Manual de Laboratorio

Laboratorio de Fsica General I

Manual de Laboratorio
Laboratorio de Fsica General I

Dionisio Gutirrez Fallas

Natalia Murillo Quirs
Deybith Venegas Rojas
Escuela de Fsica
Instituto Tecnolgico de Costa Rica

2014

Prlogo

En la Ciencia e Ingeniera actuales se destinan gran cantidad de recursos para la

investigacin, puesto que se ha reconocido su importancia en el desarrollo del
conocimiento cientfico y tecnolgico, especialmente en la innovacin y mejoramiento de
las aplicaciones industriales. Desde este punto de vista, las universidades se han dado a la
tarea de formar a sus profesionales con las capacidades y destrezas suficientes para
fomentar una cultura de investigacin, cuyo propsito sea el beneficio de la sociedad en sus
diversos aspectos.
Dentro de estos propsitos, a travs del primer curso de laboratorio de Fsica General se
pretende facilitar al estudiante la comprensin de los conceptos tericos, desarrollar
destrezas en el uso del equipo de laboratorio, reconocer la importancia del diseo
experimental y especialmente conocer algunas tcnicas de anlisis.

Este manual tiene como objetivo servir de gua para la realizacin de las prcticas del curso
de Laboratorio de Fsica General I, impartido en el Instituto Tecnolgico de Costa Rica. La
gua se divide en tres partes.
En la primera parte, se presentan algunos fundamentos tericos y convenciones
establecidas que se relacionan con el desarrollo de las Experiencias y Prcticas de
Laboratorio.
En la segunda parte, se encuentran las Experiencias de Laboratorio cuyo objetivo es que el
estudiante desarrolle habilidad en el tratamiento de datos experimentales, en la
observacin y el anlisis de la informacin.
Dado que este es el primer curso de Laboratorio de Fsica, las Experiencias orientan
detalladamente al estudiante con el propsito de desarrollar el conocimiento a travs de la
observacin de modelos, sin embargo, se plantean cuestionamientos para que el estudiante
sintetice, asimile los conceptos y valores sus propias decisiones.
En la tercera parte de la gua se encuentran las Prcticas de Laboratorio, cuyo nfasis radica
en la utilizacin de los conceptos desarrollados sobre las mediciones, el anlisis sistemtico
i

de la informacin y principalmente la comunicacin de los resultados a travs de un informe

o reporte escrito, pues a travs de este, el investigador facilita la sntesis y comprensin de
los resultados como tambin las conclusiones obtenidas. Adems, las prcticas
complementan los conceptos tericos sobre el movimiento, estudiados en el curso de Fsica
General.
Tanto en las Experiencias como en las Prcticas de Laboratorio, se fomentar la utilizacin
de la tecnologa moderna, enfatizando en el tratamiento, registro de datos y observaciones
a travs de hojas electrnicas de trabajo.
Las convenciones y estndares utilizados en la gua servirn de base fundamental para que
en el tratamiento de situaciones reales, la adaptacin sea muy simple.
En este curso se insistir en la expresin correcta de las mediciones, adems de tomar
conciencia del concepto de la incertidumbre en la medicin.
Para facilitar la comprensin de los conceptos ms importantes, a lo largo del manual se
encontrarn diversos ejemplos.

Los autores.

ii

Contenido

Prlogo ................................................................................................................................................. i
Primera Parte ...................................................................................................................................... 1
Elaboracin de tablas ...................................................................................................................... 2
Principios de Estadstica .................................................................................................................. 6
Evaluacin de la Incertidumbre .................................................................................................... 16
Confeccin de Grficos.................................................................................................................. 23
Cambio de variable........................................................................................................................ 32
Regresin Lineal ............................................................................................................................ 37
Redaccin del Informe .................................................................................................................. 43
Segunda Parte ................................................................................................................................... 56
Introduccin a la Estadstica Bsica .............................................................................................. 57
Incertidumbre en las Mediciones Directas e Indirectas ................................................................ 61
Elaboracin de Grficos ................................................................................................................ 66
Anlisis de regresin ..................................................................................................................... 70
Redaccin de Informes.................................................................................................................. 78
Tercera Parte ..................................................................................................................................... 80
Movimiento Rectilneo Uniformemente Acelerado (MRUA) ........................................................ 81
Movimiento Parablico ................................................................................................................. 88
Dinmica Rotacional...................................................................................................................... 94
Apndices ........................................................................................................................................ 102
Clculos estadsticos utilizando la calculadora ........................................................................... 103
Clculo de la ecuacin de mejor ajuste por el mtodo de mnimos cuadrados mediante la
calculadora .................................................................................................................................. 105
Bibliografa ...................................................................................................................................... 107

iii

Primera Parte
Teora

Elaboracin de tablas
Las tablas proveen una forma muy concisa y clara de presentar grandes cantidades de informacin
en poco espacio. A todas las tablas formales se les debe dar un nmero y un ttulo preciso que va
encima de la tabla. Si se citan en el texto, se deben nombrar con la palabra Tabla seguida por el
nmero de esta. Las tablas deben siempre ajustarse a una sola pgina, es decir, no se deben dividir.
Si es una gran cantidad de datos, se divide en varias tablas, en las que se repiten los encabezados
de las columnas, se asigna el mismo nmero de tabla y el ttulo seguido de la palabra continuacin
entre parntesis. Los encabezados de columna deben estar resaltados en negrita.
A las tablas simples y pequeas, que no sobrepasen las cinco filas con no ms de dos columnas, se
les cataloga como informales. A estas no es necesario ponerles ttulo o nmero. Sin embargo, en
nuestro curso de laboratorio es recomendable numerar las tablas y asignar un ttulo a todas ellas.
Siempre deben darse las unidades de medida, ya sea en el ttulo o en los encabezados de columna
y se encierran entre parntesis, seguidas de un espacio. En cada columna debe usarse slo una
unidad de medida. Por otro lado, para ahorrar espacio, las abreviaturas o siglas deben usarse
siempre que sea posible. Es preferible el uso de decimales en vez de fracciones a menos que estas
sean muy usadas en el rea de estudio.
A continuacin se dan algunos ejemplos que muestran algunas de las diferentes formas de tabular
informacin.

Ejemplo 1:
Tabla 1. Medicin del tiempo y la distancia para el MRUA.
No. de Medicin

Distancia
Tiempo
d ( 0,01 m) t ( 0,01 s)

1
2
3
4
5

En este caso, las cantidades fsicas se mencionan en el ttulo, pero en el encabezado de las columnas
tambin se incluye el smbolo. Lo dado entre parntesis denota la resolucin del indicador del
instrumento. Es importante registrar el nmero de orden de las mediciones, lo que se hace en la
primera columna.

Ejemplo 2:
Tabla 2. Medicin del tiempo (t) y la distancia (d) para el MRUA.
No.
1
2
3

d/m
23,2
23,5
23,4

103 s/t
0,231
0,266
0,254

En este caso, se utiliza en la primera columna la abreviatura No. para referirse al nmero de orden
de las mediciones. En la segunda y tercera columnas, las cantidades son adimensionales. En la
segunda y tercera columnas se dan dos representaciones diferentes en el encabezado de columna,
ambas aceptadas por el SI.
Adems, todos los datos son consistentes con el nmero de cifras significativas asociadas a la
medicin en cada columna. Como se puede observar, en este caso se usaron comas como separador
decimal, pero el SI tambin acepta el punto. Una vez elegido alguno de los dos, se debe ser
consistente y mantenerlo en todo el documento.

Ejemplo 3:

Tabla 3. Medicin del tiempo (t) y la distancia (d) para el MRUA.

No. (d 0,1) m (t 0,01) s
1
2
3
4
5

En este ejemplo, en el ttulo se dan los smbolos de las cantidades fsicas y por esto no es necesario
dar nuevamente el nombre en el encabezado de columna. En la notacin de la segunda y tercera
columnas se enfatiza que tanto la variable como la resolucin del instrumento tienen la misma
unidad.

Ejemplo 4:
Tabla 4. Medicin del periodo de un pndulo simple en funcin de la longitud.
Periodo ( 0,01 s)
Angulo ( 1)

(s) ST (s)
T1 T2 T3 T4 T5

Tabla 4. Medicin del periodo de un pndulo simple en funcin de la longitud.

(continuacin)
Periodo ( 0,01 s)
ngulo ( 1)

(s) ST (s)
T1 T2 T3 T4 T5

En este ejemplo se muestra la manera en que se divide una tabla que no se pueda ajustar a una
pgina completa. Ntese que las mediciones de los periodos se pueden registrar en filas y no en
columnas. En este caso, cada fila corresponde a un ngulo diferente y en las ltimas columnas se
dan los promedios y desviaciones estndar de cada conjunto de datos.

Principios de Estadstica
1. Conceptos bsicos
La estadstica es una disciplina dedicada al desarrollo y aplicacin de la teora y las tcnicas
apropiadas para la recoleccin, clasificacin, presentacin, anlisis e interpretacin de datos
obtenidos por observacin o experimentacin, con lo que luego se puede llegar a conclusiones
basadas en estos, por lo que se ha convertido en una herramienta esencial de la investigacin en
casi todos los campos de la actividad humana.
Todo estudio o investigacin tiene como referencia un conjunto de elementos (personas, animales,
objetos, mediciones, etc.). A la coleccin completa de todos los elementos a estudiar se le denomina
poblacin. La poblacin puede ser finita (tiene un nmero limitado de elementos) o infinita (tiene
un nmero infinito de elementos).
Un ejemplo de poblacin finita son los estudiantes del TEC del presente ao. Otro ejemplo seran
los estudiantes de secundaria de Costa Rica en el presente ao. En este caso, aunque es una
poblacin mucho ms grande, sigue siendo finita. Por otro lado, un ejemplo de poblacin infinita
sera los estudiantes del TEC. En este caso, como no se da mayor especificacin, la poblacin
comprende los estudiantes del TEC en el pasado, presente y futuro, por lo que sera una poblacin
con una cantidad de elementos infinita.
Cabe resaltar que si se va a analizar un proceso o experimento, los elementos a estudiar son las
mediciones u observaciones. Dado que, tericamente, las mediciones se pueden repetir
indefinidamente bajo las mismas condiciones, la poblacin de mediciones u observaciones es
infinita.
Toda investigacin, estudio o experimento se realiza, habitualmente, con el objetivo de obtener
conclusiones o resultados y poder generalizarlos a la poblacin total. Una forma de hacer esto es
realizar el experimento a toda la poblacin, es decir, hacer un censo. No obstante, en la mayora de
los casos, esto no es posible para poblaciones infinitas o para poblaciones finitas muy grandes no es
prctico (por el factor econmico o de tiempo). Es por eso que lo ms fcil, barato y rpido de hacer
es tomar una muestra de la poblacin, analizarla y luego generalizar los resultados a la poblacin.
Durante el muestreo, siempre habr un error asociado debido a la inferencia que se hace de la
muestra a la poblacin. Pero, tambin se debe ser cuidadoso, ya que la muestra podra no ser
representativa de la poblacin y la generalizacin sera errnea.
Entonces, qu podemos hacer para que la muestra s sea representativa de la poblacin? Para ello
influyen dos elementos importantes: el tamao de la muestra y el proceso de adquisicin de la
misma. En general, entre mayor sea la muestra, ms representativa es. Respecto a la adquisicin de

la muestra, se debe de hacer de manera completamente aleatoria, esto para evitar sesgos (las
observaciones tienden a un comportamiento que se desva de los resultados esperados).
Por otro lado, un concepto importante para caracterizar y representar un conjunto de datos
obtenidos de las muestras o poblaciones es la media aritmtica, que es una medida de posicin,
tambin llamada promedio. Este da una idea de lo tpico o caracterstico del fenmeno en
consideracin. Su clculo se realiza de la siguiente manera:

promedio =

suma de los valores

nmero total de valores

Si la caracterstica aritmtica es x, el promedio sera:

Por ejemplo, se toma una muestra de estudiantes y sus edades (e) son: 19, 20, 18, 19, 22, 24, 23, 20
aos. As, la edad promedio es:
=

19 + 20 + 18 + 19 + 22 + 24 + 23 + 20 165
=
= 20,625 21 aos
8
8

Otro aspecto sumamente importante en estadstica es la variabilidad. Si los acontecimientos no se

repitieran o lo hicieran sin variabilidad, la estadstica no sera necesaria. Pero es claro que si los
hechos se repiten, en la mayora de los casos se observan variaciones entre sus repeticiones. En
efecto, en ciencia e ingeniera la variabilidad es un fenmeno natural. Por esto es tan importante
conocer un promedio como la variabilidad de los datos a su alrededor, ya que entre menor
variabilidad haya alrededor de este, tendremos mayor confianza en que este represente el conjunto
de datos.
Una de las formas de medir la variabilidad (o dispersin) de los datos es mediante la desviacin
estndar (o tpica), que se define mediante la siguiente ecuacin:
=

(desviaciones)
=
nmero de datos

)
.

La desviacin estndar brinda informacin sobre cunto se alejan las observaciones (o mediciones)
del promedio del conjunto. Esta es la medida de dispersin ms utilizada, no obstante, su cuadrado
tambin tiene mucha importancia y recibe el nombre de varianza:

(desviaciones)
( )
=
nmero de datos
.

Para determinar claramente si los clculos realizados son para toda la poblacin o para una muestra,
se usan smbolos diferentes. Esto se muestra en el siguiente cuadro:
Tabla 1. Ecuaciones utilizadas para el clculo de los parmetros de la poblacin
y los estadsticos de las muestras.
Grupo de referencia Promedio Desviacin estndar
Muestra (n)

Poblacin (N)

0=

/=
=

)
1

0)
.

Varianza
( )
/ =
1
=

0)
.

Es muy comn que se tengan que comparar dos o ms conjuntos de datos con respecto a su
variabilidad. Si los datos no estn dados en las mismas unidades o si los promedios de los conjuntos
no son similares, la desviacin estndar no sirve para este propsito.
Para comparar cantidades que tengan diferentes unidades o que sus magnitudes fueran muy
diferentes, se utilizan medidas de dispersin relativa; la ms importante es el coeficiente de
variacin (tambin llamado coeficiente de dispersin):
Coeficiente de variacin =

Desviacin estndar
100 %
valor promedio

Al dividir la desviacin estndar entre el promedio, se est relativizando y por ello se da en

porcentaje. Segn la simbologa dada anteriormente, se tiene el coeficiente de variacin para
poblaciones:
:. <. =

Y el coeficiente de variacin para muestras:

:. <. =

100 %

/
100 %

2. Distribuciones de frecuencias
Mediante las distribuciones de frecuencias se clasifican los datos en categoras o clases, que
muestran, para cada una de estas, el nmero de elementos o frecuencia que contiene. Estas
frecuencias pueden ser absolutas o relativas. Es por esto que la distribucin de frecuencias permite
mostrar cmo se clasifican los sujetos pertenecientes a una muestra o poblacin de acuerdo a
categoras, modalidades o valores de una sola variable.
En la siguiente tabla se muestra un ejemplo sencillo de una distribucin de frecuencias de variables
discretas. En esta se resume diferentes opiniones de un grupo de estudiantes con respecto al
comedor universitario.
Tabla 2. Distribucin de frecuencias de opiniones de calidad del comedor universitario
Calidad Frecuencia Frecuencia
(clases)
absoluta Relativa (%)
Mala
4
11
Regular
6
17
Buena
17
47
Excelente
9
25
Total
36
100

Si hacemos una grfica de barras de esta tabla, poniendo en la escala horizontal la calidad y en la
escala vertical las frecuencias (que debe empezar en cero), obtenemos lo que se denomina un
histograma. Este se puede hacer con la frecuencia absoluta o con la frecuencia relativa. Como se
puede observar en los siguientes histogramas, hay una mayor tendencia de los estudiantes a decir
que la calidad del comedor es buena:

18

Frecuencia absoluta

16
14
12
10
8
6
4
2
0
Mala

Regular Buena Excelente

Calidad

Figura 1. Histograma de frecuencias absolutas.

