de un electron o la masa del sol y su distancia a la tierra. Algunos ejemplos
se dan en la tabla 1.7.
Tabla 1.7: Algunos Ordenes de Magnitud

Cantidad
Radio de la orbita tierra-sol
Masa del electron
Edad promedio de un estudiante

Gua para An
alisis de Experimentos

magnitud
1.5 1011 m
9.11 1031 kg
5.7 108 s

Orden de Magnitud
1011 m
1031 kg
108 s

E. E. Coral

1.9 Ejercicios

1.9

Ejercicios

Conversi
on de Unidades
1. Cuales de las siguientes unidades no son fundamentales:
a) m
b) m/s
c) C
d) l
e) m/s2
f) N

g) s

h) kg.

2. Cual es su estatura en pies?


3. Un cohete alcanzo una altura de 300 km. A cuanto equivale esta distancia
en millas?
4. Cuantos segundos tiene 1 a
no?
5. La rapidez de la luz en el vaco es aproximadamente 3, 00 108 m/s. Cuantos
km viajara un pulso de un laser en 1 h?
6. Un a
no luz es la distancia que recorre la luz en un a
no a 300.000 km/s. Cual
es esta distancia en m? Exprese la distancia de la tierra al sol en a
nos luz.
7. Una certificacion de buceo se realiza a 40 pies. Cuantos metros debe bajar
el buzo a pulmon libre para certificarse?
8. Cual es su peso en libras?
9. 1 cm3 equivale a 1 ml. Cuantos litros hay en 1 m3 ?
Orden de magnitud
11. Cual es el orden de magnitud de su edad en meses, das y segundos?
12. Estime el n
umero de veces que el corazon de un humano late en una vida
promedio de 70 a
nos.
13. El radio promedio de la tierra es de 6, 37 106 m, y el de la luna es de
1, 74 108 cm. Con estos datos calcule la razon entre el area superficial de la
tierra y de la luna.
14. Determine el n
umero aproximado de ladrillos necesarios para cubrir los cuatro
lados de una casa de tama
no regular.
15. Una persona utiliza 200 l de agua por da aproximadamente. Cual debe ser
el orden de magnitud en m3 del volumen de un recipiente capaz de abastecer
de agua a la ciudad de Barranquilla en un da?
E. E. Coral

Gua para An
alisis de Experimentos

Captulo 1. Introducci
on

Determine el orden de magnitud de los resultados de las siguientes operaciones.


16. (3 108 m/s) (3 105 s)
17. 7000/0,0035
18. (0,501 0,042)/420.000.000
19. Suponga que un proton tiene la forma de un cubo cuya arista es del orden de
1013 cm. Cual es el orden de magnitud del volumen del cubo?
20. Deseando construir un modelo del sistema solar, un estudiante representa el
sol por medio de una pelota de balompie. Se sabe que el orden de magnitud
del radio del sol es de 109 m y el de la tierra es de 107 m, siendo la distancia de
la tierra al sol del orden de 1011 m. Cual debera ser entonces, en este modelo,
el orden de magnitud de la esfera que representa la tierra?, La distancia de
esta esfera a la pelota de balompie?
An
alisis Dimensional
Diga si las ecuaciones siguientes son dimensionalmente correctas. (v es velocidad,
a es aceleracion, t es tiempo, A es area, T periodo y r radio)
21. v 2 = v02 + 2at

25. A = r2

22. x = xo + vt

26. t =

23. x = at

27. v =

24. v = vo + ax

28. T = 2

2x
a

2ax v0 t
q

l
g

29. Cuales son las unidades de las constantes en la ecuacion x = At2 + Bt + C,


para que sea dimensionalmente correcta?
30. Muestre que si x = At3 + Bt es dimensionalmente correcta cuando x tiene
unidades de longitud y t tiene unidades de tiempo, entonces la derivada dx/dt
tiene unidades de longitud sobre unidades de tiempo.
31. Cual es el valor de los exponentes para que la ecuacian v 2 = kam sn sea
dimensionalmente correcta?
32. Para que valores de m y n la ecuacion x = kam tn es dimensionalmente
correcta?

Gua para An
alisis de Experimentos

E. E. Coral

Captulo 2
Mediciones y Errores
2.1

El proceso de medici
on

Medir es comparar una magnitud desconocida con otra llamada patron. Al realizar
una medicion de cierta magnitud, se obtiene un n
umero acompa
nado de una unidad
asociada a la magnitud respectiva. En el caso mas general, este resultado debe ir
acompa
nado por otro n
umero que representa la incertidumbre en la medicion.

2.2

Tipos de medici
on

Las mediciones pueden obtenerse de dos formas:


Mediciones Directas: Son el resultado de comparar directamente una magnitud desconocida con un instrumento de medida calibrado seg
un un patron establecido previamente. El resultado se mide directamente en una escala numerica que
posee el instrumento.
Mediciones Indirectas: Se obtienen a traves de una operacion entre dos o mas
mediciones directas o a traves de una funcion de las cantidades medidas. Por ejemplo
la densidad se obtiene como funcion de la masa y el volumen de una sustancia.

2.3

Cifras significativas

El N
umero de cifras que debe tener el escalar que representa una magnitud medida,
esta muy relacionado con el n
umero de divisiones que tenga la escala del instrumento
de medida. Por ejemplo, si ustedes miden cierta longitud con una cinta metrica
E. E. Coral

Gua para An
alisis de Experimentos

10

Captulo 2. Mediciones y Errores

que solo esta graduada en metros (m), el resultado sera un entero que representa
cuantas veces cabe la unidad patron en esa longitud y es una cifra que tiene certeza
en su medida. Pero si existe cierta fraccion de la longitud que no se puede medir
directamente con el instrumento, ustedes tendran que hacer uso de la apreciacion
simple vista, dando en este caso, un u
nico decimal que es incierto. Por ejemplo:
2,4 m de longitud. En este caso decimos que hay dos cifras significativas.
Si ahora usamos una cinta metrica divida en decmetros dm, al reportar el resultado de la medicion en metros m, el n
umero de cifras ciertas corresponde a los
metros y a los decmetros. Pero si el extremo de la magnitud a medir se ubica entre
una division de un decametro y el siguiente, podremos ahora apreciar una fraccion
mas peque
na imaginando diez divisiones en este espacio cuyo valor sera una cifra
dudosa dada en centmetros cm. Por ejemplo, la medicion de la fig. 2.1 se puede
reportar como L = 2,46 m. Aunque este resultado esta por encima de la mitad del
intervalo de 1 dm, las mediciones 2,45 m o 2,47 m, tambien son validas, ya que la
u
ltima cifra siempre va a ser incierta. De esta manera podemos decir que hay tres
cifras significativas en esta medicion.

Figura 2.1: Medici


on de una magnitud

Veamos como mejora la medicion de la misma magnitud, pero usando ahora una
cinta metrica dividida en centmetros cm. Al reportar el resultado en m, estamos
seguros de la posicion de los metros, los decmetros y los centmetros, pero podemos
hacer una apreciacion del orden de los milmetros, obteniendo as una u
ltima cifra
dudosa o incierta. Ejemplo: 2,463 m. En este caso la cifra apreciada esta por debajo
de la mitad de la division mas peque
na, los cm. Un resultado aceptable tambien
podra ser 2,462 m o 2,464 m. En este caso, tenemos una medicion con cuatro
cifras significativas. Escribir una quinta cifra carece de sentido ya que no hay mas
divisiones en nuestro instrumento de medicion. Para tener una cifra segura en la
posicion de los milmetros, debemos usar una cinta metrica graduada en milmetros
y tendramos as una cuarta posicion decimal como cifra apreciada, o cifra incierta,
para un total de 5 cifras significativas, por ejemplo: 2,3638 m.
Como se puede ver en los ejemplos anteriores, el resultado de una medicion
va acompa
nado de un n
umero de cifras que tienen certeza y una u
ltima cifra que
siempre es dudosa. Estas son las llamadas cifras significativas.
Gua para An
alisis de Experimentos

E. E. Coral

11

2.4 Operaciones con cifras significativas

En una medicion se debe tener en cuenta que los ceros a la izquierda no son
cifras significativas, mientras que los ceros intermedios y ceros a la derecha si son
cifras significativas.
Cuando se tenga un n
umero muy grande de ceros a la izquierda la mejor manera
de expresar el resultado de la medicion es usando potencias de diez, pero conservando
el mismo n
umero de cifras significativas. Algunos ejemplos se dan en la tabla 2.1.
Tabla 2.1: Ejemplo de cifras significativas

Magnitud
N
umero de cifras significativas
0,012 mm
2
0,1204 g
4
1,0200 s
5
4,34 104 m
3

2.4
2.4.1

Operaciones con cifras significativas


Criterio de aproximaciones

Al realizar operaciones resultan n


umeros con muchas cifras decimales. Algunas de
estas cifras deben ser eliminadas (redondeo) para dejar las mas significativas, de
acuerdo al siguiente criterio:
1. La cifra que queda se aumenta en una unidad si la cifra contigua que se quita
es > 5.
2. Si la primera cifra que se elimina es < 5, la que queda se deja igual.
3. Si la primera cifra que se elimina es = 5 y no existen otros dgitos a su derecha
o son solamente ceros, el n
umero que queda se aumenta en 1 siempre y cuando
la cifra resultante sea par.

2.4.2

Suma

Cuando se suman dos o mas n


umeros con distintas cifras significativas, los decimales
del resultado debe igualar al operando que posea el menor n
umero de estos, usando
el criterio anterior. Ver ejemplo en la tabla 2.2
E. E. Coral

Gua para An
alisis de Experimentos

12

Captulo 2. Mediciones y Errores

Tabla 2.2: Ejemplo de aproximaciones con cifras significativas

n
umero original
20,45
40,1368
20,5500
60.6952
30,365
Suma = 172,1970

2.4.3

aproximaci
on
20,45
40,14
20,55
60,69
30,37
Suma = 172,20

descripci
on
Menor No. de decimales
Elimina 6 y 8. 3 aumenta en 1
Elimina ceros, 5 no cambia
Elimina 5 y 2, 9 no cambia
Elimina 5, 6 aumenta en impar
Aproxima a dos cifras decimales

Multiplicaci
on

Al multiplicar o dividir dos cantidades, el resultado debe tener el mismo n


umero de
cifras significativas del operando que tenga el menor n
umero de ellas.