9

Frecuencia relativa (%)

50
45
40
35
30
25
20
15
10
5
0
Mala

Regular

Buena Excelente

Calidad

Figura 2. Histograma de frecuencias relativas.

Por otro lado, estn las distribuciones de frecuencias de variables continuas. Cuando se trata con
este tipo de variables, se deben tomar en consideracin otros detalles como dividir los datos en
clases o categoras, decidir el nmero de las clases con las que se trabajar, su amplitud, sus lmites,
etc.
Una manera de diferenciar fcilmente entre variables continuas y discretas es la siguiente: si es
posible dividir la escala de medicin a cualquier grado deseado, entonces la variable es continua, si
esto no es posible, la variable es discreta. En este caso tomaremos como ejemplo una variable
continua muy comn: el peso. Para comprobar que esta variable es continua, vemos que se puede
dividir en kilogramos, gramos, centigramos, miligramos, etc. A continuacin, se dan datos que se
refieren a pesos en kilogramos de 30 estudiantes de un curso del TEC, tomados al azar.
65
70
55
56
53
68
63
71
74
66

69
65
54
60
69
70
58
61
63
67

75
64
68
70
59
60
69
65
68
66

Como es claro, as como estn presentados los datos, es muy difcil concluir algo. Por lo tanto, para
entenderlos mejor, lo ideal es hacer una distribucin de frecuencias. Para esto, se pueden seguir los
siguientes pasos:
10

1. Decidir el nmero de clases en las que se clasificaran los datos. Se recomienda que el
nmero de clases sea entre 5 y 20 y deben usarse nmeros enteros. Para el ejemplo,
comencemos seleccionando 5 clases.
2. Luego, hay que estimar la amplitud de clase (el ancho de la clase) con la siguiente expresin:
valor mayor valor menor
= Amplitud de clase
nmero de clases
As, para nuestro caso sera:
74 53
= 4,2
5

Una amplitud de clase de 4,2 no es muy conveniente, por lo que vamos a redondearla a 5. Por
comodidad, es recomendable que la amplitud de clase sea 5, 10 o un mltiplo de estos nmeros.
3. Hay que elegir un punto de partida, es decir, el lmite inferior de clase (estas son las cifras
ms pequeas que pueden pertenecer a las diferentes clases) para la primera clase. Para
ello debemos elegir un nmero ms pequeo que el dato menor o si conviene, se podra
elegir el propio dato menor. En nuestro caso, como el dato menor es 53, no es conveniente
como punto de partida ya que vamos a ir de 5 en 5. En este caso, un punto de partida
adecuado sera 50.
4. Con el lmite ms bajo de la primera clase (punto de partida) y con la amplitud de clase, se
obtienen los dems lmites inferiores de las otras clases: se suma la amplitud de clase al
punto de partida y as se obtiene el segundo lmite de clase inferior. Luego, se suma de
nuevo la amplitud de clase al segundo lmite inferior y se obtiene el tercero, y as
sucesivamente.
Para nuestro caso, como el punto de partida es 50, al sumar la amplitud de clase, el segundo lmite
de clase inferior sera 55, el tercero 60, y as sucesivamente.
5. Se anotan los lmites inferiores de clase en una columna y luego se procede a anotar los
lmites superiores de clase (cifras ms grandes que pueden pertenecer a las diferentes
clases), que se pueden identificar con facilidad. En nuestro caso, la columna inicialmente
sera:
50
55
60
65
70
11

Y con los lmites superiores de clase:

50 54
55 59
60 64
65 69
70 75

6. Para obtener las frecuencias, es til poner una marca de clase apropiada para cada dato
(son los puntos medios de las clases). Las marcas de clase se calculan sumando el lmite de
clase inferior con el lmite de clase superior y dividiendo este resultado entre dos. En nuestro
caso, las marcas de clase seran: 52, 57, 62, 67 y 72.
Luego, se cuentan los datos que tengan las mismas marcas de clase para obtener las frecuencias de
las clases, que se puede poner en otra columna a la derecha:
Tabla 3. Distribucin de frecuencias de pesos de estudiantes
Peso (kg) Frecuencia
50-54
2
55-59
5
60-64
6
65-69
12
70-75
7

Despus de obtener la distribucin de frecuencias, podemos obtener un histograma para verlo

grficamente:
14
12

Frecuencia

10
8
6
4
2
0
50-54

55-59

60-64

65-69

70-75

Peso (kg)

Figura 3. Histograma de frecuencias del peso de estudiantes.

12

Frecuencia

Por otra parte, hay diversas distribuciones de frecuencias, entre las que est la ms importante, la
distribucin normal. Esta se da cuando una variable tiene una distribucin con una grfica simtrica
y en forma de campana, como la de la figura 4.

Frecuencia

Figura 4. Histograma de una distribucin normal.

Figura 5: Curva de una distribucin normal continua tpica.

13

Estas distribuciones son sumamente importantes, ya que ocurren con mucha frecuencia en las
aplicaciones reales y porque juegan un papel primordial en la estadstica inferencial. Por otro lado,
si la distribucin poblacional no tiene un comportamiento normal, mediante el Teorema del Lmite
Central (TLC), se puede establecer que para muestras grandes, digamos mayor a 30 datos, la
distribucin de los valores promedio de las muestras ser aproximadamente normal y la desviacin
estndar de esta distribucin tiende al siguiente valor:
A

BC

Donde BC es la desviacin estndar de una de las muestras.

Cuando la muestra es pequea ( 30), y la distribucin de la poblacin no es normal, no se puede

garantizar que la distribucin de los valores promedio sea normal. En este caso, la distribucin
normal no es un modelo apropiado y se puede recurrir a otra distribucin llamada t de Student.
Esta, al igual que la normal, es simtrica respecto a su media, pero ms extendida en los extremos.
Su forma exacta depende de un parmetro llamado grados de libertad que es igual a (F = 1).
Entre ms grande sea la muestra, ms se acerca a la distribucin normal estndar.
3. Algunas definiciones importantes
Amplitud de clase: Es la diferencia entre dos lmites de clase inferiores consecutivos.
Censo: Coleccin de datos de todos de los miembros de la poblacin.
Datos: Observaciones recolectadas (mediciones, gneros, respuestas de encuestas, etc.)
Distribucin de frecuencias: Lista de valores de datos (ordenados de manera individual o en clases
o categoras), junto con sus frecuencias (o conteos) correspondientes.
Estadstica descriptiva: El objetivo de esta es resumir o describir las caractersticas importantes de
un conjunto de datos.
Estadstica inferencial: Utiliza datos muestrales para hacer inferencias (o generalizaciones) acerca
de una poblacin.
Estadstica: Coleccin de mtodos para planear experimentos, obtener datos y luego organizar,
resumir, presentar, analizar, interpretar y obtener conclusiones basadas en los datos.
Estudio observacional: Se observan y miden caractersticas especficas de los sujetos de estudio sin
manipularlos.
Experimento: En el experimento se aplica un tratamiento y luego se observa su efecto sobre los
sujetos de estudio.
Grados de libertad: Nmero de valores que pueden variar despus de haberse impuesto ciertas
restricciones a todos los valores.
Lmite de clase inferior: Son los valores ms pequeos que pueden pertenecer a las diferentes
clases.
Lmite de clase superior: Son los valores ms grandes que pueden pertenecer a las diferentes clases.
Marcas de clase: son los puntos medios de las clases.

14

Muestra aleatoria: En esta se seleccionan los miembros de una poblacin de manera que cada
miembro individual tenga la misma posibilidad de ser elegido.
Muestra: Subconjunto de miembros seleccionados de una poblacin.
Poblacin: Coleccin completa de todos los elementos a estudiar (mediciones, personas, etc.).
Variable aleatoria contina: Una variable es continua si sus valores posibles consisten en un
intervalo completo en la recta numrica.
Variable aleatoria discreta: Una variable es discreta si su conjunto de valores es finito.

15

Evaluacin de la Incertidumbre
Las reglas generales para la evaluacin y expresin de la incertidumbre de medida, aceptadas
internacionalmente, se describen en la Gua para la Expresin de la Incertidumbre de Medida,
conocida como la GUM (Evaluation of measurement data Guide to the expression of uncertainty
in measurement), desarrollada por el Comit Conjunto de Guas en Metrologoga (JCGM, Joint
Committee for Guides in Metrology ).
Diversos organismos internacionales, como la Oficina Internacional de Pesas y Medidas (BIPM,
Bureau Internacional de Poids et Mesures), observaron la necesidad de estandarizar los mtodos
para la evaluacin y expresin de la incertidumbre, de manera que las mediciones realizadas en los
diferentes pases y en las diversas reas de la ciencia, la ingeniera, el comercio, la industria y la
reglamentacin, pudiesen ser comparadas fcilmente.
Este gua se basa en un conjunto de normas destinadas a caracterizar la calidad del resultado de una
medicin, para la cual utiliza el concepto de incertidumbre y su cuantificacin.

Conceptos bsicos sobre mediciones

El objetivo de una medicin es determinar el valor del mensurando, es decir, el valor de la magnitud
sujeta a medicin.
La medicin requiere de la adecuada definicin del mensurando, el principio de medida (base
cientfica de la medicin), el mtodo de medida (operaciones descritas en forma genrica) y del
procedimiento (conjunto de operaciones descritas en forma especfica con forme al mtodo dado).
El resultado de la medicin ser una aproximacin o estimacin del valor del mensurando y requiere
una declaracin acerca de la incertidumbre de dicha estimacin. La incertidumbre es un parmetro
asociado al resultado de una medicin, que caracteriza la dispersin de los valores que podran
razonablemente ser atribuidos al mensurando.
Existen diversas fuentes de incertidumbre en una medicin, algunas de ellas pueden ser
sistemticas (presentes en todas las mediciones) y otras pueden tener un carcter aleatorio, por
ejemplo:
a) Definicin incorrecta del mensurando.
b) Toma de muestras no representativas.
c) Conocimiento incompleto de los efectos de las condiciones ambientales o su medicin
incorrecta.
d) Resolucin finita del instrumento de medida.
e) Aproximaciones o hiptesis establecidas en el mtodo y en procedimiento de medida.
16

f)

Variaciones aleatorias en condiciones aparentemente idnticas.

A los factores que contribuyen a la incertidumbre se les denomina componentes de la

incertidumbre. Algunas de estas componentes pueden ser evaluadas mediante una distribucin
estadstica de los resultados de una serie de mediciones y otras deben ser evaluadas bajo otros
principios, como por ejemplo, de la medicin de una magnitud de influencia (la temperatura), el
conocimiento de otra fuente (fue suministrada por otro observador) o como tambin puede ser
estimada por apreciacin del experimentador.

Incertidumbre estndar
Por la naturaleza del comportamiento de las mediciones, se ha establecido que la incertidumbre
expresada bajo el concepto de una desviacin estndar o tpica es muy recomendable. La
incertidumbre estndar no es la desviacin estndar de un conjunto de datos asociados a una
muestra, pero puede obtenerse a partir de ellos cuando el resultado de una medicin se determina
a partir de una serie de observaciones obtenidas bajo condiciones de repetibilidad, como se muestra
en la siguiente ecuacin:
GC =

BC

donde BC es la desviacin estndar de una muestra de datos, pero

HI

es una estimacin de la

desviacin estndar de la distribucin de los valores promedio de un conjunto de muestras tomadas

bajo las mismas condiciones, el cual tiene mayor significado para la teora de mediciones.
An que la medicin no provenga de la repeticin de la medida, es posible asignar una
incertidumbre estndar a una sola medicin. Esto puede realizase bajo la suposicin de que esta
medicin satisface una distribucin rectangular, en la que el valor del mensurando, con igual
probabilidad, podra estar dentro de un intervalo. Es posible asignar un significado de incertidumbre
estndar mediante la siguiente expresin:
GJ =

donde L es el ancho del intervalo, por tanto,

23

es la mitad del ancho del intervalo.

Cuando se considera que las magnitudes de influencia son independientes, como se considerar en
este curso de laboratorio, puede demostrarse que la incertidumbre estndar asociada a la medicin
es:
GC = MG + G + GN
17

donde G , G , , representan las contribuciones a la incertidumbre de cada una de los factores que
influyen en la medicin y que pueden ser cuantificados.

El valor del mensurando no se conocer, sin embargo se puede dar un valor de estimacin el cual
generalmente se considera como el valor promedio de las mediciones, .
El intervalo de confianza de la medicin de la variable se puede representar por
P GC , + GC Q
o en forma abreviada y muy representativa en la teora de mediciones
= GC
Este medicin nos brinda aproximadamente un 68 % de probabilidad de que el valor del
mensurando se encuentre dentro de este intervalo.

Ejemplo:
Para determinar el voltaje sobre una resistencia, se realizan 5 mediciones utilizando un multmetro
digital (instrumento de medida). La resolucin del indicador (la lectura ms pequea que podramos
observar en la pantalla del instrumento) es 0,001 V. Segn la siguiente tabla de datos, exprese la
medicin del voltaje sobre la resistencia.
Tabla 1: Voltaje determinado, bajo condiciones de repetibilidad, sobre
una resistencia.
No.
1
2
3
4
5

Voltaje
(< 0,001) V
5,007
4,994
5,005
4,990
4,999

Solucin:
Aunque el nmero de datos es pequeo, para efectos ilustrativos el clculo de
la incertidumbre se realizar bajo la suposicin de una distribucin Normal de
los datos.
El valor promedio del conjunto de datos es <T = 4,999 V
18

La desviacin del conjunto de datos es BU = 0,007176 V, por lo que la incertidumbre estndar

asociada a las fluctuaciones aleatorias es G =

HV

= 0,003209 V.

La incertidumbre estndar asociada a la resolucin del indicador del instrumento ser

G =

0,001
23

= 0,0002887 V

De aqu, la incertidumbre estndar de la medicin, en la que hemos considerado la informacin de

los factores de influencia disponibles ser:
GU = MG + G = 0,0032 V
Observe que en este caso no es muy importante el efecto de la resolucin del indicador del
instrumento.

La medicin puede reportarse como

< = (4,999 0,003) V = 4,999 (1 0,06 %) V

Incertidumbre combinada
Podemos calcular el valor representativo del intervalo de la medicin XT , o sea, el valor de la
estimacin del mensurando, a partir de la evaluacin de la variable X(L, Y, ) en los valores LT, YT, ,
es decir, XT = X(LT, YT, ).
Dependiendo de las condiciones particulares del caso en estudio, existen diversos mtodos para
calcular la incertidumbre estndar. Dentro de los mtodos ms utilizados se encuentran los
siguientes:

1) Ley de la propagacin de la incertidumbre

Cuando las magnitudes a, b, , son independientes, la incertidumbre estndar de XT se
obtiene de la combinacin de las incertidumbres estndar de las estimaciones LT, YT , ,
mediante la ecuacin conocida como la ley de la propagacin de la incertidumbre. Esta
incertidumbre estndar combinada se denota formalmente como GZ (XT).

19

GZ (XT) =

\X
\X
] G (LT) + [ ] G ^YT_ +
\L
\Y

En forma abreviada
G` = MabJc GJ + abd c Gd +
b`

b`

(2)

Numricamente, la derivadas parciales se estiman mediante

b`
bJ

b`
,
e
bJ JT, d,

b`
bd

b`
,
e
bd JT, d,

(3)

2) Incertidumbre estndar relativa

Si X = fL gh Y gi j gk , donde los exponentes l son nmeros conocidos positivos o
negativos, la incertidumbre estndar relativa se puede calcular de la siguiente relacin:
e `T e = Mal
mn

mo
c
JT

+ al

mp
c
dT

+ = q

(4)

Por lo que la incertidumbre estndar se obtiene de

G` = qXT

3) Evaluacin numrica de la incertidumbre

La ecuacin 2 puede escribirse en la forma
G` =

\X
\X
[ GJ ] + [ Gd ] + = rPjJ GJ Q + Pjd Gd Q + = MsJ + sd +
\L
\Y
b`

b`

donde jJ = bJ, jd = bd , , se denominan los coeficientes de sensibilidad y describen cmo

vara la estimacin de XT en funcin de las variaciones en los valores de las estimaciones LT,
YT, .
Es simple demostrar que la incertidumbre tpica combinada puede calcularse
numricamente calculando los valores de s.
1
sJ = tX^LT + GJ , YT, j, _ X^LT GJ , YT, j, _u
2

20

1
sd = tX^LT, YT + Gd , j, _ X^LT, YT Gd , j, _u
2

Si las incertidumbres de las variables a, b, , son pequeas, con este mtodo se obtienen
los mismos resultados con respecto a los mtodos anteriores.

Ejemplo:
La posicin de un objeto se puede determinar de la relacin X = LY . Se conocen los valores de las
variables a y b.
L = (10,20 0,57) mw
s

Y = 20,43 (1 1,8 %) s

donde las incertidumbres de a y b se refieren a la incertidumbre estndar y a la incertidumbre

estndar relativa, respectivamente. Determine el resultado de la medicin de la posicin del objeto
y represente la medicin en la forma X = XT G` .
Solucin:
Determinamos el valor XT

XT = X^LT, YT_ = 10,20 (20,43) = 4257,326 m

(Nota: Hemos preservado un nmero mayor de cifras significativas para aplicar los criterios de
redondeo hasta el final).
a) Ley de propagacin de la incertidumbre:

b`
bJ

b`

= bJ e

G` =

JT, d,

= YT = 417,385

G` =

\X
\X
GJ ] + [ Gd ]
\L
\Y

(417,385 0,57) + [416,772 x

b`
bd

b`

= bd e

JT, d,

= 2LTYT = 416,772

1,8
20,43y] = 283,00 0,28 10N m
100

21

Por tanto
X = 4,26(28) 10N m = (4,26 0,28) 10N m
Observe que se recomienda expresar la incertidumbre con un mximo de 2 cifras significativas.

b) Incertidumbre estndar relativa

z

G`
z=q=
XT

al

GJ
Gd
c + [l
] =
LT
YT

[1

0,57
0,37
] + [2
] = 0,06659
10,20
20,43

Por lo que la incertidumbre estndar sera:

G` = qXT = 0,06659 4257,326 = 283,51 0,28 10N m
Observe la correspondencia entre los resultados obtenidos.

c) Evaluacin numrica de la incertidumbre

G` = MsJ + sd

1
1
sJ = tX^LT + GJ , YT_ X^LT GJ , YT_u = t(LT + GJ )YT (LT GJ )YT u
2
2
1
= {10,77 20,43 9,63 20,43 | = 237,909 m
2

Por tanto

1
1
sd = tX^LT, YT + Gd _ X^LT, YT Gd _u = }LT^YT + Gd _ LT^YT Gd _ ~
2
2
1
= {10,20 20,80 10,20 20,06 | = 154,206 m
2
G` = r(237,909) + (154,206) = 283,51 0,28 10N m

Valor que corresponde con los calculados anteriormente.

Se pueden establecer ms detalles sobre la representacin del resultado de la medicin, como es el
concepto de la incertidumbre expandida, la cual establece un intervalo de aproximadamente el 95 %
de probabilidad de encontrar el valor del mensurando, sin embargo, para los propsitos
introductorios de este curso, consideraremos suficientes los conceptos desarrollados hasta ahora.

22

Confeccin de Grficos
Las grficos1 deben su nombre al hecho de que son una forma grfica de organizar series de datos
para observar de forma visual la relacin matemtica que se manifiesta entra las variables
representadas.
Los grficos presentan la informacin de manera concisa, por lo que es posible determinar y analizar
de forma sencilla el comportamiento de procesos y fenmenos que de otra manera sera
complicado establecer. Adems, mediante los mtodos de extrapolacin e interpolacin, es posible
encontrar valores que no se determinaron por medios experimentales. Formalmente, es posible
determinar la correlacin estadstica para las series de datos graficadas, esto requiere de un anlisis
matemtico que desarrollaremos ms adelante.
Dependiendo de la informacin disponible y de lo que se quiera mostrar, hay varios tipos de grficos,
entre los que se encuentran:

Grfico de barras:
Cada barra representa una cantidad de una misma variable. Se usa para comparar dos o
ms valores de una misma situacin.
Se muestran a continuacin algunos ejemplos de grficos, tomados de otras fuentes:

Figura 1. Costa Rica: Poblacin total por sexo de 1864 a 2011

En la grfica anterior se muestra la variacin de la poblacin de Costa Rica a travs del
tiempo. Cada barra representa el nmero total de pobladores para los diferentes aos
mostrados y adems se asocia un color al gnero de los habitantes. Con la ayuda de la escala
se pueden observar las variaciones poblacionales a travs de los aos.

En la literatura tambin se utiliza el trmino grfica para referirse al mismo concepto.

23

Los grficos de barras pueden tambin ser horizontales:

Figura 2. Costa Rica: Distribucin porcentual de la poblacin por provincia en

2000 y 2011
La eleccin de barras horizontales o verticales se reduce a un tema de facilidad de lectura
de la grfica; cuando la diferencia en el tamao de las barras es grande se suelen preferir
las barras horizontales pues da una mejor proporcin a las barras asociadas a los datos ms
bajos.
No se debe perder de vista que los grficos tienen como objetivo principal organizar
visualmente la informacin y es prioridad que sea fcil de leer e interpretar.

Grficos circulares (o grfico de pastel): Se usan para mostrar informacin que se presenta
en porcentajes y es til cuando se quiere comparar datos. Se suele ordenar de mayor a
menor o de arriba hacia abajo.
Por ejemplo, la informacin de la grfica anterior podra presentarse en grficas circulares
como las que se ven a continuacin:

24

Guanacaste
7,6%
Limn
9,0%
San Jos
32,6%

Puntarenas
9,6%

Heredia
10,1%

Alajuela
19,7%
Cartago
11,4%

Figura 3. Costa Rica: Distribucin porcentual de la poblacin por provincia

en 2000

Guanacaste
6,9%
Limn
8,9%
Puntarenas
9,4%

Heredia
9,3%

San Jos
35,3%

Alajuela
18,8%

Cartago
11,3%

Figura 4. Costa Rica: Distribucin porcentual de la poblacin por provincia

en 2011

Cuando se tiene informacin de dos o ms series es inevitable presentarla en grficos

separados, por lo que si el objetivo fuese comparar las poblaciones en los aos 2000 y 2011
conviene usar el grfico de barras.

Grficos de dispersin:
En el desarrollo de los cursos de Laboratorio de Fsica General se utilizarn primordialmente
los grficos de dispersin, por lo que los estudiaremos con especial nfasis.
Los grficos de dispersin presentan la informacin en un sistema de coordenadas
cartesianas donde, a cada uno de los ejes x y y se les adjudica una escala asociada con el

25

fenmeno medido. Los valores de los pares de datos se representan como puntos en un
plano cartesiano.
En este tipo de grficos es posible observar una correlacin entre dos variables, de las que
una ser la variable independiente y la otra jugar el papel de la variable dependiente. Como
regla general, la variable independiente del fenmeno se representa en el eje de las abscisas
(x) y la variable dependiente en el eje de las ordenadas (y).
El grfico que se presenta finalmente es una coleccin de puntos, cada uno determina el
valor que se lee segn las escalas de los ejes horizontal y vertical. La tendencia que tenga
esta serie de puntos nos indica, intuitivamente, la correlacin que hay entre las dos variables
x y y.
En la literatura es posible encontrar una gran variedad de estilos para los grficos de
dispersin; en nuestro curso de laboratorio adoptaremos algunas de las normas ms
utilizadas, de tal forma que el adaptarse a otros estilos sea una tarea sencilla.
Por ejemplo, supongamos que se desea estudiar la variacin de la densidad del agua con los
cambios de temperatura. Se determina la densidad para una muestra de agua a diferentes
temperaturas. El resultado se resume en la siguiente tabla:
Tabla 1: Variacin de la densidad del agua con la temperatura
Temperatura
(C )
0
1
2
3
4
5
6
7
8
9
10
11
12

Densidad
(kg/m3)
999,82
999,89
999,94
999,98
1000,00
1000,00
999,99
999,96
999,91
999,85
999,77
999,68
999,58

Temperatura
(C )
13
14
15
16
17
18
19
20
21
22
23
24
25

Densidad
(kg/m3)
999,46
999,33
999,19
999,03
998,86
998,68
998,49
998,29
998,08
997,86
997,62
997,38
997,13

Antes de graficar es necesario tener claro cul de las dos variables es la independiente y cul ser la
dependiente. En este caso, al cambiar la temperatura cambia la densidad del agua, por lo que la
variable independiente ser la temperatura. As, al graficar las variables (x,y)=(T,d) se obtiene la
siguiente grfica:

26

1000,5
1000,0

Densidad (kg/m3)

999,5
999,0
998,5
998,0
997,5
997,0
996,5
0

10

20

Temperatura (C)

Figura 5. Variacin de la densidad del agua en funcin de la temperatura

Observe los siguientes detalles:

El grfico debe tener un ttulo, que sin entrar en detalles d una idea del fenmeno que est
siendo analizado. En l se deben incluir explcitamente las variables que se estn graficando.
El ttulo se coloca en la parte inferior de la grfica y debe numerarse.
Los ejes deben estar rotulados de manera tal que quede claro cul variable se asocia a cada
uno, adems se deben indicar las unidades de la variable que se est graficando. No se debe
olvidar que al graficar las variables matemticas, x y y se transforman en variables fsicas y
como tales deben ser expresadas las magnitudes y su respectiva unidad, es decir, de forma
completa.
Las escalas en ambos ejes deben permitir una lectura sencilla y rpida.
Los valores correspondientes a cada par de datos no suelen sealarse sobre los ejes, si no
nicamente los mltiplos y submltiplos de la escala principal, de modo tal que la
informacin quede uniformemente separada.
Para mejorar la interpretacin visual de la grfica es necesario que los pares de datos (los
puntos) abarquen la mayor cantidad de rea posible. Para el ejemplo presentado de la Tabla
1 se puede ver que los datos de temperatura estn dentro del intervalo entre 0 C y 25 C.
Para la densidad el valor ms alto es 999,82 kg/m3 y el ms bajo es 997,13 kg/m3. Esto se
refleja en la grfica, pues al ver el eje de la variable independiente observamos que su escala
inicia en 0 C y finaliza en 26 pero, al analizar la escala del eje de la variable dependiente
27

vemos que no inicia en 0 kg/m3. Al no tener ningn valor menor a 997,13 kg/m3, no es
necesario incluir un rango de valores ms bajo pues, no nos da ninguna informacin y
presentara un grfico ms reducido lo que est indicado.
Si el grfico se hace a mano, todas las consideraciones anteriores deben ser igualmente
tomadas en cuenta y adems debe ser dibujado en papel milimtrico.

Grficas en papel logartmico y semi-logartmico.

En la Tabla 1 se puede ver que los datos de ambos variables se encuentran dentro del mismo orden
de magnitud por lo que resulta natural graficar en papel milimtrico y en escala lineal.
Si alguna de las variables tiene un rango que abarca varios rdenes de magnitud, se complica su
representacin lineal pues probablemente la escala dificulte la lectura del grfico.
Es en estos casos que resulta conveniente el uso de papel logartmico, en l la escala aumenta
logartmicamente en vez de hacerlo de forma lineal.