Ejemplo
Calcular el volumen de un cilindro circular recto donde r = 4, 5 cm y h = 55, 7 cm.
Sabemos que V = r2 h. El n
umero = 3,14159..., Cuantas cifras le asignamos
al este n
umero irracional? Como vemos r tiene dos cifras significativas, h tiene tres,
por lo tanto, asignamos a el mismo n
umero de cifras significativas de h, es decir,
3,14.
Valor obtenido con la calculadora:

V = 3541.6845 cm3

Valor obtenido seg


un el criterio dado:

V = 3, 5 103 cm3

Para expresar las dos cifras significativas hemos usado potencias de diez.

2.5

Errores Experimentales

En general, todo procedimiento de medicion tiene imperfecciones que dan lugar a


un error en el resultado de la medicion, lo que hace que el resultado sea solo una
aproximacion del valor real de la magnitud medida. De acuerdo a la naturaleza
de los errores experimentales, se acostumbra a dividirlos en dos clases: Errores
Sistematicos y Errores Aleatorios.
Gua para An
alisis de Experimentos

E. E. Coral

13

2.5 Errores Experimentales

2.5.1

Errores Sistem
aticos

Se deben a diversas causas y se repiten constantemente cuando las mediciones se


realizan en las mismas condiciones. Los resultados se ven afectados en el mismo
sentido. Estos errores se pueden detectar facilmente y se pueden eliminar si se
conoce la causa. Algunas fuentes de error sistematico son:
a) Errores de calibracion de los instrumentos de medida. Ajuste del cero, escala
inapropiada, construccion defectuosa.
b) Condiciones de trabajo no apropiadas (presion, temperatura, humedad, luminosidad, frecuencia de la red).
c) Tecnicas imperfectas. Generalmente por falta de experiencia del experimentador o por falta de planeacion de los procedimientos.
d) Formulas incorrectas. Cuando se hacen aproximaciones, los resultados experimentales no son exactamente los esperados en la teora.

2.5.2

Errores Aleatorios

Se deben a perturbaciones peque


nas o fluctuaciones y no es posible detectar la causa
que los produce. Si un experimento se repite en condiciones identicas, los resultados
de la medicion no son siempre los mismos cuando se presenta este error. Para
disminuir el error aleatorio, se debe realizar un n
umero determinado de mediciones
y realizar un tratamiento estadsticos de los resultados. Se puede dar una idea de
como se presentan estos errores:
a) Errores de apreciacion. Se presentan al leer en la escala de un instrumento
haciendo estimacion de una fraccion de la division mas peque
na de la escala.
Al realizar varias mediciones esta apreciacion vara aleatoriamente.
b) Condiciones de trabajo. La variacion de las condiciones ambientales, vibraciones de la mesa de trabajo, se
nales electromagneticas.
c) Falta de definicion de la cantidad a medir. Como el diametro de una esfera ya
que esta no es una esfera perfecta.
Seg
un el tipo de error, las mediciones se pueden clasificar en:
Precisas.- Son aquellas mediciones que tienen errores aleatorios peque
nos.
Exactas.- Son aquellas mediciones que tienen errores sistematicos peque
nos.
Esto se puede observar claramente en la figura 2.2,
E. E. Coral

Gua para An
alisis de Experimentos

14

Captulo 2. Mediciones y Errores

(a)

(b)

(c)

(d)

Figura 2.2: Errores aleatorios y sistem


aticos en un ejercicio de pr
actica
de tiro. a)Alta precisi
on y exactitud: Debido a que las marcas de
los disparos est
an muy cerca unas de otras, podemos decir que los errores
aleatorios son peque
nos (buena precisi
on). Debido a que la distribuci
on de
disparos est
a centrada en el blanco, los errores sistem
aticos tambien son
(buena exactitud). b) Alta precisi
on y baja exactitud: Los errores
aleatorios son todava peque
nos, pero los sistem
aticos son mucho m
as
grandes, los disparos est
an sistem
aticamente corridos hacia la derecha. c)
Baja precisi
on y Buena exactitud: En este caso, los errores aleatorios
son grandes, pero los sistem
aticos son peque
nos, los disparos est
an muy
dispersos, pero no est
an sistem
aticamente corridos del centro del blanco.
d) Baja precisi
on y baja exactitud: Aqu ambos errores son grandes.

Gua para An
alisis de Experimentos

E. E. Coral

15

2.6 C
alculo de Incertidumbres

2.6

C
alculo de Incertidumbres

2.6.1

Error Absoluto e Incertidubre

En una medicion la u
ltima cifra resulta siempre incierta. Esto quiere decir que nunca
vamos a obtener el valor real de una medida, pero nos aproximamos a el mejorando
el procedimiento y los instrumentos de medicion. Toda medicion va acompa
nada de
una incertidumbre y su determinacion nos dice que tan cerca estamos del valor real
de la magnitud. Definimos el error absoluto , como la diferencia entre el valor real
VR y el valor observado VO o valor medido, en la forma
 = kVR VO k

(2.1)

Se expresa como el valor absoluto ya que podemos acercarnos al VR por exceso o


por defecto, es decir, que esta diferencia puede ser positiva o negativa. Pero como
calcular el error absoluto si jamas conoceremos el valor verdadero? En la practica
el error absoluto se define con relacion a una medida arbitraria. Por eso definimos
la incertidumbre V tal que para cualquier VO se cumple que
 = kVR VO k V

(2.2)

Si podemos determinar V , entonces para cualquier medicion experimental VO


se cumple que el valor real de la cantidad satisface la desigualdad:
VO V VR VO + V

(2.3)

Esto quiere decir, que al hacer una medicion, lo que estamos buscando es un
intervalo donde se encuentra el valor mas probable del valor real. En otras palabras,
buscamos los lmites superior e inferior de una magnitud. Una forma mas u
til de
expresar este intervalo de medicion es
VR = VO V

(2.4)

Esta es la manera como deben reportarse el valor de una medicion de cualquier


magnitud, sea directa o indirecta.

2.6.2

Incertidumbre relativa e incertidumbre porcentual

Muchas veces necesitamos saber que tan significativa es V respecto a VO . Por


ejemplo, una incertidumbre de 1cm en la longitud de un cuaderno es significativo.
E. E. Coral

Gua para An
alisis de Experimentos

16

Captulo 2. Mediciones y Errores

Pero si medimos la distancia entre la tierra y la luna o el tama


no de una bacteria con
el mismo error, este carece completamente de sentido. Es por esto que es necesario
comparar la incertidumbre estimada con el valor medido en la forma
R =

V
VO

(2.5)

Esta es la incertidumbre relativa que tambien se puede reportar como un porcentaje al multiplicar por 100 en la forma
R =

2.6.3

V
100
VO

(2.6)

C
alculo pr
actico de la incertidumbre

Al cuantificar la incertidumbre de una cierta magnitud x debemos, en principio,


tener en cuenta todos los tipos de incertidumbres que esten presentes. Una forma
de obtener el valor de la incertidumbre total es mediante la suma de los cuadrados
de todas las incertidumbres presentes de acuerdo a la siguiente ecuacion,
(x)2 =

N
X

x2n

(2.7)

n=1

Por lo general en el laboratorios es frecuente encontrar las siguientes incertidumbres:


a) Incertidumbre de escala (xe )
b) Incertidumbre de calibracion (xc )
c) Incertidumbre estadstica o aleatoria (xa )
En este caso, el calculo de la incertidumbre total viene dado por
x =

(xe )2 + (xc )2 + (xa )2

(2.8)

Normalmente se atribuye como incertidumbre de escala de una medida a la mitad


de la division mas peque
na. Por ejemplo, si ustedes miden con una regla graduada
en milmetros entonces, la incertidumbre atribuida puede ser 0.5 mm ( 0.05 cm)
(pero esto no es adecuado del todo ya que depende del estado del objeto a medir y
del propio instrumento de medida).
Gua para An
alisis de Experimentos

E. E. Coral

17

2.6 C
alculo de Incertidumbres

Si se determina que una longitud tiene 15,00 cm y solo tenemos en cuenta esta
incertidumbre, entonces el resultado de la medicion es L = (15, 00 0.05) cm o
en otras palabras, su valor verdadero se encuentra en el intervalo
14, 95 cm < L < 15, 05 cm
Vamos a adoptar el siguiente metodo para obtener un intervalo de una medida,
considerando que su instrumento de medicion esta bien calibrado.
1. Obtenemos los valores lmites , L1 y L2 observando la escala.
2. Calculamos el valor observado Lo como el promedio de estos dos valores
Lo =

L1 + L2
2

(2.9)

3. Asignamos la incertidumbre de escala seg


un la ecuacion
L =

L1 L2
2

(2.10)

4. Expresamos el valor de la medicion como L = (Lo L) unidad


Por ejemplo, observando en la figura 2.1, se puede apreciar que la longitud L
esta entre L1 = 2, 40 cm y L2 = 2, 50 cm. Con estos lmites podemos asignar el valor
central u observado
Lo =

2, 50 + 2, 40
= 2, 45 cm
2

en donde 5 es la cifra incierta en la medicion. Ahora obtenemos el valor de la


incertidumbre

L =

2, 50 2, 40
0, 10
=
= 0, 05 cm
2
2

la cual coincide con la mitad de la division mas peque


na. El resultado final de
la medicion es
L = (2, 45 0, 05) cm
La calidad de la medicion se expresa mediante la incertidumbre porcentual.
E. E. Coral

Gua para An
alisis de Experimentos

18

Captulo 2. Mediciones y Errores

r =

0, 05
100 = 0, 02 100 = 2%
2, 45

Se aclara al estudiante que este metodo empleado es meramente didactico, ya


que al usar procedimientos de metrologa para calcular la incertidumbre en una
medicion, se encuentra que el metodo es mucho mas refinado que el que se expone
en estas notas.