Figura 6. Papel logartmico o log-log de 5x4 ciclos

El papel logartmico se caracteriza por el nmero de ciclos que tiene, donde un ciclo cubre una
potencia de 10. Lo ideal es usar un papel que tenga tantos ciclos como rdenes de magnitud cubra
28

la serie de datos. Si se usa algn software de graficacin para computadora, se debe seleccionar la
escala logartmica, el programa mismo se encargar de usar los ciclos que sean necesarios.
En el caso de que tanto la variable independiente como la dependiente cambien en dos o ms
rdenes de magnitud, se emplea el papel doblemente logartmico (log-log), como el que se ve en la
Figura 6. Esto ser de especial ayuda cuando se conoce o se sospecha que la relacin entre las
variables es del tipo potencial, es decir:
X=

donde A y B son constantes que pueden llegar a determinarse por medio de la grfica o
estadsticamente.
Graficar en papel logartmico es equivalente a tomar el logaritmo de cada uno de los datos para
presentarlo en una grfica lineal como las que estudiamos en la seccin anterior.
X=
log X = log( )
log X = log + B log
donde se grafica log y en funcin de log x. La ventaja de hacerlo directamente en la escala
logartmica es que nos ahorramos el paso de hacer el clculo de los logaritmos para los datos pues,
se grafican las variables x y y originales. El comportamiento de la serie de datos en la escala
logartmica es lineal, el valor de la pendiente ser el de la potencia B y la interseccin tambin puede
calcularse de la informacin que brinda el grfico.
Si solo una de las dos variables tiene un rango de varios rdenes de magnitud se utiliza papel
semilogartmico, en este una de las escalas es lineal y la otra logartmica. La relacin terica de este
tipo de fenmenos es:
X = C
ln X = ln( C )
ln X = ln + ln C
ln X = ln +
que sera como graficar ln y en funcin de x. El comportamiento de los pares de datos en la grfica
semilogartmica es lineal y podemos encontrar el valor del exponente B de la pendiente y tambin
puede obtenerse el valor de constante A de la informacin adicional que se obtiene del grfico.
Linealizacin
Cuando la relacin terica entre las variables que se miden es conocida, es posible hacer los cambios
necesarios para que la grfica sea lineal. A este mtodo de graficacin se le llama cambio de variable

29

o linealizacin, porque se hace una seleccin de las magnitudes representadas en cada uno de los
ejes coordenados con el fin de que los pares de datos tengan un comportamiento lineal.
Trabajar con grficas de comportamiento lineal, ante cualquier otro tipo de tendencia entre las
variables, tiene algunas ventajas, entre ellas que permite la comprobacin visual de la ley que est
siendo estudiada y es ms sencillo determinar matemticamente la correlacin entre las variables.
Encontrar la relacin matemtica entre las variables es un tema que trataremos en la siguiente
seccin.

Ejemplo:
El periodo T de un sistema masaresorte (tiempo que tarda un objeto, atado a un resorte, en realizar
un ciclo completo movindose de lado a lado) est relacionado con la masa del objeto de la siguiente
manera

= 2M
f
donde k es la constante del resorte y m es la masa del objeto.
Reorganizando la expresin para agrupar las constantes, se puede escribir como:
=[

] i
h

Si se grafica T en funcin de m, tendr la forma de una curva (relacin potencial), pero si se grafica
las variables T en funcin de m1/2, obtendremos una lnea recta que pasa por el origen y cuya
pendiente tiene el valor constante

(ver Figura 7).

30

Periodo, T [s]

masa, m [kg]

m1/2

Figura 7. A la izquierda el grfico de T vs m, una curva debida a la relacin

potencial entre las variables. A la derecha el grfico del cambio de
variable adecuado para linealizar la relacin, T vs m1/2.

El uso de papel logartmico y semi-logartmico que estudiamos en la seccin anterior es un tipo de

cambio de variable, pues logra linealizar funciones que originalmente no tienen tendencia lineal. El
proceso en estos casos se hace a travs del cambio de la escala, de lineal a logartmica, en el eje que
sea necesario hacerlo.
No es posible generalizar un cambio de variable especfico para todos los casos pues, siempre
depender de la relacin que tengan las variables asociadas al fenmeno que se estudia, cuanto
ms complicada la relacin matemtica ms lo ser su respectivo cambio de variable.
Para proponer un cambio de variable certero es necesario conocer la relacin terica entre la
variable dependiente y la independiente o al menos "sospecharla". Es posible hacer una suposicin
certera a travs de la tendencia de la serie de datos en su grfica convencional, que nos puede
sugerir comportamientos exponenciales, potenciales, sinusoidales, etc. En cuanto a reconocer estas
tendencias, la prctica hace al maestro.
En la siguiente seccin se desarrolla con ms detalle la tcnica de cambio de variable.

31

Cambio de variable
Supongamos que se realiza un experimento en el que se adquieren datos de dos variables. Para
analizar el experimento realizamos una grfica de una variable (variable 1) en funcin de la otra
variable (variable 2). Entonces, notamos en la grfica que la tendencia entre estas dos variables no
es lineal. De hecho, normalmente el modelo que representa un fenmeno natural no es una funcin
lineal, es decir, su grfica no es una lnea recta.
Uno de los objetivos del anlisis experimental es encontrar la curva de mejor ajuste que describe el
comportamiento cuantitativo de los datos, su ecuacin se denomina ecuacin experimental o
ecuacin emprica. Como los modelos lineales son ms fciles de analizar, se pueden tratar de
transformar las funciones no lineales a la forma lineal, lo cual en muchas situaciones es posible. A
este procedimiento se le denomina linealizacin. Uno de los mtodos que permite linealizar algunos
modelos es el llamado cambio de variable.
Para utilizar este mtodo de manera efectiva es necesario conocer la relacin terica que existe
entre las variables, sino, se tendra que recurrir a la prueba y error hasta que la grfica se linealice.
Cuando se cuenta con una ecuacin terica, se puede proponer un cambio de variable
reacomodando la ecuacin y definiendo nuevas variables, tal que la nueva ecuacin quede de la
forma:
() = (j /L 1) ( ) + (j /L 2)
Si se grafica la variable1 en funcin de la variable2, obtendremos una relacin lineal, puesto que
hemos reacomodado todo para que quedara en forma de la ecuacin de la recta:
() = (j /L 1) ( ) + (j /L 2)

X = +Y
Es importante recordar que el cambio de variable es un herramienta matemtica para obtener una
lnea recta a la que se le pueda calcular fcilmente la ecuacin emprica, pero su grfica (y por lo
tanto la ecuacin de esta) no describen el fenmeno fsico real. Luego de adquirir la ecuacin
emprica de la lnea recta, se debe invertir el cambio de variable que hicimos y obtener la ecuacin
emprica en trminos de las variables originales.

32

Ejemplo:
En el experimento del pndulo simple, se ata una masa a una cuerda y se hace oscilar. Se miden los
diferentes perodos (T) del pndulo segn diferentes longitudes (L) de la cuerda, con lo que se
obtienen los siguientes datos:
Tabla 1. Longitud (L) y periodo (T) de un pndulo simple.
L (m)
0,1
0,3
1,0
3,0
6,0
9,0

T (s)
0,6
1,1
2,1
3,4
5,0
6,0

Al graficar el perodo en funcin de la longitud se obtiene la siguiente grfica:

7,0

Periodo del pndulo T (s)

6,0
5,0
4,0
3,0
2,0
1,0
0,0
0,0

2,0

4,0

6,0

8,0

10,0

Longitud del pndulo L (m)

Figura 1. Grfica del periodo en funcin de la longitud para un pndulo simple.

En este caso la tendencia no es lineal, pero se puede transformar a una tendencia lineal, aplicando
un cambio de variable. La ecuacin terica para el pndulo simple es:

33

 = 2M

Reacomodando:
=

h
i

(1)

Como se puede observar, la ecuacin es de tipo potencial, con la variable = i . Esta ecuacin se
puede reacomodar a la forma de la ecuacin de la lnea recta si se aplica logaritmo a ambos lados:
log() = log

log() = log

i
h

+ log ai c
h

1
log() = log + log()
2
r
2

As, el cambio de variable sera Y = log(T ) y X = log( L ) . Al graficar con estas nuevas variables
se espera una tendencia lineal, con pendiente =

e intercepto Y = log a c . Con esto se

obtienen los valores de las nuevas variables que se muestran en la siguiente tabla:
Tabla 2. Variables X y Y.
L (m)
0,1
0,3
1,0
3,0
6,0
9,0

T (s) X = log(L) Y = log(T)

0,6
-1,0
-0,2
1,1
-0,5
0,0
2,1
0,0
0,3
3,4
0,5
0,5
5,0
0,8
0,7
6,0
1,0
0,8

34

1,0
0,8
0,6
0,4

Y = 0,5085X + 0,3002

0,2
0,0

-2,0

-0,2

2,0 X

0,0

-0,4

Figura 2. Grfico de las nuevas variables Y en funcin de X. Se muestra la

ecuacin de la curva de mejor ajuste.
En este grfico se muestra la ecuacin de mejor ajuste, que para este caso es una lnea recta. Esta
ecuacin se puede obtener fcilmente con los mtodos que se estudian en la seccin de regresin
lineal (mnimos cuadrados). De esta manera, podemos obtener la ecuacin emprica ya que la
pendiente (m) y el intercepto (b) nos brindan informacin valiosa. En efecto, con estos valores se
puede obtener experimentalmente el valor de g:
Y = log
10d =

2
2
= [ d ] = [ ,N ] 9,9 /
10
10
Y el valor experimental del exponente:

= 0,5085

1
2

Como se observa del cambio de variable, podemos obtener los valores de las constantes de la
ecuacin terica original. As, se puede obtener la ecuacin emprica completa si estos se sustituyen
en la ecuacin original (1). Es decir, ahora podemos volver a las variables originales y a la grfica
original. Esta ecuacin emprica tambin puede representarse en el Figura 1, ya que sera la ecuacin
exacta que indica la tendencia de los datos experimentales (ver Figura 3):

35

7,0

Periodo del pndulo T (s)

6,0
5,0
4,0

T = 1,9962L0,5085

3,0
2,0
1,0
0,0
0,0

2,0

4,0

6,0

8,0

10,0

Longitud del pndulo L (m)

Figura 3. Grfico original con la ecuacin emprica obtenida experimentalmente.

Para tener una mejor idea de cmo realizar los cambios de variables se puede observar la siguiente
tabla. En esta se muestran algunos cambios de variables comunes:

Tabla 3. Algunas sugerencias para transformaciones de variables

Funcin
Exponencial: X = L
Potencial: X = L

dC

Recproca: X = L + Y C
Potencial modificada:
X = +L d

Transformacin
= ln (X)
=
= ln (L)
=Y
= log (X)
= log ( )
= log (L)
=Y
=X
1
=
=Y
=X
= d
=L

Forma lineal
= +
= +
=L+
=+

36

Regresin Lineal
Determinacin de la recta de mejor ajuste
Cuando se estudia un fenmeno es deseable determinar cmo se encuentran relacionadas
las variables bajo observacin. Con este fin, la informacin se organiza, ya sea en tablas en
las que se resumen los datos recolectados o en grficos, que de forma rpida y sencilla,
facilitan visualizar alguna tendencia en su comportamiento. Estos mtodos permiten
observar la tendencia de comportamiento de las variables de forma cualitativa pero a veces
es necesario cuantificar la relacin; para eso se debe encontrar una ecuacin que se ajuste
al comportamiento de las variables analizadas.
Partamos de un ejemplo, del anlisis de la variacin de la velocidad en funcin del tiempo
para un movimiento con aceleracin constante. Al hacer las mediciones en el laboratorio se
obtienen los siguientes resultados:
Tabla 1. Velocidad (v) en funcin del tiempo (t) para un movimiento con
aceleracin constante
t (s)

v (m/s)

1,0

8,0

1,5

9,7

2,0

10,8

2,5

12,4

3,0

13,9

3,5

15,8

4,0

17,0

4,5

18,8

5,0

19,7

De la Tabla 1, es posible ver que al aumentar el tiempo la velocidad aumenta, es decir, en

este caso las dos variables son crecientes.
En la Figura 1 se presenta grficamente la variacin de la velocidad con el tiempo.

37

21,0
19,0

v [m/s]

17,0
15,0
13,0
11,0
9,0
7,0
0,0

2,0

4,0

6,0

t [s]

Figura 1. Velocidad en funcin del tiempo para un movimiento con aceleracin uniforme

De la grfica es posible observar que, adems de que ambas variables son crecientes, la
serie de datos tiene una tendencia lineal.
Si pudiramos trazar una recta que se ajuste a esta tendencia podramos determinar su
ecuacin y por lo tanto tener una relacin cuantitativa entre las variables. Sera posible
entonces determinar el valor de la velocidad en cualquier tiempo intermedio (interpolar),
como tambin para tiempos mayores y menores a los medidos en el experimento
(extrapolar).
Pero Cul lnea sera la vlida? Podramos pensar que es posible trazar esta lnea a mano
alzada pero esto hara que el proceso tenga una componente subjetiva y es deseable que
eso no suceda. La que buscamos es la recta de mejor ajuste, que por definicin es la recta
que pasa lo ms cerca posible de todos los puntos (pares de datos). Para encontrarla se
utilizan algunos procedimientos estadsticos que aseguran determinar el valor de la
pendiente y el intercepto de esta recta, utilizando como insumo el valor de los pares de
datos medidos en el experimento.
Uno de los mtodos ms utilizados se llama Mnimos Cuadrados y se basa en minimizar,
matemticamente, el cuadrado de las diferencias verticales (ei) entre el dato experimental
y la recta de mejor ajuste, como se muestra en la Figura 2. Con el fin de simplificar el clculo
se asume que nicamente la variable y tiene incertidumbre. En la prctica, se requiere que
38

la incertidumbre relativa en la variable independiente (x) sea menor que la de la variable

dependiente (y).

yi

ei = yi y i

yi

x
Figura 2. Ajuste de una lnea recta.

Se desea minimizar la expresin

(e )

i =1

La ecuacin de la recta de mejor ajuste es y = mx + b

ei se define como la diferencia entre valor del dato yi y el valor obtenido al evaluar la recta
de mejor ajuste en ese punto, es decir
n

[ei ] = [ yi yi ] = yi ( mxi + b )
i =1

i =1

i =1

Aplicando la condicin para que un parmetro sea un mnimo

2
n
yi ( mxi + b )
i =1
=0
m
y
2
n
yi ( mxi + b )
i =1
=0
b

39

De estas dos condiciones se obtiene un sistema de ecuaciones, conocido como el sistema

de ecuaciones normales. De la solucin del sistema de ecuaciones se obtiene el valor de los
parmetros de la recta, pendiente e interseccin.
n

m=

i =1
n

i =1

n ( xi yi ) xi yi
i =1

n xi2 ( xi ) 2
i =1

i =1

(1)
n

b=

x y x (x y )
i =1

2
i

i =1
n

i =1

i =1

n xi2 ( xi ) 2
i =1

i =1

Existen otras formas de obtener el valor de los parmetros de recta de mejor ajuste sin
necesidad de utilizar el clculo diferencial e integral (ver mtodo de multiplicadores en la
Experiencia 4)
El mtodo de Mnimos Cuadrados ofrece ventajas para determinar la recta de mejor ajuste,
es el mtodo ms utilizado, por lo que est disponible tanto en calculadoras cientficas
como en programas para el tratamiento de datos.
En nuestro ejemplo, al realizar los clculos (utilizando Excel) se obtiene: = 3,00 y

Y = 5,02.

21,0
19,0

v = 3,00 t + 5,02

v [m/s]

17,0
15,0
13,0
11,0
9,0
7,0
0,0

2,0

t [s]

4,0

6,0

Figura 3. Recta de mejor ajuste para la velocidad en funcin del tiempo. Movimiento
uniformemente acelerado.

40

En este caso, los parmetros de la recta de mejor ajuste pueden relacionarse con los
parmetros del movimiento
X = + Y = L +
Obsrvese que adems de determinar la ecuacin que representa el movimiento para
cualquier tiempo entre 0 s y 5 s, si para tiempos mayores se pudiese asegurar que el
movimiento mantiene constante la aceleracin, es posible predecir informacin importante
del movimiento. Por comparacin directa, se puede obtener la aceleracin a= 3,00 m/s2 y
la velocidad inicial del movimiento vo= 5,02 m/s.
A la determinacin de la ecuacin de la recta de mejor ajuste, cual sea el mtodo por el que
se la encuentre, se le llama regresin lineal.