2.7

Propagaci
on de la Incertidumbre

Al hacer una medida indirectamente, como por ejemplo, calcular el area de un


campo de f
utbol, en donde se mide por separado el largo y el ancho, es obvio
que la incertidumbre asignada a ambas mediciones conlleva a una incertidumbre
en el area calculada. Es por esta razon que necesitamos conocer procedimientos
matematicos para obtener la incertidumbre en una medicion indirecta, a partir de
medidas directas, en donde se involucran funciones de una o mas variables.

2.7.1

Incertidumbre en funciones de una sola variable

Supongamos que la medida de una magnitud es x = x0 x y queremos calcular


el valor de z mediante la funcion z = f (x). Es de esperarse que z = z0 z, donde
z0 = f (x0 ) y el intervalo x alrededor de x0 genera un intervalo z alrededor
de z0 .
Como ejemplo tomemos el caso de z = x2 . Reemplazando x por x0 x obtenemos
z = z0 z = (x0 x)2 = x20 2x0 x + (x)2

(2.11)

Como x es peque
no, entonces (x)2 << 1, y podemos despreciarlo en la
ecuacion anterior para obtener
z = 2x0 x

(2.12)

En forma general, para obtener la incertidumbre en un funcion de un variable


basta con calcular el diferencial de la funcion z = f (x)
dz =
Gua para An
alisis de Experimentos

df (x)
dx
dx

(2.13)
E. E. Coral

19

2.7 Propagaci
on de la Incertidumbre

y escribirlo en forma de incertidumbre


z =

2.7.2

df (x)
x
dx

(2.14)

Incertidumbre en funciones de dos o m


as variables

Sean x y y dos magnitudes que se han medido independientemente una de otra con
sus respectivos incertidumbres
x = x0 x ; y = y0 y

(2.15)

a) Para la suma y la resta de x y y se tiene


s = x + y = x0 x + y0 y = (x0 + y0 ) (x + y)

(2.16)

s = s0 s

(2.17)

Por tanto, la incertidumbre en la suma es


s = x + y

(2.18)

b) El producto de x y y es



p = x.y = (x0 x)(y0 y) = x0 y0 (y0 x + x0 y) + 
xy

(2.19)

p = p0 + p

(2.20)

p = y0 x + x0 y

(2.21)

x y
p
=
+
p0
x0
y0

(2.22)

La incertidumbre es

El error relativo sobre p es

E. E. Coral

Gua para An
alisis de Experimentos

20

Captulo 2. Mediciones y Errores

c) La division de x y y
x
x0 x
=
y
y0 y

(2.23)

x0 x x0
y0 x x0 y

=
y0 y
y0
y02 + y0 y

(2.24)

d = d0 d =

d = d d0 =

Si en el denominador despreciamos el termino y0 y y asumimos el signo negativo en y para que el resultado sea consistente con el incremento del error, la
incertidumbre relativa es
d
x y
=
+
d0
x0
y0

(2.25)

d) En forma general, para el producto de dos o mas variables elevadas a distintas


potencias, como se muestra en la ecuacion siguiente,
z = xm y n

(2.26)

obtenemos primero el logaritmo de la funcion


logz = m logx + n logy

(2.27)

y luego obtenemos el diferencial


dz
dx
dy
=m +n
z
x
y

(2.28)

Convertimos los diferenciales en valores absolutos de las incertidumbres obteniendo asi la incertidumbre relativa de z, ecuacion 2.29.
x
y
z
=m
+n
z
x
y

(2.29)

Nota: El valor absoluto siempre hara que los errores se incrementen en mediciones indirectas, aunque los exponentes sean negativos,

2.7.3

M
etodo general para el c
alculo de Incertidumbres

Siempre que tengamos una funcion de la forma


Gua para An
alisis de Experimentos

E. E. Coral

21

2.7 Propagaci
on de la Incertidumbre

s = f (x, y, z)

(2.30)

obtenemos primero el diferencial total


ds = k

f
f
f
kdx + k kdy + k kdz
x
y
z

(2.31)

Luego convertimos los diferenciales en incertidumbres


s = k

f
f
f
kx + k ky + k kz
x
y
z

(2.32)

En donde se deben conocer las incertidumbres en x, y y z, ademas de obtener


las derivadas parciales de la funcion f evaluada en las cantidades x0 , y0 , z0 .
Un metodo mas aceptado actualmente, indica que la incertidumbre se obtiene
como la raz cuadratica dado por la ecuacion

s =

v
u
u
t

f
x
x

!2

f
+
y
y

!2

f
+
z
z

!2

(2.33)

Ejemplo
Determinacion de la densidad de una esfera aparentemente de acero. El diametro
se midio con un micrometro de precision 0, 01 mm: d = (15, 538 0, 005) mm La
masa se midio con una balanza de precision 0, 05 g: m = (15, 2 0, 1) g
Empezamos expresando la densida como una funcion de m y d. Utilizando la
ecuacion resultante y los valores dados para m y d, obtenemos el valor de la densidad
mediante una calculadora, esto es:
=

m
m
6m
g
= 4 d 3 = 3 = 7, 73855038
V
d
cm3
( 2 )
3

(2.34)

Para el calculo de la incertidumbre, obtenemos el logaritmo natural de la ecuacion


anterior y luego el diferencial y lo expresamos en terminos del valor absoluto de las
incertidumbres, (ecuacion 2.36).
log = log
E. E. Coral

6
+ logm logd3

(2.35)

Gua para An
alisis de Experimentos

22

Captulo 2. Mediciones y Errores

m
d

=
+3

m
d

(2.36)

Despejamos y reemplazamos los valores correspondientes.

= (

m
d
0, 1
0, 005
g
+3
) = 7, 73855(
+3
) = 0, 05838
m
d
15, 2
15, 538
cm3

El valor obtenido es
= (7, 74 0.06)

(2.37)

g
cm3

Ahora calculemos la incertidumbre usando la derivada de respecto a m y a d


6
6

= 3
(m) = 3 = 0, 509 cm3
m
d m
d

(2.38)

6m 3
18m
g
=
(d ) =
=
14,
941
d
d
d4
cm4

(2.39)

Calculamos la incertidumbre en usando la ecuacion 2.33.


=

(0, 059 cm3 0, 1 g)2 + (14, 941 g/cm4 0, 0005 cm)2

= 0, 0514 g/cm3
Por tanto el valor de la densidad es
= (7, 74 0, 05)

2.8

g
cm3

Problemas

1. Determine el n
umero de cifras significativas en los siguientes n
umeros: 23 cm;
3,589 s; 4,67103 m/s; 0,0032 m; 1,007 m; 0,015 s
2. Cual de las siguientes cantidades tiene el mayor n
umero de cifras significativas: 0,254 cm; 0,00254 102 cm; 254 103 cm?
3. Cual de estos n
umeros tiene 3 cifras significativas: 305,0 cm; 0,0500 mm;
1,00081 kg?
Gua para An
alisis de Experimentos

E. E. Coral

23

2.8 Problemas

4. Efect
ue la suma de los siguientes n
umeros: 756; 37,2; 0,83 y 2,5.
5. Si se mide la longitud y el ancho de una placa rectangular 15,30 cm y 12,80 cm
respectivamente, calcule el area de la placa.
6. Calcule el area y la longitud de la circunferencia de un crculo de radio igual
a 4,65 cm.
7. Obtenga el producto de 3,2 3,563
8. Obtenga la suma de 4, 67 103 y 2, 2 102
9. Usando un metro de madera para medir un lado de mi escritorio, estoy seguro
de que su longitud no es menor a 142,3 cm ni mayor que 142,6 cm. Enuncie esta
medicion como un valor central incertidumbre. Cual es la incertidumbre
relativa de la medicion?
10. Para realizar mediciones de tension y corriente en un circuito utilizo un voltmetro y un ampermetro de aguja. Estoy seguro de que la lectura del ampermetro esta entre 1,24 A y 1,25 A, y la del voltmetro entre 3,2 V y 3,4 V .
Exprese cada medida como un valor central incertidumbre, y eval
ue la incertidumbre relativa de cada medicion.
11. Si se puede leer un metro de madera con una incertidumbre absoluta de
1mm, cual es la distancia mas corta que puedo medir para que la incertidumbre relativa no exceda el a) 1%, b) 5%?
12. Se utiliza un termometro graduado en 1/5 grado Celsius para medir la temperatura del aire exterior. Medida con una aproximacion de 1/5 de grado,
la temperatura de ayer fue de 22,4C, y la de hoy es de 24,8C. Cual es la
incertidumbre relativa en la diferencia de temperaturas entre ayer y hoy?
13. El reloj del laboratorio tiene un segundero que se mueve por pasos de un
segundo. Lo uso para medir un cierto intervalo de tiempo. Al principio del
intervalo marcaba las 09:15:22, y al final las 09:18:16. Cual es la incertidumbre
relativa del intervalo medido?
14. En el escritorio mencionado en el problema 1, se mide ahora su ancho, y se
observa que la medida cae entre 78,2 cm y 78,4 cm. Cual es la incertidumbre
absoluta en el area calculada de la cubierta del escritorio?
15. Para medir la resistencia de un resistor, se miden la cada de tension entre
sus terminales y la corriente que circula por el. La lectura del volmetro es de
(15, 2 0, 2) V , y la lectura del ampermetro es de (2, 6 0, 1) A. Cual es la
incertidumbre absoluta de la resistencia calculada como R = V/I?
E. E. Coral

Gua para An
alisis de Experimentos

24

Captulo 2. Mediciones y Errores

16. Un pendulo simple se usa para medir la aceleracion de la gravedad, usando


T = 2(l/g)1/2 . El perodo T medido fue de (1, 24 0, 02) s. y la longitud
de (0, 381 0, 002) m. Cual es el valor resultante de g con su incertidumbre
absoluta y relativa?
17. Un experimento para medir la densidad de un objeto cilndrico utiliza la
ecuacion = m/r2 l. Los valores medidos son: masa, m = (0, 0290, 005)kg,
radio, r = (8, 2 0, 1) mm y longitud, l = (15, 4 0, 1) mm, cual es la incertidumbre absoluta del valor calculado de la densidad?
18. Use el metodo general para calculo de incertidumbres en funciones y obtenga
la incertidumbre de la medida indirecta de
z=

x2

x
+1

19. La distancia focal f de una lente delgada se mide usando la ecuacion


1/o + 1/i = 1/f
en donde
distancia al objeto: o = (0, 154 0, 002) m
distancia a la imagen: i = (0, 382 0, 002) m
Cual es el valor calculado de la distancia focal, su incertidumbre absoluta y
su incertidumbre relativa?
20. Use la identidad trigonometrica para sen(a b) y demuestre que el error
obtenido en el calculo indirecto z = sen es z = (cos), teniendo en
cuenta que para angulos peque
nos send d y cosd 1. ( Asuma que
= 0 )
21. Se mide experimentalmente la longitud de onda de la luz, usando la ecuacion
= d sen. La medida de es de 13 34 2. Suponiendo que el valor de
d = 1420 109 m no tiene error, cual es el error absoluto y relativo en el
valor de
22. Se da un valor como (14, 253 0, 1) U . Reescrbalo con el n
umero adecuado
de cifras significativas. Si el valor se diera como (14, 253 0, 15) U , como
debera escribirse adecuadamente?
23. Se da un valor como 6,74914 0,5 %. En
uncielo como un valor observado
incertidumbre, ambos con el n
umero adecuado de cifras significativas.