Coeficiente de correlacin
Para el uso de las ecuaciones de la pendiente y la interseccin (ecuacin 1) se requiere que
la relacin entre las variables sea lineal, si no lo es, de igual manera se obtendr una
ecuacin de la recta pero esta no tendr ningn significado fsico real. Para determinar si la
serie de datos que est siendo tratada se adeca al modelo lineal de mejor ajuste se calcula
un parmetro que se llama el coeficiente de correlacin (r) o coeficiente de correlacin de
Pearson.
n

r=

i =1

i =1

n xi yi xi yi
i =1

n 2 n
n xi xi
i =1
i =1

n 2 n 2
n yi yi
i =1
i =1

Otra forma de calcular r es mediante la relacin

=

( )(X XT)

M( ) (X XT)

El signo del coeficiente de correlacin se asocia a la pendiente de la recta. Si < 0, la recta

es decreciente, si > 0 la recta es creciente. Si || tiene un valor cercano a la unidad se
puede considerar que el modelo lineal es adecuado para el intervalo analizado.

41

A la cantidad r2 se le denomina el coeficiente de determinacin. En este caso 0 1.

Cuanto ms cercano sea este valor a 1, ms cercana estar la serie de datos de ajustarse a
una lnea recta.
Si la tendencia entre las variables no es lineal, se puede realizar un cambio de variable para
linealizar la relacin y aplicar el procedimiento anterior a las nuevas variables. Para este fin
puede estudiar la seccin de Cambio de Variable y las Experiencias 3 y 4.
Otra forma de calcular la ecuacin de mejor ajuste para datos que no tengan una tendencia
lineal es utilizar el concepto del mtodo de mnimos cuadrados (clculo diferencial) y
encontrar el sistema de ecuaciones que nos permita calcular los parmetros del modelo
propuesto.
Cuando la relacin no es lineal, el coeficiente de determinacin puede calcularse de la
siguiente expresin:

( y y)
= 1
( y y)

2
2

Donde y es el valor de la variable dependiente obtenido a partir de la ecuacin de mejor

ajuste y y es el valor experimental.
Se debe tener cuidado en el modelo propuesto y el intervalo en el que se encuentran los
datos experimentales, pues para intervalos pequeos es posible que los datos se ajusten a
una relacin lineal pero que en general la relacin no sea lineal. Es importante realizar un
estudio previo del fenmeno, ya sea mediante la informacin encontrada en la literatura o
mediante un estudio de las variables en un anlisis dimensional.
Para realizar el anlisis de mnimos cuadrados mediante la calculadora vase el Apndice B.

42

Redaccin del Informe

El cuaderno de laboratorio, los apuntes y los clculos en la hoja electrnica contienen
muchos de los detalles del experimento que son casi solo comprensibles por el
experimentador, por lo que difcilmente es un material que d cuenta de los resultados
experimentales. Como generalmente se requiere comunicar los aspectos importantes del
experimento, es necesaria la preparacin de un reporte o informe escrito.
Un reporte formal debe ser completo pero conciso, no caer en mucho detalle si no es
necesario. El informe debe tener una estructura lgica y ser fcil de leer. El cumplir con
estos requisitos es una tarea que requiere experiencia, que solo puede obtenerse al escribir
muchos informes y que se puede complementar mediante la observacin detallada de
informes escritos por otras personas.
En el informe escrito se deben considerar varios detalles: el problema estudiado y su
significado, las conclusiones que se han derivado del estudio y si estas estn bien
respaldadas por los datos experimentales, la informacin que se halle en la literatura, el
procedimiento y el equipo utilizado.
Para asegurar la claridad y la estructura lgica del informe, suele dividirse en las siguientes
secciones: Ttulo, Resumen, Introduccin, Materiales y Mtodos, Resultados, Discusin,
Conclusiones, Agradecimientos, Apndices o Anexos, Referencias y Bibliografa. Sin
embargo, en muchas ocasiones se combinan dos o ms secciones con el propsito de
presentar un informe ms breve. Por ejemplo, algunos reportes presentan una seccin de
Resultados y Discusin o Resultados y Anlisis, en otros no es necesario presentar la
seccin de Agradecimientos o la seccin de Apndices.
Aunque en nuestro curso nos preocupemos de escribir reportes tcnicos, debemos
procurar el uso correcto del lenguaje. Hay algunos aspectos que se aceptan por convencin,
como lo es escribir en tercera persona, en tiempo pasado cuando se dan detalles de lo que
fue hecho durante el experimento, en tiempo presente cuando se dan detalles del estado
del arte o cuando se infieren relaciones generales de los datos. Tambin, se recomienda
que las oraciones sean cortas, especialmente cuando el contenido es muy tcnico o el
vocabulario sea muy especializado.

43

Ejemplo:
Se midi la longitud de la barra de cobre como una funcin de la temperatura. El grfico
mostrado en la Figura 1 indica que el aumento en la longitud de la barra es directamente
proporcional al incremento en la temperatura.

Es comn que en los informes se utilicen abreviaturas para referirse a tcnicas

experimentales, a un instrumento utilizado o a cualquier otro concepto. En estos casos, es
importante explicar la abreviatura la primera vez que sea utilizada.
Ejemplo:
En el movimiento rectilneo uniforme (MRU), la velocidad es constante. Por otra parte, en
el MRU la aceleracin es cero.

Secciones del informe

Consideraremos algunos detalles que deben tomarse en cuenta en un tpico informe, sin
embargo, la escritura del informe muestra un estilo propio y particular, que hace diferente
un informe de otro. En este curso se incentiva utilizar la creatividad pero a partir de algunas
normas muy generales.
1. Ttulo
Debe ser breve, informativo, apropiado y atractivo. Deber especificar con claridad el tema
del informe. Se recomienda evitar el uso de artculos El o La como la primera palabra.
En muchos informes, bajo el ttulo, se da el nombre del autor, la institucin a la que est
adscrito y la fecha del informe. En nuestro curso preferiremos incluir la informacin
suficiente para identificar los autores y el grupo de trabajo en una portada.
Como ayuda para seleccionar un ttulo adecuado, se puede responder a varias preguntas:
1.
2.
3.
4.

Es un trabajo experimental o terico?

Es una medicin o un clculo?
Cul es el tema del trabajo?
Qu mtodo general usamos?

44

Ejemplos:
a) Una comparacin de las propiedades trmicas aislantes del poliestireno y de la fibra
de vidrio.
b) Medicin del calor especfico del agua por medio de calorimetra convencional.

2. Resumen
Se recomienda que sea breve entre 50 a 150 palabras. Se debe evitar el detalle que luego
se podr hallar en las secciones siguientes. Aqu se presenta de forma directa lo que fue
hecho, el por qu es importante y las principales conclusiones.

3. Introduccin
Debe describir los fundamentos y los objetivos particulares del experimento. En esta
seccin se refiere al problema a ser investigado y se presenta el estado del arte, con el
cuidado de no dar demasiado detalle, para no perder la atencin del lector, pero tampoco
debe carecer de informacin pues es posible que el lector se confunda.
La extensin de la introduccin depende del tipo de reporte; se recomienda que no exceda
el 20 % del total de todo el informe.
Algunos aspectos que deben ser tomados en cuenta al escribir la introduccin son los
siguientes:
1.
2.
3.
4.

Indicacin del tema.

Revisin de la informacin existente.
Aplicacin de la informacin al experimento especfico.
Enunciado del propsito del experimento.

4. Materiales y mtodos
Esta seccin es una descripcin de cmo fue realizado el experimento, adems de que se
presentan los materiales, las muestras y los componentes usados. Se describen en pocas
palabras, las tcnicas experimentales, el procedimiento y el equipo utilizado. Si es necesario
se incluyen diagramas de la configuracin experimental.
Aspectos que pueden tomar en cuenta para facilitar la confeccin de esta seccin:
45

1.
2.
3.
4.

Bosquejo del procedimiento.

Detalles especficos de la medicin.
Diagramas de los aparatos o de la configuracin experimental.
Precauciones.

5. Resultados y discusin
No es necesario incluir todos los datos obtenidos en el experimento, nicamente los datos
necesarios para que el anlisis, la discusin y las conclusiones estn bien respaldados. Se
recomienda utilizar grficos, pues adems de presentar grandes cantidades de informacin,
suelen verse en la primera mirada que se d al informe y generalmente el lector lo
observar con ms detalle que una tabla de datos.
En la discusin se interpretar los resultados que se han presentado, enfocndose en los
puntos importantes. Si se considera que alguno de los clculos realizados debe ser
presentado en detalle, como por ejemplo el clculo de incertidumbres, este deber incluirse
en la seccin de apndices o anexos.
Algunos aspectos que deben ser considerados para la confeccin de esta importante
seccin:
1.
2.
3.
4.
5.
6.

Valores medidos.
Descripcin de las incertidumbres.
Grficos.
Clculos.
Comparacin entre el modelo y el sistema.
Discrepancias entre el modelo y el sistema.

6. Conclusiones
Esta es una de las secciones ms importantes y en muchas ocasiones es difcil de
confeccionar. Debemos regresar al propsito del experimento: cul fue su objetivo y cmo
el experimento realizado alcanza ese objetivo. Si otros investigadores han realizado una
investigacin similar, puede incluirse una comparacin de los resultados obtenidos, dando
una referencia al otro trabajo. Si se ha determinado el valor de alguna variable importante,
debe darse explcitamente en las conclusiones.

46

7. Apndices
Hay ocasiones en el que debe incluirse algn material que de presentarse dentro del propio
informe afectara la lectura del reporte, como lo es el desarrollo de algn clculo
matemtico o una demostracin. Tambin pueden incluirse tablas de datos experimentales
o grficos que se considere importantes para complementar la informacin. En muchas
ocasiones, en esta seccin se incluye el listado de un programa de cmputo o una rutina
que fue utilizada en el anlisis de datos.

8. Referencias
Las referencias son una parte importante de los informes pues se da acceso a la informacin
concerniente a la investigacin, a los detalles de las tcnicas experimentales utilizadas y a
los resultados obtenidos por otros investigadores.
Hay varias formas de citar las referencias dentro de un informe. En este curso de laboratorio
hemos acordado el uso de las normas APA, puesto que son normas muy utilizadas en
muchas reas y a travs de ellas ser sencillo adaptarse a otras convenciones.

Ejemplo
A continuacin se presenta un ejemplo de informe, en donde se observan algunas de las
secciones ms importantes que se han mencionado hasta ahora. No se pretende con este
modelo limitar al estudiante al uso exclusivo de estas secciones, al contrario, se incentiva
utilizar o proponer otras formas en donde se muestre y analice adecuadamente la
informacin.

47

Medicin de la aceleracin debida a la gravedad:

Comparacin de dos mtodos
Natalia Guevara, Laura Murillo y Milena Rojas

Grupo 40
Laboratorio de Fsica General I
Escuela de Fsica, Instituto Tecnolgico de Costa Rica

Agosto de 2013

48

Resumen
Un objeto cayendo libremente bajo la accin de la gravedad, cerca de la superficie de la
Tierra, se mueve con aceleracin constante. En este informe se evalan dos mtodos para
la determinacin de la aceleracin debida a la gravedad, g. En uno de los mtodos se utiliza
la relacin entre g y el tiempo que tarda un objeto en caer una distancia fija. El otro mtodo
se basa en la medida del periodo de un pndulo simple. Ambos mtodos resultan en valores
de g que son consistentes con valores reportados anteriormente, pero se observa que el
mtodo en el que se utiliza el pndulo simple proporciona valores ms exactos y precisos.

1. Introduccin
Todos los cuerpos sobre la superficie de la Tierra experimentan una fuerza de atraccin
debida a la gravedad. El efecto de la fuerza es ms evidente cuando el cuerpo se deja caer
libremente bajo la influencia del campo gravitacional. La ley de Newton de la gravitacin
predice que la aceleracin debida a la gravedad depende de la masa de la Tierra y de la
distancia medida desde el centro de la Tierra, a la que se encuentra el cuerpo que cae. Como
la distancia de cada de un objeto cerca de la superficie de la Tierra es pequea comparada
con el radio de la Tierra, g puede ser considerado constante en todo el recorrido. El objetivo
de este experimento es comparar dos mtodos para establecer el valor del campo
gravitacional, g, cerca de la superficie de la Tierra.

2. Materiales y Mtodos
Cada libre de objeto (Mtodo A)
Se determin el tiempo que una bola de metal tard en caer varias distancias, h. La Figura 1
muestra el arreglo experimental utilizado.

49

Figura 1. Disposicin experimental para el mtodo A.

La distancia h fue medida con una cinta mtrica, la cual tiene una menor divisin de 1 mm.
La medida del tiempo de cada fue realizada utilizando un cronmetro de mano con una
resolucin de 0,01 s. Para obtener una mejor estimacin del tiempo, se realizaron 5 medidas
para cada distancia (bajo condiciones de repetibilidad)

Periodo de un pndulo simple (Mtodo B)

Mediante una cuerda se at una pequea esfera de metal a un punto fijo. Se permiti oscilar
el pndulo a travs de un pequeo ngulo (< 5), como se muestra en la Figura 2.

Figura 2. Disposicin experimental para el mtodo B.

50

Mediante un cronmetro de mano, se midi el periodo de movimiento, T, como una funcin

de la longitud, L, del pndulo. Para reducir la influencia del tiempo de reaccin, se midi el
tiempo para 5 oscilaciones sucesivas.

3. Resultados y Discusin
Mtodo A
En la Tabla 1 se muestran los datos obtenidos para la cada libre de la bola como una funcin
de la distancia. La segunda columna de la tabla contiene el valor promedio de las cinco
mediciones realizadas para cada distancia. La desviacin estndar del tiempo corresponde
a la desviacin estndar de la distribucin de las medias (JCGM, 2008).
Tabla 1. Tiempo promedio de cada de la bola para varias distancias.
Distancia
(h 0,01) m
0,86
2,02
3,01
4,26

Tiempo
t (s)
0,38
0,65
0,79
0,99

Desv. Estndar
St (s)
0,06
0,06
0,10
0,10

La relacin entre la distancia, h, a travs de la cual el cuerpo se mueve (a partir del reposo)
con aceleracin constante, a, en el tiempo, t, est dada por (Resnick, Halliday, & Krane,
2004):
= L

(1)

A partir de esta ecuacin se obtiene

h
i

= a J c i

(2)

Esta ecuacin es de la forma X = + Y, con intercepto Y = 0 y pendiente , dada por:

= a J c
L = Ai

h
i

(3)
(4)
51

En este experimento la aceleracin en la ecuacin (4) es igual a g. La Figura 3 muestra un

h

grfico de t versus i para los datos de la Tabla 1.