Gua para An
alisis de Experimentos

E. E. Coral

Captulo 3
Tratamiento estadstico de
medidas
Los errores aleatorios se presentan como resultado de fluctuaciones o variaciones en
la medida. Estos errores no se pueden eliminar ya que no podemos determinar la
causa que los producen. Estas variaciones se pueden observar cuando ustedes hacen
una serie de mediciones y se encuentra que todos los valores varan al menos en su
u
ltima cifra.

3.1

C
omo se minimiza este error?

Una manera de minimizar los errores aleatorios se obtiene realizando una serie de
N mediciones.
x1 , x2 , x3 , ... , xN

3.1.1

(3.1)

Valor Promedio

Una vez se tiene un n


umero de datos (N 10) obtenemos el valor promedio o valor
mas probable, que tambien es conocido como media aritmetica.
N
X
1
x1 + x2 + x3 + ... + xN
=
=
x =
xn
N
N
n=1

E. E. Coral

(3.2)

Gua para An
alisis de Experimentos

26

3.1.2

Captulo 3. Tratamiento estadstico de medidas

Desviaci
on de la Media

La desviacion nos indica que tan alejada esta una medida del valor promedio de un
grupo de mediciones. Si d1 es la desviacion de la primera medida (x1 ) y d2 para la
segunda medida (x2 ), entonces, la desviacion de la media se puede expresar como:
d1 = x1 x
d1 = x2 x
..
..
.
.
d1 = xn x

(3.3)

Observe que el valor de las desviaciones de la media puede tener valores tanto
positivos como negativos y que la suma algebraica de todas las desviaciones debe
ser cero.

3.1.3

Desviaci
on Promedio

La desviacion promedio es una indicacion de la precision de los instrumentos empleados al hacer las mediciones. Instrumentos altamente precisos daran una desviacion
promedio muy baja. Por definicion la desviacion promedio es la suma de los valores
absolutos de las desviaciones dividida por el n
umero de lecturas. Teoricamente, esta
debe tender a cero ya que las mediciones se ubican a la izquierda y derecha del valor
promedio.
N
1 X
kd1 k + kd2 | + kd3 k + ... + kdN k

kdn k
=
d=
N
N n=1

3.1.4

(3.4)

Desviaci
on Est
andar

Cuando el conjunto de medidas se aleja mucho del promedio, la medida es poco


precisa y se dice que hay alta dispersion de los datos. Por el contrario, cuando el
conjunto de medidas esta mas concentrado en torno al valor promedio, se dice que la
precision de la medida es alta y los valores medidos tienen una distribucion de baja
dispersion. Cuantitativamente la dispersion de un conjunto de medidas se puede
caracterizar por la desviacion estandar del conjunto definido como
s

S=

v
u

N
u 1
X
d21 + d22 + d22 + ... + d2N
=t
d2
N 1
N 1 n=1 n

Gua para An
alisis de Experimentos

(3.5)
E. E. Coral

27

3.1 C
omo se minimiza este error?

La desviacion estandar S caracteriza un intervalo en donde hay el 68,27% de


probabilidad de que un valor medido se encuentre dentro de este intervalo. Por
ejemplo, si se realizan 100 mediciones, se encuentra que lo valores se distribuyen de
tal forma que:

El 68,27% estan entre x S y x + S


El 95,45% estan entre x 2S y x + 2S
El 99,73% estan entre x 3S y x + 3S

3.1.5

La Varianza

La varianza es una cantidad conveniente en muchos computos por cuanto tiene la


propiedad aditiva.
V = S2

(3.6)

La desviacion estandar, sin embargo, tiene la ventaja de tener las mismas unidades
de la variable haciendo facil la comparacion de magnitudes.

3.1.6

Incertidumbre Est
andar de la Media

A medida que se realizan mas mediciones, la compensacion de los errores aleatorios


entre si van mejorando y la media del conjunto de medidas va a tener una mejor
precision. La incertidumbre estandar de la media se define como
S

x = Sm =
N

3.1.7

(3.7)

Incertidumbre Relativa Porcentual

El error relativo indica la calidad de la medicion y viene dado por

r =
E. E. Coral

x
100%
x

(3.8)

Gua para An
alisis de Experimentos

28

Captulo 3. Tratamiento estadstico de medidas

3.2

C
alculo de la incertidumbre para N peque
no

El analisis estadstico anterior se puede aplicar con confianza a un n


umero de datos
del orden de N = 100. Para medidas en el Laboratorio es aplicable a partir de
N = 10. En el caso en que N es menor que 10 se procede de la manera siguiente:
supongamos que tenemos N = 5 medidas, calculamos el promedio de los cinco valores
de acuerdo a la ecuacion dada (ecuacion 3.2)
a
=

a1 + a2 + a3 + a4 + a5
5

(3.9)

La incertidumbre se calcula restando al maximo de estos valores el valor mnimo


de los mismos y dividendo entre 2
a =

amax amin
2

(3.10)

Finalmente el intervalo de medicion se puede escribir


a=a
a

(3.11)

Ejemplo
Se mide el tiempo de cada de un cuerpo desde cierta altura. Los resultados de las
4 mediciones realizadas con un cronometro son:
t1 = 12, 0s; t2 = 12, 5s; t3 = 13, 0s; t4 = 12, 8s
El valor promedio del tiempo seg
un la calculadora es:

12, 0 + 12, 5 + 13, 0 + 12, 8


t =
= 12, 575s
4
Redondeando obtenemos
t = 12, 6s
Gua para An
alisis de Experimentos

E. E. Coral

29

3.3 Histograma

La incertidumbre obtenida de acuerdo a ecuacion 3.10 es


t =

13, 0 12, 0
= 0, 5s
2

y por la ecuacion 3.11 intervalo de la medicion obtenido es


t = (12, 6 0, 5)s
En resumen podemos decir que cuando:
N = 1 Se realiza la medida y el error de apreciacion.
N < 10 Se calcula el promedio y el error maximo.
N 10 Se realiza tratamiento estadstico (Calculo de promedio y error estandar).

3.3

Histograma

En la seccion anterior se explico que al relizar N mediciones de una magnitud x el


mejor valor de la medicion es el valor promedio y que la desviacion estandar nos
informa como se distribuyen los N datos alrededor de este valor. Si se analizan
detenidamente los datos, se encuentra que hay unos que se repiten mas que otros.
Si se agrupan de acuerdo al n
umero de repeticiones, se puede observar que los de
mayor frecuencia son los que estan cerca del valor promedio. Esto nos da la idea
de que hay valores que tienen mas probabilidad de obtenerse que otros al hacer
la siguiente medicion. Entonces podemos preguntarnos, Cual es la probalilidad de
obtener un dato en el intervalo x y x + x? Si agrupamos los datos por intervalos de
ancho x y contamos el n
umero de datos en ese intervalo y ahora hacemos un grafico
xy en donde los intervalos se colocan en la abcisa y las frecuencias en la ordenada,
obtenemos un Histograma de las mediciones. En el histograma se puede observar
claramente como se dispersa el conjunto de mediciones al rededor del valor medio y
se puede entender mejor el signifidado de la desviacion estandar y de probabilidad de
la medicion. En teora de probabilidades, cuando se hace un n
umero muy grande de
mediciones, se habla de funcion de distribucion de probabilidades f (x) y un grafico
de x en funcion de f (x) describe una curva que comunmente se le conoce como
campana de Gauss.
En la figura 3.1, se muestra esquematicamente un histograma. En el se han dibujado 6 rectangulos cuyas bases corresponden al ancho de los intervalos de medicion
y cuyas alturas representan la frecuencia o n
umero de datos en el intervalo. El area
de estos rectangulos representa la probabilidad de obtener cualquier valor, dentro
de ese intervalo, al hacer una medicion.
E. E. Coral

Gua para An
alisis de Experimentos

30

Captulo 3. Tratamiento estadstico de medidas

Figura 3.1: Ejemplo de un Histograma

3.3.1

Construcci
on del Histograma

Para construir un histograma, se van a seguir los siguientes pasos:


1. Se ordenan los datos recopilados de menor a mayor y se establece la frecuencia
de los datos que se repiten.
2. Calcular el Rango de la variable restando al dato mayor el dato menor.
Rango = dato mayor dato menor

(3.12)

3. Elegir un n
umero impar de intervalos para el histograma que este comprendido
entre 7 y 15.
4. Calcular el ancho x de los intervalos.
x =

Rango
N umero de intervalos

(3.13)

5. Si el cociente anterior no es un n
umero entero, puede ampliarse el rango de la
variable escogiendo un valor mayor que dato mayor y un valor menor que el
menor valor y obtener un nuevo rango y el ancho del intervalo
x =

x>xmax x<xmin
N uevo Rango
=
N umero de intervalos
N o. intevalos

Gua para An
alisis de Experimentos

(3.14)
E. E. Coral

31

3.3 Histograma

6. Determinar los extremos de los intervalos de tal forma que el primero sea
cerrado y el segundo abierto.
7. Obtener la frecuencia contando el n
umero de datos en cada intervalo.
8. Calcular las marcas, en donde las marcas son los puntos medios de cada intervalo.
9. Elegir unidades arbitrarias sobre los ejes, para representar las frecuencias en
ordenadas y los anchos de los intervalos en abscisas.
10. Dibujar los rectangulos correspondientes.
Ejemplo
En la tabla 3.1 se muestran los datos experimentalmente del tiempo de reaccion de
una persona, medidos cuando se solto una regla entre sus dedos la cual deba agarrar
cuando la vea cayendo. Se desea saber: a) el tiempo de reaccion promedio t, b) la
desviacion estandar S, c) el intervalo de la medicion, d) la distribucion de los datos
mediante un histograma, e) el significado fsico de t, S y t S, .
Tabla 3.1: Mediciones del tiempo de reacci
on

t(s) frecuencia
0,185
1
0,186
1
0,191
2
0,193
1
0,203
2
0,204
2
0,205
2
0,211
3
0,219
4
0,220
3
0,223
2
0,224
2
0,230
1
0,233
2
0,234
2
0,235
1

E. E. Coral

Gua para An
alisis de Experimentos

32

Captulo 3. Tratamiento estadtico de medidas

Solucion:
a) Haciendo uso de la ecuacion 3.2 se tiene
t = 0, 214 s
b) Con la ecuacion 3.5 se tiene
S = 0, 015 s
c) Despues de haber obtenido t y S calculamos la incertidumbre estandar de acuerdo
a la ecuacion 3.7 para obtener el intervalo medicion del tiempo:
t =

0, 015 s

= 0, 00375 s
16

La medicion es: t = (0, 214 0, 015) s


d) Para el histograma, obtenemos primero el rango de los datos
RAN GO = 0, 250 0, 180 = 0, 070
y
t =

0, 070
7

Por tanto, construimos el histograma comenzando en 0,180 s con intervalos de


ancho 0,010 s en los que las frecuencias estan dados en la tabal 3.2
Tabla 3.2: Intervalos para el histograma

Intervalos
1
2
3
4
5
6
7

Rangos
Frecuencia
0,180 - 0,190
2
0,190 - 0,200
3
0,200 - 0,210
6
0,210 - 0,220
7
0,220 - 0,230
7
0,230 - 0,240
5
0,240 - 0,250
2

Gua para An
alisis de Experimentos

E. E. Coral

33

3.2 C
alculo de la incertidumbre para N peque
no

e) El valor t = 0, 214 s es el valor mas probable, es decir se puede considerar como


el valor que se encuentra mas cercano al valor verdadero de t.
El valor S = 0,015 s es una medida de la dispersion de los valores medidos. Con
este valor podemos calcular el porcentaje datos caractersticos del intervalo de
dispersion dado por:
t = (0, 2140, 015) s

Esto significa que el 68,27% de los 31 datos estan entre 0, 199 s y 0, 229 s . Es
decir 0,6827 31 = 21 datos.
Si observamos la tabla de datos, estos valores estan en el comienzo del intervalo
3 y el final del 5 (entre 0,200 y 0,230) en donde se encuentran 20 datos. (6
datos en el intervalo 3, 7 en el 4 y 7 en el 5).

Figura 3.2: Histograma para los datos del ejemplo

E. E. Coral

Gua para An
alisis de Experimentos

34

Captulo 3. Tratamiento estadstico de medidas

3.4

Ejercicios

1. Se mide 10 veces la temperatura del interior de una caja, con un multmetro.


Los valores expresados en C son los siguientes: 44,6 - 44,1 - 44,3 - 44,7 - 44,9
- 45,0 - 45,1 - 44,2 - 44,4 - 44,8 Hallar el valor mas probable.
2. Se mide 35 veces la corriente que circula por un circuito con un galvanometro.
Los valores obtenidos, expresados en mA (miliamperes), son los siguientes:
21,90 - 22,00 - 21,86 - 21,93 - 22,01 - 21,71 - 21,76 - 21,83 - 21,82 - 21,75 21,48 - 21,85 - 21,76 - 21,87 - 21,74 - 21,80 - 21,74 - 21,65 - 21,84 - 21,59 21,83 - 21,68 - 21,84 - 21,63 -21,67 - 21,94 - 21,64 - 21,82 - 21,66 - 21,73 21,82 - 21,72 -21,73 - 21,79 - 21,76 Determine : a) el valor mas probable, b)
el grado de tolerancia que admiten , c) la aproximacion de los resultados en
determinaciones futuras, d) trace el histograma correspondiente.
3. En el ejercicio anterior, dentro de que lmites hay una probabilidad del 68%
de que este incluida una medida particular?
4. Que lmites dan una probabilidad del 95% ?
5. En una serie de 1500 medidas el promedio fue 637 Unid. y el error fue S = 11.
Cuantas medidas dan un resultado mayor de 659 Unid?

Gua para An
alisis de Experimentos

E. E. Coral

Captulo 4
Evaluaci
on de Experimentos
4.1

An
alisis de gr
aficas

Esta seccion tiene como objetivo, dar a conocer el procedimiento de analisis de datos
experimentales mediante las graficas en un plano cartesiano. Normalmente se desea
analizar un sistema observando el comportamiento de alguna de sus propiedades
mientras se modifica otra propiedad asignandole variaciones iguales a voluntad; por
ejemplo, al comprimir el aire mientras se infla la rueda de una bicicleta, se aumenta
la presion y como consecuencia de esto, disminuye el volumen. Si se logran medir la
presion y el volumen y se recolectan los datos en una tabla, se tendra una buena informacion. Pero una tabla de datos no es suficiente para entender el comportamiento
del sistema. Se requiere llevarlos a un plano cartesiano xy, en donde x corresponde
a la variable independiente que es la que se modifica a voluntad (abscisa) y y sera
la variable dependiente (ordenada), que es la que vamos a analizar respecto a la
otra. Esto sugiere que debe haber una relacion funcional entre las variables. Lo que
importa de aqu en adelante es encontrar una ecuacion matematica que se ajuste a
la forma de la curva trazada por los puntos en el papel milimetrado.
C
omo realizar un buen gr
afico?
Al realizar un experimento y obtener una tabla de datos, siga los siguientes pasos
para obtener un buen grafico un papel milimetrado:
1. Observe el rango de sus datos en cada columna de la tabla.
2. Trace un plano cartesiano en papel milimetrado y escoja una escala para cada
uno de ellos de acuerdo al rango de los datos en su tabla. Los ejes no deben ser
E. E. Coral

Gua para An
alisis de Experimentos

36

Captulo 4. Evaluaci
on de Experimentos

ni demasiado grandes ni demasiado peque


nos. Las escalas no necesariamente
comienzan en cero. El primer valor en un eje puede estar cerca al valor mas
bajo de cada columna. Las escalas no siempre son iguales.
3. Elegir el eje horizontal para la variable independiente y el vertical para la
variable dependiente.
4. Escoja escalas de facil lectura, por ejemplo de 2 en 2, de 5 en 5, de 10 en
10 y escriba en el eje solamente los n
umeros mas representativos de la escala.
Nunca coloque los datos de la tabla.
5. Al final de los ejes deben escribirse los nombres de las variables (ya sea con
su nombre completo o con su representacion simbolica), con sus respectivas
unidades, por ejemplo t(s) y x(m).
6. Comience a ubicar la pareja de coordenadas (x, y) en el grafico, dibujando
un punto peque
no sobre el papel, solo la huella de la punta del lapiz. Para
resaltarlo se encierra en un crculo o un cuadradito, etc. No trace lneas guas
para ubicar los puntos, las lneas del papel milimetrado lo guiaran.
7. Normalmente no se unen los puntos, pero si lo desean, puede trazar suavemente
la forma de la curva.

Figura 4.1: Ejemplo de una figura bien realizada

Gua para An
alisis de Experimentos

E. E. Coral

37

4.2 Linealizaci
on de gr
aficos

4.2

Linealizaci
on de gr
aficos

El objetivo de realizar graficas de dos variables experimentales es conocer la relacion


matematica que existe entre ellas dos. Las formas de las curvas que se perciben
en la grafica, pueden estar asociadas con alguna de las siguientes ecuaciones que
normalmente son las mas comunes en este nivel.

y = Axn , n < 0 o n > 0 (4.4)


y = Ax1
(4.5)
kx
y = Ae
(4.6)

y = Ax + B
(4.1)
2
y = Ax + Bx + C
(4.2)
3
2
y = Ax + Bx + Cx + D (4.3)

Si ustedes dibujan previamente las formas de las curvas que representan estas
ecuaciones les sera facil asociar las curvas experimentales con alguna de estas ecuaciones.
Ejercicio. Usen papel milimetrado para dibujar las curvas correspondientes a
las ecuaciones anteriores, asignandole valores arbitrarios a la variable x.