1,2
1,0

t (s)

0,8
0,6
0,4

Datos Exp.
Lnea mejor ajuste
y = 0,5293x - 0,1109
R = 0,9977

0,2
0,0
0,0

0,5

1,0

1,5

2,0

2,5

h1/2 (m1/2)

Figura 3. Grfica de tiempo de cada de la bola versus (distancia de cada)1/2

Mediante el mtodo de mnimos cuadrados, para un modelo lineal, obtenemos la siguiente

relacin entre las variables:
X = 0,53 0,11

Mediante la relacin (5), es posible calcular la desviacin estndar de la pendiente (Baird,

1991).
BA = B` M

Ci ( C )i

(5)

52

donde B es la desviacin estndar de los valores experimentales de la variable

dependiente y n es el nmero de datos. Por tanto, utilizando la ley de la propagacin de la
incertidumbre y la ecuacin (4) se encuentra que la aceleracin de la gravedad es2
= (7,1 2,6) m s = 7,1 (1 40,8 %) m s

Mtodo B
La Tabla 2 muestra los datos obtenidos del periodo del pndulo como una funcin de la
longitud. La incertidumbre en el tiempo corresponde al promedio de la desviacin estndar
aproximada para cada longitud.

Tabla 2. Valores medidos del periodo del pndulo como funcin de la longitud.
Longitud
(L 0,005) m
0,410
0,575
0,700
0,825
0,900

Periodo
(T 0,02) s
1,32
1,55
1,71
1,84
1,93

La relacin entre el periodo del movimiento del pndulo simple (T) y su longitud (L) es
(Sears, Zemansky, & Young, 1988):
=

i
2 ac

(6)

Esta ecuacin es de la forma X = + Y con pendiente, m, dada por:

=

(7)

i
Ai

(8)
h

Utilizando los datos de la Tabla 2, la Figura 4 muestra la grfica de T versus i .

Ver Apndice 1 para ms detalles sobre la incertidumbre de g.

53

Del mtodo de mnimos cuadrados se obtiene la relacin lineal X = 1,967 + 0,0601 y con
la ecuaciones (5) y (8) se determina, mediante este mtodo, que la aceleracin debida a la
gravedad es:
= (10,2 0,9) m s = 10,2 (1 8,8 %) m s
2,0
1,9
1,8
1,7

T (s)

1,6
1,5
1,4
1,3

Datos Exp.

1,2

Lnea mejor ajuste

y = 1,967x + 0,0601
R = 0,9997

1,1
1,0
0,4

0,6

0,8
L1/2

1,0

(m1/2)

Figura 4. Periodo del pndulo en funcin de la longitud1/2

Observe que los valores para la aceleracin de la gravedad, determinados usando ambos
mtodos, son consistentes con los valores que se encuentran en la literatura (Crossley,
Hinderer, & Riccardi, 2013). Sin embargo, el mtodo a partir del periodo del pndulo simple
es ms conveniente, pues las mediciones se realizan ms rpidamente y el valor de g
obtenido es ms cercano al publicado por otros investigadores, es decir, es un valor ms
exacto que el obtenido con el mtodo A. En ambos mtodos, la fuente principal de
incertidumbre est en la determinacin del tiempo de los eventos. Sin embargo, en el caso
del pndulo, el tiempo de reaccin es una pequea fraccin del tiempo total de la medicin,
mientras que en el mtodo A el tiempo de reaccin es significativo en cada medida. Quizs,
un medio electromecnico u ptico para sincronizar el inicio y el final del movimiento de la
bola con el instrumento de medicin podra brindar un mejor resultado.

54

4. Conclusiones
Se ha determinado el valor de = (10,2 0,9) m s para la aceleracin debida a la
gravedad estudiando el movimiento de un pndulo simple. Este valor es comparado con el
valor = (7,1 2,9) m s obtenido a partir de la medicin del tiempo de cada libre de
un objeto bajo la accin de la gravedad. La incertidumbre relativa de 8,8 % para el mtodo
del pndulo, comparada con la incertidumbre relativa de 40,8 % para el mtodo de cada
libre, muestra que el resultado obtenido mediante el pndulo simple presenta mayor
precisin, adems de ser ms exacto pues el valor es ms cercano al valor de referencia.

5. Referencias
Baird, D. C. (1991). Experimentacin: Una introduccin a la teora de mediciones y al diseo de
experimentos. Mxico: PRENTICE-HALL HISPANOAMERICANA, S. A.
Crossley, D., Hinderer, J., & Riccardi, U. (2013). The measurement of surface gravity. Reports on
Progress in Physics, 76(046101), 47.
JCGM, C. C. (2008). Evaluacin de datos de medicin -Gua para la expresin de la incertidumbre de
la medida. Madrid: Centro Espaol de Metrologa.
Resnick, R., Halliday, D., & Krane, K. S. (2004). Fsica. Mxico: Compaa Editorial Continental.
Sears, F. W., Zemansky, M. W., & Young, H. D. (1988). Fsica Universitaria (Sexta ed.). Mxico:
Addison-Wesley Iberoamericana, S. A.

55

Segunda Parte
Experiencias

56

EXPERIENCIA 1

Introduccin a la Estadstica Bsica

Inicialmente, cuando se tiene una serie de datos, el primer paso del estudio implica
ordenar, analizar y representar el conjunto de datos, con el fin de describir
apropiadamente las caractersticas de este.
Generalmente, cuando se hace una toma de datos, el realizar una sola medida no es
suficiente para tomar una decisin pues, como fue desarrollado en la seccin terica
de estadstica, una sola medida no es representativa del valor del mensurando. Es
recomendable hacer varias mediciones, bajo condiciones de repetibilidad, con el
propsito de determinar un valor ms confiable.
El promedio y la desviacin estndar son dos de los parmetros que ms se utilizan
para describir el comportamiento de los datos, as como el coeficiente de variacin.
Para hacer una interpretacin certera de un conjunto de datos es necesario conocer
estos valores.
Una manera de estudiar grficamente el conjunto de datos es por medio de un
histograma pues, mediante este, es posible observar el tipo de distribucin a la que se
pueden ajustar los datos. En la teora de mediciones es comn observar un
comportamiento que obedece a una distribucin Normal o Gausseana y ser ms
marcado cuanto ms grande sea el tamao de la muestra tomada. Esta distribucin es
pilar fundamental en el tratamiento estadstico de datos, especialmente en la
representacin de las mediciones.
Para utilizar estos conceptos estadsticos fundamentales se determinar,
indirectamente, el tiempo que tarda una persona desde que recibe un estmulo hasta
que reacciona para ejecutar una accin, es decir, su tiempo de reaccin. Para realizar
esta medida se determinar la distancia de cada de un bloque de madera, que parte
del reposo, hasta que una persona logre detenerlo.

1.

OBJETIVOS
General:
Introducir al estudiante al tratamiento estadstico de datos en el rea experimental.
Especficos:
1. Introducir al estudiante a la toma de datos experimentales
57

2. Disear tablas para el registro de datos.

3. Realizar clculos estadsticos con los datos experimentales recopilados.
4. Comprobar que la repeticin de una misma medida afecta su valor medio y su
desviacin estndar.

2.

EQUIPO
Tabla 1. Materiales y equipo recomendado.
Cantidad

3.
3.1

Descripcin

Regla de un metro de longitud graduada en milmetros

Bloque de madera

Pliego de papel blanco (o varias hojas tamao carta unidas con cinta
adhesiva)

Cinta adhesiva

TOMA DE MEDIDAS
MEDIDA DIRECTA DE LA DISTANCIA RECORRIDA
1. Trace sobre el pliego de papel una lnea horizontal, denominada AB. A partir de
esta lnea se soltar el bloque de madera.
2. Seleccione una pared del laboratorio y pegue con cinta adhesiva el pliego de papel.
3. Un estudiante, E1, coloca en la lnea horizontal AB el bloque de madera. Un
segundo estudiante, E2, coloca su mano a unos 20 cm debajo de la lnea AB y a
unos 10 cm de la pared.
4. El estudiante E1 suelta el bloque de madera sin previo aviso y el estudiante E2
trata de detenerlo.
5. Trace una pequea raya sobre el pliego de papel indicando la altura a la que detuvo
el bloque. Use la parte superior del bloque como referencia para hacer esta marca.
Indique junto a la marca el nmero correspondiente a la medicin realizada.
6. Repita 29 veces ms los pasos del 3 al 6 hasta completar 30 medidas.
7. Retire el pliego de papel de la pared.

58

8. Mida la distancia recorrida d en cada uno de los 30 casos y antelo en la Tabla 2.

Note la forma en que se organiza la informacin y tmela de ejemplo para las dems
tablas que necesitar hacer para terminar la prctica.
Tabla 2. Medida de la distancia de cada del bloque
No.
1
2
3

30

4.
4.1

Distancia de cada
d (m)

CLCULOS
MEDIDA DIRECTA DE LA DISTANCIA DE CADA DEL BLOQUE DE MADERA.
1. Calcule el valor promedio, la desviacin estndar y el coeficiente de variacin para
el conjunto de 30 datos.
2. Confeccione una tabla de frecuencias (seleccione adecuadamente los intervalos de
clase y las marcas de clase).
3. Utilizando el programa Excel, haga un histograma para el conjunto de datos de las
distancias.
Opcional:
4. Utilice las herramientas de anlisis de datos de Excel para hacer el histograma.

4.2 MEDIDA INDIRECTA DEL TIEMPO DE REACCIN

Los clculos estadsticos que se solicitan deben realizarse mediante
el uso de la calculadora y ser registrados en el cuaderno de
laboratorio. Tambin deben realizarse en una hoja de trabajo de
Excel, utilizando las definiciones respectivas y las funciones de Excel.
1. En una hoja de clculo de Excel, disee una tabla de datos y mediante la ecuacin

= M , calcule el tiempo de cada del bloque de madera para cada una de las

distancias. Estos datos representan las medidas del tiempo de reaccin de la

persona E2.
59

2. Calcule el valor promedio del tiempo de reaccin, la desviacin estndar y el

coeficiente de variacin considerando solamente las 3 primeras mediciones.
3. Calcule el valor promedio del tiempo de reaccin, la desviacin estndar y el
coeficiente de variacin considerando solamente las 15 primeras mediciones.
4. Calcule el valor promedio del tiempo de reaccin, la desviacin estndar y el
coeficiente de variacin considerando solamente las 30 mediciones.
5. Organice en una tabla la informacin obtenida.
5.

Preguntas para el anlisis

1. Qu puede interpretar del histograma realizado en el paso 3 de la seccin 4.1?
2. Compare los valores promedio, las desviaciones estndar y el coeficiente de
dispersin para los conjuntos de 3, 15 y 30 mediciones. Qu se esperaba segn la
teora? Cmo se comportaron los datos experimentales?
3. Suponiendo que la persona que detiene el bloque adquiere destreza, qu
esperara en el comportamiento de los datos experimentales?

60

EXPERIENCIA 2

Incertidumbre en las Mediciones

Directas e Indirectas
Como parte fundamental de las etapas de evaluacin de un experimento es muy importante el
haber realizado una adecuada estimacin de los intervalos de incertidumbre de cada medida. El
trmino incertidumbre se asocia con la duda sobre la validez del resultado de una medicin. Existe
un amplio desarrollo terico en la Teora de Mediciones que nos proporciona las definiciones para
medir cuantitativamente el concepto de incertidumbre.

En general, la incertidumbre de una medida toma en cuenta diversos aspectos, conocidos como
componentes de la incertidumbre. Algunos de estos factores pueden ser cuantificados a partir de la
distribucin estadstica de los resultados de una serie de mediciones y pueden caracterizarse
considerando las desviaciones estndar experimentales. En este caso, se dice que la incertidumbre
es del tipo A. Otras componentes, que tambin pueden ser cuantificadas con desviaciones tpicas o
estndar, se evalan asumiendo distribuciones de probabilidad, basadas en la experiencia del
observador o en otras informaciones disponibles, como por ejemplo, la suministrada por el
fabricante del instrumento. A este tipo de incertidumbre se le conoce como incertidumbre del
tipo B.

Es comn que el resultado de una medicin no se obtenga directamente de las lecturas realizadas
con el instrumento de medicin, sino a partir de los valores de otras magnitudes. Mediante el clculo
de la incertidumbre estndar combinada se puede cuantificar la incertidumbre estndar de una
variable que depende del valor de otras variables.

En esta Experiencia se proponen diferentes situaciones, basadas en el estudio de un pndulo simple,

en las que el observador o experimentador utiliza diversos criterios para representar el resultado de
las mediciones, directas e indirectas.

61

1.

OBJETIVOS
Objetivo General
Aplicar los conceptos bsicos de la teora de mediciones.

Objetivos Especficos
1.
2.
3.
4.
5.

2.

Realizar mediciones directas e indirectas.

Comprender el concepto de la incertidumbre de la medicin.
Calcular el valor de las incertidumbres del tipo A y del tipo B.
Expresar adecuadamente el resultado de una medicin.
Determinar, mediante una medicin indirecta, el valor del campo gravitacional y su
respectiva incertidumbre.

EQUIPO
Tabla 1. Materiales y equipo
Cantidad

3.

Descripcin

Regla de un metro de longitud graduada en milmetros

Pndulo Simple

Balanza digital

Fotosensor y Smart Timer

Transportador

TOMA DE MEDIDAS

3.1

Medida directa de la masa de la esfera

a.
b.
c.
d.

3.2

Coloque, centrado sobre el plato de la balanza digital, un recipiente pequeo.

Ajuste a cero la balanza (tarar) y mida la masa de la esfera.
Repita el procedimiento 5 veces. Disee una tabla para registrar las mediciones.
Anote la resolucin del indicador del instrumento ( ), que en este caso es la
balanza digital.

Medida directa de la longitud del pndulo.

a. Arme el equipo como se ilustra en la siguiente figura:

62

Figura 1: Diseo experimental.

b. Utilice la regla graduada para medir, una vez, la longitud del pndulo = 80 cm (desde
el soporte fijo hasta aproximadamente el centro de la esfera).

3.3

Medida directa del periodo del pndulo.

a. Coloque el Smart Timer en el modo TIME PENDULUM, y ajuste el equipo para que la
esfera interrumpa el haz de luz sin golpear el fotosensor.
b. Utilizando el transportador, mida una amplitud (ngulo entre la cuerda y la vertical) de
10.
c. Presione el botn Start/Stop hasta que aparezca un asterisco.
d. Deje oscilar el pndulo y anote el tiempo medido para una sola oscilacin.
e. Bajo las mismas condiciones de medida, realice la medicin 10 veces.
f. Confeccione una tabla adecuada para el ordenamiento de los datos.
g. Anote la resolucin del indicador del instrumento ( - ), que en este caso es el Smart
Timer.

4.