4.2.1

Ecuaci
on lineal y mnimos cuadrados

Si al dibujar en un plano cartesiano una serie de datos experimentales (parejas xy)


y los puntos obtenidos se pueden hacer corresponder con una linea recta, entonces
la ecuacion matematica asociada es la lineal, ecuacion 4.1. Escribamos ahora esta
ecuacion en en la forma habitual y = mx + b, donde m es la pendiente de la recta
que se obtiene graficamente tomando dos puntos (x1 , y1 ) y (x2 , y2 ) que se encuentren
en la mejor lnea que une todos los puntos (interpolar)
m=

y2 y1
x2 x1

(4.7)

b es el punto de interseccion o intercepto de la recta con el eje y y se obtiene


directamente del grafico. Use este metodo cuando quiera hacer calculos rapidos y
aproximados o cuando no disponga de otra herramienta.
Existe un metodo estadstico para encontrar la relacion lineal de una serie de
mediciones, conocido como mnimos cuadrados. Se puede aplicar este metodo para
encontrar m y b siempre y cuando se aprecie que los puntos del grafico tienen esta
tendencia. Las calculadoras Cassio traen incluido el modo LR (regresion lineal ) para
E. E. Coral

Gua para An
alisis de Experimentos

38

Captulo 4. Evaluaci
on de Experimentos

calcular estos parametros. Existen programas de computador para analisis de datos


experimentales como Excel y Origin que ademas de graficar, ofrecen la posibilidad
de encontrar la ecuacion que mas se ajuste a los datos.
Cuando no se tiene una calculadora o un computador disponibles, es facil hallar
la ecuacion de la lnea recta aplicando las siguientes ecuaciones que se obtienen por
mnimos cuadrados (Ver ref.[1] cap. 6 pag. 128, y Apendice 2 pag. 172 ):
Para obtener la pendiente,
n

m=

Pn
i

(xi yi )

P
n n x2

Pn
i

xi

Pn
i

yi

2


Pn
i

xi

xi

Pn

(4.8)

y para obtener el intersecto,


b=

Pn 2 Pn
x
y
i

P
n n x2
i

Pn
i

Pn
i

(xi yi )

2

(4.9)

xi

Tambien es posible obtener las incertidumbres en m y b con las ecuaciones:


Incertidumbre en m
m =

n
s
P
n n x2
i


Pn

2

(4.10)

xi

Incertidumbre en b
sP

b = m

n
i

x2i
n

(4.11)

En donde es la desviacion estandar obtenida con el analisis por mnimos cuadrados, dada por
sP

n
i (yi

mxi b)2
n2

(4.12)

Si ustedes saben usar un lenguaje de programacion como Qbasic, T urboP ascal,


C ++ , se puede realizar un programa usando ecuaciones 4.8 a 4.12 para calcular estos
valores. Intentelo!
Gua para An
alisis de Experimentos

E. E. Coral

39

4.2 Linealizaci
on de gr
aficos

4.2.2

Ejemplo

Como ejemplo, vamos a ilustrar el metodo analizando los siguientes datos que se
suponen tienen un comportamiento lineal.
Tabla 4.1: Datos para an
alisis de un comportamiento lineal

n
1
2
3
4
5

x
2
3
4
5
6
Pn
i = 20

y
4.5
5.0
7.5
8.0
10.0
35

x2
4
9
16
25
36
90

xy (y mx b)2
9
0.09
15
0.36
30
0.25
40
0.16
60
0.04
154
0.90

Para m tenemos
m=

5 154 20 35
70
=
= 1, 4
2
5 90 20
50

y para b
b=

90 35 20 154
70
=
= 1, 4
2
5 90 20
50

La ecuacion de la lnea recta que se ajusta a estos datos es


y = 1.40 + 1.40x ; 2 x 6
Los errores respectivos para A y B con = 0.55 son:
m = 0.17 0.2
b = 0.35 0.4
Por tanto
m = 1.4 0.2
b = 1.4 0.4
E. E. Coral

Gua para An
alisis de Experimentos

40

Captulo 4. Evaluaci
on de Experimentos

4.3

Gr
aficos no lineales

Cuando obtengan un grafico que no presenta forma lineal (el resto de las ecuaciones
citadas arriba), el metodo que se sigue es el de linealizacion, que consiste en transformar de alguna manera la supuesta ecuacion que ajusta a sus datos hasta obtener
una forma lineal y as, aplicarle el metodo de mnimos cuadrados. Por ejemplo, para
la ecuacion cuadratica 4.2 y = Ax2 + Bx + C la forma lineal es
yC
= Ax + B
x

(4.13)

Si al termino de la derecha le llamamos z, la ecuacion toma la forma


z = Ax + B

(4.14)

Al realizar un grafico de z en funcion de x, dandole valores arbitrarios a x,


debemos obtener la lnea recta que se ajusta a los datos experimentales. El valor
del coeficiente B es la interseccion de la recta en el grafico de z vs. x y el coeficiente
A es la pendiente. C es el valor inicial de y en x = 0.

4.3.1

Funci
on Potencial

En muchos casos el grafico de una serie de datos x, y no se ajustan con una forma
lineal, ni a una funcion cuadratica, entonces, probando con la funcion y = Axn en
la siguiente forma lineal
Para linealizar la funcion, aplicamos el logaritmo decimal en la siguiente forma:

y = Axn = log y = log(Axn )


log y = logA + log xn
log y = logA + n log x

(4.15)

Si hacemos Y = log y , X = log x, b = log A y m = n la ecuacion 4.15 toma la


forma lineal:
Y = mX + b

(4.16)

Para observar la linealidad en forma logartmica, se hace el grafico log y vs.


log x o los datos de las variables se llevan directamente a un papel logartmico
Gua para An
alisis de Experimentos

E. E. Coral

41

4.3 Gr
aficos no lineales

( papel log-log) como se muestra en la figura 4.3. Los valores de m y b se obtienen


por el metodo de mnimos cuadrados. Cuando se ha dibujado el grafico en papel loglog, recuerde que al calcular la pendiente, los valores usados deben ser los logaritmos
de los datos.

Figura 4.2: Grafica de la funci


on y = kxn en papel logartmico

4.3.2

Funci
on exponencial

Si la funcion es de forma exponencial de base e, se linealiza aplicando el logaritmo


natural o neperiano (ln) a ambos lados de la ecuacion:
y = Aekx = ln y
ln y
ln y
ln y

=
=
=
=

ln(Aekx )
lnA + ln ekx
lnA + k ln ex
lnA + kx

(4.17)

la ecuacion resultante es de forma lineal, en donde ahora: Y = ln y, X = x,


m = k y b = lnA. Al realizar la grafica de lny vs. x obtenemos una lnea recta,
siempre y cuando esa sea la curva que se ajuste a los datos experimentales. En
caso contrario, se deja a un lado y se prueba con otra ecuacion. Un ejemplo de
este tipo de linealizacion se muestra en la figura 4.4 en donde se ha usado papel
semilogartmico (semi-log) para observar el comportamiento lineal .
E. E. Coral

Gua para An
alisis de Experimentos

42

Captulo 4. Evaluaci
on de Experimentos

Figura 4.3: Gr
afica de la funci
on y = Aekx en papel semilogartmico

4.3.3

Ejemplo

Los siguientes datos muestran el resultado de la medicion de la descarga en funcion


del tiempo de un elemento electronico llamado condensador o capacitor. Los datos
se obtuvieron midiendo el voltaje cada 2 segundos.
Tabla 4.2: Datos para la descarga de un condensador

Voltaje(V )
50,0
33,5
22,5
15,1
10,1
6,8
4,5
3,0
2,0
1,4

Tiempo(s)
0,00
2,00
4,00
6,00
8,00
10,00
12,00
14,00
16,00
18,00

Al realizar la grafica del voltaje contra el tiempo, (ver figura 4.4), se observa
una curva decreciente. Asumimos hipoteticamente que la ecuacion es de la forma
y = Aekx . Para confirmar esto, realizamos un grafico de ln x contra t,(figura 4.5).
Gua para An
alisis de Experimentos

E. E. Coral

43

4.3 Gr
aficos no lineales

Figura 4.4: Decrecimiento exponencial del Voltaje de un condensador

Figura 4.5: Linealizaci


on de los datos de la tabla 4.2 dibujados en papel semilog.

E. E. Coral

Gua para An
alisis de Experimentos

44

Captulo 4. Evaluaci
on de Experimentos

Como se puede observar, la serie de puntos dibujados muestra una tendencia lineal
en la forma de la ecuacion 3.3, lo que sugiere que nuestra hipotesis es verdadera.
Aplicando el metodo de mnimos cuadrados y comprobando con una calculadora, se
encuentra que la ecuacion de la recta es
ln y = 0, 2x + 3, 91
donde ln A = 3, 91 , por tanto
A = ln1 (3, 91) = e3,91
luego
A = 50
Para la pendiente tenemos
k = 0, 2
Por tanto la ecuacion del grafico es:
y = 50e0,2x
Ahora, usando las variables de los datos iniciales se tiene:
V = 50e0,2t , 0 t 18s

4.3.4

Linealizaci
on de modelos conocidos

En la mayora de experimentos que ustedes van a realizar, ya conocen de antemano


el modelo matematico del sistema que se estudiara. Para la comprobacion de los
modelos se pueden basar en los siguientes procedimientos.
T
erminos lineales sencillos
Existen algunos modelos en donde los terminos se pueden representar directamente
como terminos lineales, por ejemplo la funcion
Gua para An
alisis de Experimentos

E. E. Coral

4.4 An
alisis de gr
aficos con ayuda de calculadoras

v 2 = 19, 62x

45

(4.18)

Si hacemos Y = v 2 y 4X = x, al graficar Y contra X obtendremos una lnea


recta de pendiente 19,62 (Unidades). Tambien se puede usar la forma equivalente
x=

1
v2
19, 62

(4.19)

tomando como variable vertical a x y como variable horizontal a v 2 .


Variables Combinadas
Existen algunos casos de graficos no lineales en donde no es inmediato obtener el
termino lineal. Para lograrlo, se recurre a realizar operaciones en ambos lados de
la ecuacion hasta obtener terminos donde aparecen las variables combinadas que
vienen a representar las variables X y Y en la forma lineal. Un ejemplo es el caso
del periodo para el pendulo fsico que viene dado por:
s

T = 2

h2 + k 2
gh

(4.20)

Elevando al cuadrado ambos lados de la ecuacion y luego multiplicando por h se


tiene
h2 =

g 2
T h k2
2
4

(4.21)

Esta forma de la ecuacion ya es lineal, pero si despejamos h2 obtenemos una


forma lineal mas sencilla
T 2h =

4 2 2 4 2 2
h +
k
g
g

(4.22)

Haciendo Y = h2 , X = T 2 h, m = 4g y b = k 2 , tenemos una relacion lineal y


un grafico de h2 contra T 2 h sera el de una lnea recta.

4.4

An
alisis de gr
aficos con ayuda de calculadoras

Se puede usar una calculadora Cassio para obtener los parametros m y b de una serie
de datos experimentales cuya grafica tiene comportamiento lineal, ya sea dibujada
E. E. Coral

Gua para An
alisis de Experimentos

46

Captulo 4. Evaluaci
on de Experimentos

en papel milimetrado, logartmico o semilogartmico.

4.4.1

Calculadoras Cassio FX95MS Y FX100MS

Digite las teclas

para entar en el modo REG.