CLCULOS
4.1

Medida directa de la masa de la esfera

a. Calcule el valor promedio y la desviacin estndar de la distribucin de las masas.

b. Calcule la incertidumbre estndar debida a la variacin aleatoria de las medidas (tipo
A):
G =

BA

63

c. Calcule la incertidumbre asociada al instrumento de medicin:

G =

23

d. Calcule la incertidumbre estndar de la medicin de la masa:

GA = MG + G
e. Presente adecuadamente el resultado de la medicin de la masa e interprete su
significado.

4.2

Medida directa de la longitud del pndulo.

a. Estime un intervalo en el cual se encuentra la medida de la longitud del

pndulo. Este intervalo ira desde una longitud mnima a una mxima
(PA , AC Q).

b. Calcule el rango del intervalo (

= AC A ).

c. Calcule la incertidumbre asociada a la medicin (tipo B):

G =

23

d. Presente adecuadamente el resultado de la medicin de la longitud e

interprete su significado.

4.3

Medida directa del periodo del pndulo.

a. Calcule el valor promedio y la desviacin estndar de la distribucin de los periodos (T).

b. Calcule la incertidumbre estndar debida a la variacin aleatoria de las medidas:
G =

c. Calcule la incertidumbre asociada al instrumento de medicin:

G =

23

d. Calcule la incertidumbre estndar de la medicin del periodo:

G = MG + G
e. Presente adecuadamente el resultado de la medicin del periodo e interprete su
significado.

64

4.4

Medida indirecta del campo gravitacional.

Utilizando la expresin que relaciona el campo gravitacional, el periodo del pndulo y la

longitud:
=

a. Calcule el valor promedio del campo gravitacional:

=

4
T

b. Calcule la incertidumbre estndar asociada a la medicin a partir de la ley de la

propagacin de las incertidumbres:
G =

\
\
[ ] G + [ ] G =
\
\

4
8
G + N G
T

c. Exprese adecuadamente el resultado de la medicin del campo gravitacional.

d. Exprese adecuadamente el resultado de la medicin mediante la incertidumbre
relativa.

5. Preguntas para el anlisis

1.
2.
3.
4.

Es la resolucin del indicador del instrumento igual a la resolucin del instrumento?

Cmo se tiene acceso a la resolucin del instrumento?
Puede el experimentador sobrestimar o subestimar el valor de la incertidumbre?
Qu tipo de incertidumbre es la utilizada en la medida directa de la longitud del
pndulo?
5. Qu condicin debe satisfacerse para que la incertidumbre estndar combinada en la
medida indirecta del campo gravitacional se pueda calcular como la dada en el punto b
de la seccin 4.4?
6. Calcule la incertidumbre estndar combinada del campo gravitacional mediante los
otros dos mtodos desarrollados en la seccin terica y compare los resultados.

65

EXPERIENCIA 3

Elaboracin de Grficos
Los grficos son uno de los medios ms utilizados para la presentacin de informacin en general y
de datos estadsticos en particular. La informacin presentada a travs de grficos se entiende ms
rpidamente que en otros medios como tablas, clculos o explicaciones verbales. Adems, los
grficos facilitan el anlisis, estudiar datos, hacer comparaciones y sacar deducciones. Asimismo,
estos son mucho ms llamativos para el lector, por lo que es ms probable que a ste le sea ms
interesante un grfico bien realizado que las explicaciones verbales o una tabla.
Los grficos no son tan detallados o cuantitativos como los datos puros, es decir, dan una visin ms
general del conjunto de datos. No obstante, esto permite ahorrar esfuerzo al lector en la
comprensin e interpretacin global de la informacin. Cabe resaltar que en los grficos no se puede
incluir demasiada informacin o de muy variada naturaleza, pues esto disminuira su utilidad. Sin
embargo, tambin resultan ms adecuados cuando la informacin se debe presentar a personas no
especializadas en el tema especfico o que no estn familiarizadas con el tratamiento de los datos.
Es importante mencionar que, a pesar de los beneficios que aportan los grficos, no deben sustituir
a la presentacin tabular. De hecho, los grficos son elementos complementarios a las tablas que
sirven para reforzar las argumentaciones o conclusiones. Dar un grfico sin su respectiva tabla debe
evitarse y slo darse en situaciones especiales, como cuando se trata de propaganda o de artculos
de divulgacin.
En esta experiencia se utilizarn algunos criterios para realizar grficos manualmente y mediante un
programa de tratamiento de datos. Tambin se desarrollarn algunas de las tcnicas que permiten
visualizar, de manera ms adecuada, el comportamiento de los datos, como es el cambio o
transformacin de variables. Adems, se introducir el uso de Excel para la realizacin de grficos,
debido a que Excel es uno de los software propietarios ms utilizados para este fin.

1. OBJETIVOS

Objetivo general
Utilizar grficos para representar y analizar datos experimentales.
Objetivos especficos
a. Aplicar las principales convenciones para la elaboracin de grficos.
b. Utilizar adecuadamente el papel milimtrico, el papel logartmico y el papel
semilogartmico.
c. Observar grficamente el efecto de los cambios de variable en el anlisis de datos.
d. Elaborar grficos mediante el uso de la computadora.

66

2. PROCEDIMIENTO

2.1

Datos Experimentales
Basados en el diseo experimental utilizado para la medicin del periodo del Pndulo Simple
(Figura 1), se determin la variacin del periodo del pndulo en funcin de la longitud. Los resultados
experimentales se muestran en la Tabla 1.
Segn el modelo terico, el periodo del pndulo vara con la longitud segn la siguiente relacin:
= 2M

: valor del campo gravitacional en el laboratorio

Figura 1. Diseo experimental para la prctica del pndulo simple.

Tabla 1. Mediciones del Periodo de un Pndulo Simple en funcin

de la Longitud.

Periodo (T 0.0001) s
Longitud
(L 0.2) cm

10.0
20.0
30.0
40.0
50.0
60.0
80.0
100.0

T1

T2

T3

T4

T5

0.6624

0.6625

0.6588

0.6666

0.6652

0.9291

0.9236

0.9253

0.9244

0.9294

1.1145

1.1166

1.1185

1.1204

1.1218

1.2805

1.2819

1.2849

1.2829

1.2845

1.4296

1.4301

1.4325

1.4322

1.4330

1.5628

1.5631

1.5627

1.5638

1.5630

1.8026

1.8040

1.8040

1.8041

1.8044

2.0155

2.0154

2.0155

2.0161

2.0173

a) Introduzca la tabla de datos en una hoja de trabajo de Excel para calcular el periodo
promedio y su incertidumbre estndar para cada longitud. Para ello puede insertar ms
columnas a la derecha.
67

Al periodo promedio se le denominar periodo y lo denotaremos con la variable T. A la

incertidumbre estndar se le denotar mediante la variable uT.

2.2

Utilizacin del papel milimtrico

Siga los criterios vistos en clase para realizar los siguientes grficos en papel milimtrico.
a) T en funcin de L.
b) T en funcin de .
Observe las diferencias entre ambos grficos.
2.3

Utilizacin del papel logartmico

a) Utilizando una hoja de papel logartmico, haga el grfico de T en funcin de L. Tenga cuidado
en la seleccin de los ciclos, tratando de conservar el valor de la unidad en el eje de la
longitud.

2.4

Utilizacin de la computadora
Mediante el uso del programa Excel, haga los siguientes grficos de dispersin:
a)
b)
c)
d)
e)

T en funcin de L.
T en funcin de .
en funcin de L.
Log T en funcin de Log L.
T en funcin de L, seleccionando la Escala Logartmica en ambos ejes.

Para cada uno de los grficos anteriores, explique los resultados obtenidos.

68

2.5

Utilizacin del papel semilogartmico

En la Tabla 2 se muestra el nmero de bacterias por unidad de volumen (n), en un cultivo, como una
funcin del tiempo (t).
Tabla 2. Nmero de bacterias por unidad de volumen para
diferentes tiempos de observacin

Tiempo
t (h)
0
1
2
3
4
5
6

Nmero de bacterias n

(bact/cm3)
32
47
65
92
132
190
275

1. Represente los datos mediante un grfico en una hoja de papel semilogartmico.

2. Introduzca los datos en el libro de trabajo de Excel y haga los siguientes grficos de
dispersin:
a) n en funcin de t.
b) Log n en funcin de t.
c) n en funcin de t, utilizando escala logartmica en el eje de las ordenadas.
Si se sabe que la relacin esperada es de la forma = L d , donde a y b son constantes,
justifique los resultados obtenidos para cada uno de los grficos anteriores.

3. Preguntas para el anlisis

1. Por qu en el papel logartmico se utilizan los valores originales y no los logaritmos de
los valores?
2. Puede localizarse el punto (0 ,0) en papel logartmico? Explique.
3. Qu hara si uno de los datos no pudiese ser representado en el grfico?
4. Por qu es importante que uno de los ciclos en el eje de las ordenadas corresponda al
valor 1?

69

EXPERIENCIA 4

Anlisis de regresin
En muchas ocasiones, el propsito de nuestra investigacin experimental se basa en observar cmo
se corresponden las propiedades del modelo a las del sistema en estudio. Un caso particular es aquel
en el que el modelo del sistema nos sugiere una relacin lineal entre las variables determinadas
experimentalmente. Existen varias formas de determinar la relacin lineal entre dos variables. Un
mtodo, que permite desarrollar los conceptos fundamentales del anlisis de regresin, es trazar la
lnea recta que mejor se ajuste a los puntos sobre un grfico de dispersin. Aunque simple, este
mtodo de anlisis grfico depende del juicio visual del observador, pues hay varias lneas rectas
que podran satisfacer nuestros criterios. Para solventar esta vulnerabilidad, existen mtodos
estadsticos que no dependen del experimentador, tal es el caso del mtodo de los mnimos
cuadrados. Esencialmente, este mtodo consiste en un criterio para optimizar la recta que mejor se
ajuste a los datos.
Para el caso en que las propiedades de los modelos no sean lineales, es posible transformar una o
ambas variables para que la relacin entre las nuevas variables sea lineal. Este procedimiento se
conoce como cambio o transformacin de variables y a las nuevas variables se les llama variables
transformadas.
En cualquier caso, sea lineal o no, puede aplicarse el mtodo de los mnimos cuadrados con el
propsito de encontrar los parmetros de los que depende el modelo propuesto de relacin entre
las variables.
Ante el problema de encontrar matemticamente el modelo de la relacin entre dos variables, el
mtodo de mnimos cuadrados es de los ms utilizados, por lo que es comn que est disponible en
el software y otros dispositivos, como las calculadoras.
Para cuantificar el grado de relacin entre las variables, se han definido criterios para hacer
inferencias acerca de los parmetros del modelo, dentro de ellos comnmente se utiliza el
coeficiente de determinacin o el coeficiente de correlacin.
En esta Experiencia se desarrollan los conceptos de regresin a travs de diferentes metodologas
que contemplan anlisis grficos y estadsticos. Se utiliza el caso del pndulo simple pues este
permite diversas posibilidades para el anlisis.

1. OBJETIVOS
Objetivo general:
Evaluar la relacin entre dos variables medidas experimentalmente, mediante la aplicacin
de mtodos grficos y mtodos estadsticos.

Objetivos especficos:
1. Calcular la ecuacin de la recta de mejor ajuste mediante mtodos grficos.
2. Aplicar el mtodo de mnimos cuadrados a modelos de regresin lineal simple.
3. Aplicar el mtodo de mnimos cuadrados a modelos de regresin polinomial.
70

4. Utilizar mtodos abreviados para encontrar los parmetros de la ecuacin de mejor ajuste.
5. Desarrollar destrezas en el uso de herramientas para aplicar el mtodo de mnimos
cuadrados mediante la utilizacin del programa Excel y la calculadora

2.

PROCEDIMIENTO

2.1

Datos Experimentales
Utilice los datos experimentales que relacionan el periodo promedio y la longitud, para un
pndulo simple, obtenidos en la Experiencia 3.
Recuerde que de acuerdo con el modelo terico, el periodo del pndulo vara con la longitud
segn la siguiente relacin:

= 2M
2.2

: valor del campo gravitacional en el laboratorio

Recta de mejor ajuste mediante mtodos grficos

El modelo que se propone es del tipo lineal: X = + .

c) Utilice una copia del grfico en papel milimtrico, T en funcin de . Trace en el grfico
una recta que mejor se ajuste a los datos y que pase por el eje de las ordenadas.
d) Dibuje un tringulo rectngulo tomando dos puntos de la recta y calcule la pendiente de la
recta de mejor ajuste (m).
Para determinar la pendiente utilice los siguientes mtodos:
1. Divida la medida (en centmetros) del lado del tringulo en el eje y entre la medida
del lado del tringulo en el eje x, y multiplique cada valor por la relacin en la
escala.
2. Calcule el cociente de la diferencia de los valores de los puntos en el eje y y la
diferencia de los valores en el eje x.
X
=

Compare los resultados

e) Obtenga directamente del grfico el valor de la constante de interseccin en el eje de las
ordenadas (B).
f) Con los valores calculados, escriba la ecuacin de la recta de mejor ajuste: X = +
g) Escriba la ecuacin de mejor ajuste con las variables originales: = + .
Observe y registre las diferencias entre la ecuacin en el punto f) y la ecuacin en el punto g).

71

2.3

Ecuacin de mejor ajuste mediante el uso del papel logartmico

El modelo que se propone es del tipo potencial: = f .
Debe utilizar papel logartmico con ciclos de las mismas dimensiones.
b) En papel logartmico, haga el grfico T en funcin de L, de tal manera que en el primer ciclo
del eje x se asigne el valor 1. Trace una lnea que mejor se ajuste a los datos y de esta obtenga
el punto (1, a), donde a es el valor de T cuando L es la unidad.
c) Dibuje un tringulo rectngulo para calcular la pendiente de la recta (n). Para obtener la
pendiente solo basta calcular el cociente de la medida (en centmetros) del lado del tringulo
en el eje y entre la medida del lado del tringulo en el eje x.
d) Obtenga el valor de la constante k directamente del grfico (valor de a).

e) Tambin obtenga el valor de la constante k evaluando la expresin f = i , donde el punto

i

f)
2.4

(L2, T2) puede escogerlo arbitrariamente pero debe estar sobre la lnea de mejor ajuste, y n
es el valor calculado de la pendiente de la recta.
Escriba la ecuacin de mejor ajuste con los valores calculados: = f .

Ecuacin de mejor ajuste mediante el uso del papel semilogartmico

El modelo que se postula es del tipo exponencial:

Utilice una copia del grfico de nmero de bacterias por unidad de volumen (n) en funcin
del tiempo (t). Para este caso se requiere que la escala en el eje x inicie en t= 0 h.
a) Trace la lnea que mejor se ajuste a los datos, segn su apreciacin.
b) Dibuje un tringulo rectngulo para calcular la pendiente de la recta (b). Observe que en el
eje x se tiene una escala lineal pero en el eje y la escala es logartmica.
(X ) (X )

Donde (x1, y1) y (x2,y2), son puntos arbitrarios que se encuentran sobre la recta de mejor
ajuste.
Y=

c) Obtenga el valor de la constante A: El valor de n para t= 0 h.

d) Obtenga el valor de la constante A en forma similar al punto e) de la seccin anterior, pero
con el modelo exponencial.
e) Escriba la ecuacin de mejor ajuste con los valores calculados.
2.5

Ecuacin de mejor ajuste mediante el mtodo de mnimos cuadrados.

a. Uso de la calculadora
Introduzca los datos del periodo y la raz de la longitud en su calculadora. Para el modelo
fx-570ES, ver Anexo A.