Aparecera el siguiente men


u 1(Lin), 2(Log), 3(Exp).
Presione

para entrar en el modo de Regresion Lineal.

Inicie siempre el ingreso de datos con

Para introducir la pareja de datos (x,y), por ejemplo (2; 4,5), digite:
2
4.5
Repitan el paso anterior para introducir las siguientes parejas de datos.
Para obtener los valores de la pendiente y el intercepto, la calculadora usa la
formula y = B + Ax, donde A y B corresponden al intercepto y la pendiente respectivamente.
Pendiente:
Intercepto:

4.4.2

Calculadora Cassio FX350ES

Todos los calculos estadsticos se realizan en el modo STAT. Para entrar a este modo,
presiones las teclas: MODE 2
Para seleccionar el modo de Regresion lineal, presione de nuevo la tecla
Aparecera la pantalla que se observa en la figura 4.6

Figura 4.6: La pantalla en el modo Regresi


on Lineal presenta dos columnas x y y.

Como observa el cursor aparece en la columna x. Si quiere mover el cursor a


la columna y utilice las teclas del cursor. La ecuacion lineal en la calculadora es
y = A+Bx.
Gua para An
alisis de Experimentos

E. E. Coral

47

4.5 Uso de programas de computador

Para ingresar los datos en x, escriba el numero, por ejemplo 12.3 y luego la tecla
= , el cursor baja para esperar el siguiente dato.
Ubique el cursor en eje y para ingresar los datos de esta columna en la misma
forma que en x.
Borre la pantalla presionando

AC

Para obtener la pendiente A presione las teclas en el orden:

SHIFT

Para obtener el intercepto B presione las teclas en el orden:

SHIFT

Si desean obtener mas informacion pueden descargar el manual completo de la


calculadora vistando la pagina de internet:
http://www.instructionsmanuals.com/u2 /pdf/calculadoras/Casio-FX350ES-es.pdf

4.5

Uso de programas de computador

Si saben usar programas graficadores para computador tales como Excel, Origin para
Windows o los equivalentes en Linux (Ubutu), intenten usarlos y repetir lo realizado
anteriormente para comparar resultados. Estos programas tienen subrutinas para realizar
la regresi
on lineal y son capaces de dibujar las graficas que usted necesite evaluar y se
puede obtener la ecuaci
on que se ajusta a sus datos. Cualquier informacion se puede
obtener a traves de Internet.

4.5.1

Gr
aficas en Excel

Aqu se va a hacer una breve explicacion del uso del programa Excell para Windows la cual
debea ser explorada para entender como funciona. Una vez abierto el programa Excell,
aparece la pantalla de la figura 4.7
Inicie escribiendo los datos experimentales en las columnas. Excel siempre interpreta
la columna izquierda como la variable x y la columna derecha como la variable y. Al
finalizar, seleccione las columnas y ubique en el men
u de la barra superior la opci
on
insertar. De las opciones que despliega, seleccione dispersi
on y seguidamente haga clic en
el icono que muestra solo puntitos, como se muestra en la figura 4.8. El resultado de toda
esta operaci
on es una gr
afica en un como plano cartesiano como se ve en la figura 4.9.
Cuando se quiere hacer el ajuste a los puntos experimentales, ubique el cursor (flecha)
sobre cualquier punto de la gr
afica y haga click con el boton derecho del mousse. Escoja
la opci
on agregar linea de tendencia. Aqu se aparecen otras opciones que se refieren al
tipo de curva que va a ajustar (exponencial, lineal, logaritmica) seleccione la opcion mas
adecuada de acuedo a la geometria que adquieren sus puntos. Finalmente seleccione en la
misma ventana las opci
on presentar ecuaci
on en el gr
afico.

E. E. Coral

Gua para An
alisis de Experimentos

48

Captulo 4. Evaluaci
on de Experimentos

Figura 4.7: Pantalla inicial de Excel

Figura 4.8: Selecci


on de la opci
on graficar

Gua para An
alisis de Experimentos

E. E. Coral

49

4.5 Uso de programas de computador

Figura 4.9: Selecci


on de ajuste de la gr
afica

Figura 4.10: Esta figura muestra los tipos de ecuaciones que se pueden seleccionar
para el ajuste.
E. E. Coral

Gua para An
alisis de Experimentos

50

Captulo 4. Evaluaci
on de Experimentos

4.6

Ejercicios

Use los conceptos de linealizaci


on y mnimos cuadrados anteriormente mencionados para
encontrar las ecuaciones que relacionan los datos de x y y en las siguientes tablas:
Tabla 4.3:
Ejercicio 1

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

Tabla 4.4:
Ejercicio 2

y
10
12
15
19
24
30
37
45
54
64
75

Gua para An
alisis de Experimentos

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

y
5
8
14
22
37
61
100
166
273
450
742

Tabla 4.5:
Ejercicio 3

x
1
2
3
4
5
6
7
8
9
10

y
12,5
6,3
4.2
3.1
2,5
2,1
1,8
1,6
1,4
1,3

E. E. Coral

Ap
endices

E. E. Coral

Gua para An
alisis de Experimentos

Ap
endice A
Instrumentos de Medici
on 1
Los instrumentos de medici
on son aparatos que poseen una escala numerica que se ha
calibrado de acuerdo a la magnitud que se desea medir. Generalmente las escalas de los
instrumentos tradicionales son decimales (SI). Los instrumentos de medicion modernos
poseen visualizadores digitales que son mas precisos.
Veamos a continuaci
on la descripcion de algunos instrumentos de medicion u
tiles en
las clases de laboratorios de fsica.

A.1

Calibrador o Pie de rey

El calibrador o pie de rey es un instrumento de precision que permite medir decimas


de milmetro sin hacer estimaciones. Este instrumento fue inventado en 1631 por el
matem
atico frances Pierre Vernier, razon por la cual tambien se le conoce como Vernier.
Este instrumento sirve para medir espesores, diametros exteriores e interiores y profundidades (ver figura A.1).

A.1.1

Principales partes del calibrador

1. Escala principal.
2. Nonio o escala m
ovil.
3. Puntas para medici
on de espesores y diametros exteriores (mandbulas fija y movil).
4. Puntas para medici
on de diametros interiores.
5. Barra para profundidades.
6. Tornillo de fijaci
on.
E. E. Coral

Gua para An
alisis de Experimentos

54

Ap
endice A

Figura A.1: Partes del Calibrador o Pie de rey.


La escala fija tiene un rango de 15 cm y esta graduada en mm. Sobre la regla principal,
se desliza una peque
na regla llamada nonio con una escala de 10 divisiones o mas que
corresponde a lecturas de 1/10, 1/20, 1/40 o 1/50 de milmetro.

A.1.2

Principio de funcionamiento

Escala de 10 divisiones
En el caso de un nonio con una escala de 10 divisiones, cuando los dos ceros coinciden, la
escala completa del nonio mide 9 mm. De esta forma, una division del nonio equivale a
9/10 de mm (Ver figuras A.2).

Figura A.2: Divisiones del Nonio para un rango de 9 mm


Observen que la primera divisi
on del nonio le falta 0,1 mm para completar 1 mm.
Si ahora desplazamos el nonio hasta hacer coincidir la primera division con el primer
milmetro de la escala fija, las mandbulas se separen justamente 0,1 mm. Ahora, analizando la segunda divisi
on, observamos que su distancia hasta el cero es de 1.8 mm, es
decir faltan 0,2 mm para alcanzar la segunda division de la escala fija. Si desplazamos
ahora el nonio hasta que la divisi
on 2 del nonio coincida con la segunda division superior, se observa que las mandbulas se separan exactamente 0,2 mm. Si continuamos el
procedimiento anterior con todas las divisiones, entonces se encuentra que cada division
Gua para An
alisis de Experimentos

E. E. Coral

55

A.1 Calibrador o Pie de rey

Tabla A.1: Longitud de cada divisi


on del nonio al cero de la escala.

divisiones
del nonio
1
2
3
4
5
6
7
8
9
10

longitud
en mm
0,9
1,8
2,7
3,6
4,5
5,4
6,3
7,2
8,1
9,0

diferencias
en mm
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0.9
1.0

del nonio que coincida con la division superior que este a su derecha, corresponde a una
separaci
on de las mandbulas equivalente a las decimas correspondientes del nonio. En la
tabla A.1 se observa lo anterior con mas claridad.
En las figuras A.3 y A.4 se dan dos ejemplos del procedimiento de lectura con el
calibrador. Para el caso de la figura A.3, se ha hecho coincidir la tercera division del nonio
con la tercera divisi
on del la regla principal. De acuerdo con lo relacionado en la tabla A.1
el nonio se ha desplazado 0,3 mm, quedando las puntas separadas en la misma magnitud.
En el ejemplo de la figura A.4, el cero del nonio ha superado el primer milmetro de la
escala principal pero se encuentra entre la primera y la segunda division, se observa que
la cuarta divisi
on del nonio coincide con una division superior, quedando separadas las
puntas la cantidad correspondiente a 1,4 mm.

Figura A.3: La divisi


on 3 del Nonio coincide con la 3 de la escala principal, las
puntas se separan 0,3 mm
Una escala del nonio con un rango de 9 mm no es muy practica por lo que es m
as
E. E. Coral

Gua para An
alisis de Experimentos

56

Ap
endice A

Figura A.4: Las puntas est


an separadas 1,4 mm, puesto que la cuarta divisi
on del
nonio coincide con una divisi
on de la escala principal
diferencias entre las escalas fija y movil se obtiene entre la primera division y la segunda
division, entre la segunda divisi
on y la cuarta, etc. para lograr las mismas separaciones
entre las mandbulas indicadas en la tabla A.1.

Escalas de 20 y 50 divisiones
Una escala de 20 divisiones permite medir hasta 0,05 mm. Esta escala se logra ampliando
el rango de la escala m
ovil hasta 19 mm de tal forma que al dividirlo en 20 partes, cada
division es igual a 19
=
0, 95mm. De esta forma se obtiene una diferencia de 0,05 mm
20
entre la primera divisi
on del nonio y la primera division de la escala fija, 0,1 mm entre la
segunda divisi
on del nonio y la segunda en la escala fija, etc.
Una escala de 50 divisiones se obtiene cuando la escala del nonio con un rango de 49
49
mm se divide en 50 partes iguales en la que cada division es equivalente a 50
= 0, 98mm y
la diferencia entre las dos primeras divisiones de ambas escalas con las mandbulas cerradas
es de 0,02 mm, siendo esta cantidad la sensibilidad del calibrador.

Gua para An
alisis de Experimentos

E. E. Coral

Ap
endice B
Instrumentos de Medici
on 2
B.1

Micr
ometros y Esfer
ometros

Los micr
ometros y esfer
ometros son instrumentos de medicion de longitudes del orden
de 0,01 mm. Los micr
ometros se usan especficamente para medir espesores o diametros
muy finos, mientras los esfer
ometros, ademas de medir espesores o alturas muy peque
nas,
tambien sirven para medir indirectamente el radio de curvatura de superficies esfericas.

B.1.1

El micr
ometro

Un micr
ometro consta de las siguientes partes: 1) yunque de medicion, 2) husillo de
medici
on, 3) arco, 4) tambor, 5) trinquete, 6) seguro de husillo, 7)tambor graduado, 8)
escala principal que se muestran en la figura B.1

Figura B.1: Esquema de un micr


ometro y sus partes.
E. E. Coral

Gua para An
alisis de Experimentos

58

Ap
endice B

La escala principal tiene un rango de 0 a 25 mm y posee dos graduaciones: las divisiones


superiores indican milmetros mientras que las inferiores indican medio milmetros. El
tambor graduado tiene una escala movil dividida en 50 partes que equivalen a 0.5 mm,
es decir, casa divisi
on es igual a 0,01 mm. El objeto a medir se coloca entre el yunque y
el husillo. El mecanismo del micr
ometro es un tornillo que avanza de derecha a izquierda
mientras se gira con los dedos por medio del tambor. El tornillo avanza 0,5 mm por cada
vuelta. El husillo esta unido al extremo del tornillo y cuando este esta cerca del objeto
a medir, lo m
as recomendable es hacer avanzar el tornillo por medio del trinquete para
evitar da
nos tanto en el objeto a medir como en el instrumento de medicion.
En la figura B.2 se puede ver la manera adecuada de usar el micrometro.

Figura B.2: Imagen de una medici


on con el micr
ometro.
La figura B.3 muestra un ejemplo de una medicion. La graduacion superior de la escala
fija indica mm y la inferior indica 0,5 mm y la lectura de la escala movil se multiplica por
0,01 mm. As, la lectura indicada es: 1 mm + 0,5 mm + 0,90,01 = 1,59 mm, siendo 9
la cifra incierta.

Figura B.3: Lectura de una medici


on con un micro
ometro.

Gua para An
alisis de Experimentos

E. E. Coral

59

B.1 Micr
ometros y Esfer
ometros

B.1.2

El Esfer
ometro

El Esfer
ometro se usa principalmente para medir el radio de curvatura de objetos esfericos.
Esta compuesto por las siguientes partes (ver figura B.4):
1. Trpode. Son por tres patas terminada en punta que forman un triangulo equilatero.
La estructura en la que se ubican las patas tiene una rosca en su centro por donde
pasa un tornillo de 1,0 mm o 0,5 mm de paso
2. Tornillo. Este pasa por la rosca de la estructura y termina en punta y corresponde
a la punta de medici
on.
3. Disco met
alico. Este disco esta unido en la parte superior del tornillo y esta dividido
en 100
o 500 partes iguales, dependiendo del paso de la rosca.
4. Regla. Es una escala graduada en milmetros que se encuentra sobre la estructura
del trpode
Algunos esfer
ometros poseen un micrometro con tambor graduado, pueden ser
tambien de reloj o digitales.

Figura B.4: Esquema de un esfer


ometro y sus partes.

E. E. Coral

Gua para An
alisis de Experimentos

60

Ap
endice B

Uso del Esfer


ometro
Antes de hacer cualquier medici
on con el esferometro, es necesario ajustar el cero de las
escalas. Para esto, se debe colocar el dispositivo sobre una superficie lisa y plana en la
que puedan descansar el trpode y la punta de medicion y seguidamente se mueve el cero
de la escala del disco hasta hacerlo coincidir con el cero de la regla fija. Normalmente no
se logra ajustar bien, de ser as, el cero se ajusta con las divisiones que coincidan con el
cero de la escala fija.
Al hacer una medici
on, se eleva la punta de medicion girando el tornillo en sentido
contrario hasta una altura adecuada seg
un la magnitud a ser medida. Luego se ubican las
partas sobre la superficie esferica y se gira el tornillo hasta que la punta de medicion toque
la superficie, esto se hace por medio del trinquete. Si no existiera el trinquete, entonces
use la yema de su dedo ndice y tocando suavemente el borde del disco hagalo girar hasta
que la punta de medici
on tope con la superficie.

Figura B.5: Modo de usar un esfer


ometro para calcular el radio de curvatura.
En la figura B.5 se aprecia un esquema geometrico de la relacion de las dimensiones
medibles con el esfer
ometro. El tri
angulo rectangulo que se forma, nos da la ecuacion B.1.
R=

x2 + a2
2a

(B.1)

Donde x es la distancia entre una de las patas y la punta de medicion, medida mientras
reposa en la superficie plana y a es la lectura realizada en las escalas del esferometro.

Gua para An
alisis de Experimentos

E. E. Coral

Ap
endice C
Modelo de informe
ESCRIBA EL TITULO ADECUADO DEL EXPERIMENTO REALIZADO
J. M. Sarmiento, K. Fonseca, A. Berm
udez, L. M. Montes
Universidad del Atlantico
Departamento de Fsica
Fecha de entrega: junio 2 de 2010
RESUMEN
Describa brevemente el contenido de la practica, con un espacio no mayor de 10 renglones, en el cual se viertan los principales aspectos de lo que se realizo, como se realiz
o,
para que se realiz
o y que se obtuvo, de tal manera que al lector se le brinde la oportunidad
de decidir si le interesa o no conocer el contenido del reporte con solo leer el resumen.

1. INTRODUCCION
Se plantean los objetivos del trabajo y la motivacion. Tambien se hace una presentaci
on
general del trabajo que est
an presentando.
TEORICA

2. DISCUSION
Escriba en forma resumida los aspectos mas fundamentales de la teora y que le sirvan
de base para la consecuci
on de los objetivos, presentando la relacion de las variables
dependientes e independientes, enunciando y enumerando las leyes o ecuaciones que rigen
el fenomeno.

3. METODOS
EXPERIMENTALES
Escriba el procedimiento seguido paso a paso en forma de parrafo, haciendo una descripcion del equipo de laboratorio usado, como se instalaron los dispositivos. Observe todos
los detalles de los equipos como rangos de medicion, precision de la escala de medida,
marca de los aparatos, etc. Se recomienda que culmine esta parte con un diagrama o
dibujo indicando la localizaci
on de los aparatos. Al escribir use un lenguaje impersonal y
E. E. Coral

Gua para An
alisis de Experimentos

62

Ap
endice C

en pasado (Se realiz


o..., se construyo..., etc.)

4. ANALISIS
DE RESULTADOS Y DISCUSION
Escriba aqu los resultados obtenidos indicando cuales de las ecuaciones de la seccion 2
los llevaron a ellos. Interprete los resultados comparandolos con los esperados teoricamente.
Escriban los errores obtenidos. Justifique sus discrepancias obtenidas. Coloque aqu las
graficas realizadas numer
andolas y escriba sus respectivos comentarios y analisis.

5. CONCLUSION
Escriba aqu lo que aprendi
o de su analisis, indicando si se cumplio el objetivo plenamente y de las respectivas recomendaciones para futuras experiencias.
REFERENCIAS
Escriban las referencias bibliogr
aficas consultadas para elaborar el informe en el siguiente esquema:
1. A. U. TOR (iniciales del nombre y apellido), nombre del texto, editorial, paginas,
fecha.
2. ...
Nota: Cuando la gua de laboratorio tenga preguntas, redacte sus respuestas en las
respectivas secciones de su informe sin que aparezcan como respuestas directas a las preguntas.

Gua para An
alisis de Experimentos

E. E. Coral

Referencias bibliogr
aficas
[1] D. C. BAIRD. Experimentacion, una introduccion a la teora de mediciones y al
dise
no de experimentos. 2a. Ed. Prentice-Hall Interamericana, S. A. 1991.
[2] Vicenzo Giamberardino, Teora de los errores. Editorial Reverte.
[3] B. J. Brinkworth. An Introduction to Experimentation. The English University Press
Ltd. London, 1971.
[4] S
aez R. S., Font A. L. Incertidumbre de la medicion : Teora y Practica. Consultores
C. A. Maracay, Venezuela 2001.
[5] J. Mahecha G
omez, Manual de Laboratorio de Fsica I. Editorial Universidad de
Antioquia, 1992.
[6] C. Brito de Cruz, H. L. Fragnito. Gua para Fsica Experimental. IFGW, Universidad
de Campinas, Brasil. 1997. (Bajado pagina de Internet).
[7] Ignacio Cruz Encinas; Trabajo en el Laboratorio. Departamento de Fsica universidad
de Sonora. 1997 (Bajado de la Internet).
[8] Michel Valero. Guas de Experimentos de Fsica General, Departamento de Fsica.
Universidad del Valle, Cali Colombia, 1996.
[9] Bureau International des Poids et Mesures. 8th edition 1998. Pag. Internet http :
//www.bipm.org/f r/si/si brochure/
[10] Alexander Caneva Rinc
on, Teora de Errores. Pag.
//newton.javeriana.edu.co/articulos/cif ra/cif rahtm.

Internet

http

[11] M. S. Aguirre, S. J. Meza. Fsica I, Mecanica y Termodinamica. Universidad Nacional del Nordeste, Argentina. Pag. Internet:
http
:
//exa.unne.edu.ar/departamentos/dpto f isica.php
[12] Para ampliar el conocimiento. http : //www.librosintinta.com/busca/calculo + de +
la + incertidumbre/pdf /

E. E. Coral

Gua para An
alisis de Experimentos