72

1. Para un ajuste lineal, obtenga el valor de la pendiente, la interseccin y el

coeficiente de correlacin.
2. Escriba explcitamente la ecuacin de la recta de mejor ajuste: X = +
3. Escriba la ecuacin de mejor ajuste entre las variables T y L: = + .
Introduzca los datos del periodo y la longitud en su calculadora.
1. Para un ajuste potencial, obtenga el valor de los parmetros k y n.
2. Obtenga el coeficiente de correlacin.
b. Clculo mediante las ecuaciones normales
1. Opcional Obtenga, mediante derivacin, las ecuaciones normales para formar el
sistema de ecuaciones que permite calcular el valor de los parmetros m y B en la
ecuacin X = +
bH
b

bH
bA

=0

(1)

=0

(2)

Donde B = (X X) = (X )

2. Obtenga las ecuaciones normales mediante el mtodo abreviado de los

multiplicadores.
Este mtodo funciona para polinomios. nicamente se multiplica, a ambos lados, la
ecuacin que se desea ajustar y se suma para todos los datos. Se requieren tantos
multiplicadores como el grado del polinomio+1 en la propuesta del modelo,
correspondientes al nmero de parmetros a determinar.
Ejemplo: Las ecuaciones normales para el caso lineal son las siguientes:

3. Utilizando los valores del periodo y la raz de la longitud, haga una tabla en Excel,
para determinar los valores numricos de todas las sumas que se requieren para las
ecuaciones normales.

73

Ejemplo:

4. Escriba explcitamente el sistema de ecuaciones lineales.

5. Resuelva el sistema de ecuaciones, mediante Excel o su calculadora, para obtener
el valor de los parmetros m y B.
c. Clculo del coeficiente de determinacin y el coeficiente de correlacin lineal de
Pearson
Utilice los datos de periodo y raz de la longitud. Para esta seccin se recomienda usar
Excel.
1. Confeccione una tabla y calcule el coeficiente de correlacin lineal a partir de la
siguiente ecuacin:
( )(X XT)
=
M( ) (X XT)
2. Confeccione una tabla y calcule el coeficiente de determinacin evaluando la
ecuacin

( y y)
= 1
( y y)

2
2

Donde y es el valor de la variable dependiente obtenido a partir de la ecuacin

de mejor ajuste y y es el valor experimental.
Analice y comparare los resultados del punto 1 y 2.
d. Clculo de los parmetros mediante el programa Excel
1. Utilice las funciones de Excel: PENDIENTE() e INTERSECCION.EJE() para calcular el
valor de la pendiente y la interseccin de la recta de mejor ajuste para los datos de
periodo y raz de la longitud.
2. Obtenga el coeficiente de correlacin de Pearson mediante la funcin
COEF.DE.CORREL().
3. Obtenga el coeficiente de determinacin mediante la funcin COEFICIENTE.R2().
4. Obtenga la ecuacin de mejor ajuste y el coeficiente de determinacin a partir de
los grficos realizados en la Experiencia 3.
a. Pinchar con el mouse sobre los puntos del grfico de dispersin.
74

b. Botn derecho y seleccionar Agregar lnea de tendencia.

c. Seleccionar Lineal, presentar ecuacin en el grfico y presentar el
valor de R cuadrado.
d. En el caso del grfico T en funcin de L con escala logartmica se
debe seleccionar el modelo de regresin Potencial.

Es posible que las funciones de Excel varen ligeramente de acuerdo a la versin utilizada.
Analice y compare los resultados obtenidos en los puntos anteriores.

2.6

Mtodo de mnimos cuadrados para el caso de un polinomio de segundo grado.

a. Mediante el mtodo abreviado, obtenga las tres ecuaciones normales para el modelo:
X =L+Y +j
b. Utilizando los valores de posicin y tiempo de un objeto en movimiento uniformemente
acelerado (Tabla 1), introduzca los datos en Excel y complete la tabla para calcular todas las
sumas que se requieren para expresar numricamente el sistema de ecuaciones.

Tabla 1. Posicin en funcin del tiempo de un objeto

describiendo un MRUA.
Posicin
x/cm
30,0
40,0
50,0
60,0
80,0

Tiempo
t/s
0,0000
0,2374
0,4242
0,5941
0,8939

c. Resuelva el sistema de ecuaciones.

d. Escriba la ecuacin con los valores numricos encontrados y las variables correspondientes.
e. Opcional: Calcule el coeficiente de determinacin mediante la ecuacin siguiente:

( y y)
= 1
( y y)

2
2

f.

Obtenga la ecuacin de mejor ajuste mediante el uso de la calculadora, seleccionando el

modelo de ajuste 3: _+cX2.
g. Haga el grfico en Excel y obtenga la ecuacin de mejor ajuste y el coeficiente de
determinacin a partir del grfico. Seleccione un modelo polinomial de grado 2.

75

DESAFO (Opcional)
Utilizacin del software libre GNUPLOT para realizar el anlisis de regresin lineal.
a. Abra el Bloc de Notas o el WordPad de los Accesorios de Windows.
b. Escriba las instrucciones que sern ejecutadas en el GNUPLOT y guarde el archivo
con la extensin .ps, por ejemplo: AjusteMinimos.ps. Observe el modelo de archivo
siguiente.
# Instrucciones para REalizar un ajuste de mnimos cuadrados
reset
set title "Regresion" # Para que aparezca un ttulo
set xlabel "Posicin, x/cm" # Para el ttulo del eje x
set ylabel "Tiempo, t/s" # Para el ttulo del eje y
set autoscale # Para que seleccione automticamente una escala
adecuada
set pointsize 1.5 # Para definir el tamao del marcador
f(x) = a*x + b # Para indicar la funcin que se desa ajustar
fit f(x) "datos.dat" using 1:2 via a,b # para indicar los datos y
los parmetros a calcular
plot "datos.dat" using 1:2 title "valores experimentales" with
points, f(x) title "Regresion" with lines # Para que grafique los
datos experimentales y la curva de mejor ajuste.

a. Haga un nuevo archivo con los datos y gurdelo con la extensin .dat, por ejemplo:
datos.dat. Observe el modelo de archivo siguiente.

b. Ejecute el GNUPLOT, cambie el directorio de trabajo al directorio en donde tiene los

archivos y ejecute el archivo de las instrucciones del ajuste mediante el comando
load AjusteMinimos.ps.

3. PREGUNTAS PARA EL ANLISIS

1. Cul es la diferencia entre calcular la ecuacin de mejor ajuste mediante mtodos
grficos y mtodos estadsticos?
2. Qu informacin le proporciona el coeficiente de determinacin y el coeficiente de
correlacin?
3. Se podra realizar un cambio de variable si las variables originales se relacionan
mediante un polinomio de segundo grado?
4. Se observa alguna diferencia entre los parmetros de mejor ajuste obtenidos
mediante el programa Excel y los obtenidos mediante la calculadora?
76

5. Si en un intervalo en el que se encuentran las mediciones la ecuacin de mejor

ajuste es lineal, podra asegurarse que la relacin es lineal para cualquier intervalo
de valores de las variables?
6. Es lineal la relacin obtenida en el punto f de la seccin 2.2?
7. Investigue como realizar un Grfico que incluya barras de error.

77

EXPERIENCIA 5

Redaccin de Informes
Una vez recopilados los datos experimentales y haber realizado el anlisis y las conclusiones, los
resultados obtenidos deben ser comunicados en forma clara y concisa.
La escritura de un informe o reporte es una actividad muy comn entre cientficos e ingenieros pues
es un factor importante para la toma de decisiones. El escribir buenos informes requiere de prctica
ya que debemos procurar que tenga una estructura lgica y sea fcil de leer pues, es muy probable
que este sea revisado por personas de diferentes reas.
Es posible que las personas a quienes presente el informe le suministren un formato al que deba
apegarse, sin embargo, en esta experiencia procuraremos desarrollar un formato estndar a partir
del cual sea simple adaptarse a los requerimientos especficos. Un buen reporte escrito describe las
caractersticas importantes del experimento, tales como el estado del arte, los objetivos, la
metodologa, los datos, el anlisis de resultados y las conclusiones.
Mediante esta Experiencia se pretende elaborar un informe de acuerdo a los criterios establecidos
en el laboratorio. Para aprovechar las mediciones y anlisis realizados en las Experiencias anteriores,
el reporte se basar en el experimento del pndulo simple: Experiencias 1, 3 y 4; sin embargo, el
pndulo no ser nuestro objeto de estudio pues lo que deseamos es medir, mediante un pndulo
simple, el valor del campo gravitacional en el laboratorio.

1. PROCEDIMIENTO
1.1. Clculo del campo gravitacional
Utilice los datos experimentales de la variacin del periodo (T) con la longitud (L) para un
pndulo simple y basndose en el anlisis de versus L, mediante el mtodo de mnimos
cuadrados, interprete los parmetros de mejor ajuste para obtener la medida indirecta del valor
del campo gravitacional en el laboratorio.
1.2. Redaccin del informe
Elabore un informe que considere al menos lo siguiente:
a. Portada: Ttulo del informe, autores, institucin, curso, periodo, grupo.
Siga las indicaciones de su profesor, sin embargo, puede desarrollar su creatividad y tomar
en cuenta sus propios aportes, tal como el diseo, la redaccin del ttulo, etc.
b. Resumen: Describa muy brevemente en que consisti el experimento y sus conclusiones.

78

c. Introduccin: Aqu debe presentar el estado del arte, sin mucha extensin, y los objetivos
particulares del experimento. Incluya diagramas, modelos tericos, etc. Puede usar
subttulos si lo requiere. Utilice referencias bibliogrficas.
d. Materiales y Mtodos: Escriba en prosa y refirase al procedimiento y equipo que se utiliz
(no es una copia de la lista de pasos para tomar las medidas). Puede incluir un diagrama o
fotografas del montaje del experimento.
e. Resultados y anlisis: Incluya tablas de datos, grficas y clculos que considere necesarios
para sustentar las conclusiones.
Es importante que tanto los resultados como los clculos realizados estn respaldados con
comentarios.
f.

Conclusiones: De acuerdo a los objetivos, escriba lo ms relevante que puede observar y

anote explcitamente los valores de las variables o modelos calculados.
Puede justificar incongruencias como tambin las consistencias con el modelo terico.

g. Bibliografa: Utilice las normas APA para hacer la bibliografa.

h. Apndices: Aqu puede incluir la informacin que podra ser importante mencionar pero que
no sea muy relevante, como algunas tablas, grficos, demostraciones, etc.

2. Preguntas para el anlisis

1. Busque en la literatura al menos dos convenciones para la estructura de informes o reportes
cientficos.
2. Por qu recomendamos el uso de las normas APA?
Son las Normas APA la nica convencin para la elaboracin de las referencias bibliogrficas?

79

Tercera Parte
Prcticas

80

PRCTICA 1

Movimiento Rectilneo Uniformemente

Acelerado (MRUA)
La aceleracin se define como la razn de cambio de velocidad con el tiempo, as, para un cuerpo
que se mueve con aceleracin constante la velocidad vara a una tasa constante a travs del tiempo.
No hay que perder de vista que la aceleracin es una cantidad vectorial, y como tal, tiene tanto
magnitud como direccin, por lo que no se trata solo de que el cambio de velocidad sea invariable
en magnitud, sino tambin en direccin, por eso es que este movimiento sucede, necesariamente,
a lo largo de una lnea recta. Es decir es un movimiento unidimensional.
Matemticamente, la ecuacin que describe a la aceleracin en este caso puede escribirse como:

a (t ) = a
Como era de esperar, esta relacin es muy sencilla dada la condicin de que el valor de la aceleracin
se mantiene constante a travs del tiempo. La figura 1 muestra un esquema de la grfica de
aceleracin en funcin del tiempo.

a
a>0

t
Figura 1. Grfica de aceleracin en funcin del tiempo (MRUA)
En el caso de la velocidad sabemos que debe cambiar de forma constante, por lo que su relacin
con el tiempo debe ser lineal, como se presenta en la siguiente ecuacin:

v(t ) = at + vo

81

v
v
t

t
Figura 2: Grfica de velocidad en funcin del tiempo (MRUA)
De la ecuacin de v(t), cabra esperar que se obtenga una recta cuya pendiente tiene el valor de la
aceleracin y la interseccin indique la velocidad inicial del movimiento (Figura 2).
La descripcin matemtica de posicin para este tipo de movimiento es la siguiente:

1
x(t ) = xo + vot + at 2
2
Como se puede observar, la relacin entre la posicin y el tiempo es cuadrtica, por la tanto la
grfica que se obtiene es una parbola:

t
Figura 3. Grfica de posicin en funcin del tiempo (MRUA)

82

En las grficas mostradas la aceleracin, adems de constate, es positiva. Esto se debe a que la
pendiente de la grfica v vs t sea positiva y que en la grfica x vs t la curva sea cncava hacia arriba.
En el caso de que sea negativa, las grficas cambiaran los signos de estas cantidades pero
mantienen su tendencia: Lnea horizontal en el caso de la aceleracin, lineal en el caso de la
velocidad y parablica para la posicin.
El ejemplo ms cotidiano de aceleracin constante es el de la aceleracin de la gravedad, en el caso
de un cuerpo que se mueve en cada libre cerca de la superficie terrestre. Se simboliza con una letra
g y su valor promedio se toma como 9,74 m/s2, en nuestro laboratorio.
Para este experimento utilizaremos el hecho de que la aceleracin de la gravedad es constante para
asegurar que el cuerpo que vamos a estudiar experimente tambin una aceleracin constante (ver
figura 4).

1. Objetivos
1.1. Objetivo General
Estudiar el movimiento de un objeto que describe un MRUA.

1.2. Objetivos Especficos

1. Estudiar la relacin entre la posicin y el tiempo para un carrito, sobre un riel de
baja friccin, en movimiento uniformemente acelerado.
2. Estudiar la relacin entre la velocidad y el tiempo para el carrito en movimiento.
3. Utilizar las tcnicas de regresin para obtener las ecuaciones que relacionan las variables
estudiadas.
4. Interpretar las ecuaciones de mejor ajuste para obtener algunos de los parmetros del
movimiento.

2. Trabajo previo a la elaboracin de la prctica.

1. Explique a que se debe la aceleracin de la gravedad.
2. Es el valor de g constante?
3. Haga el diagrama de cuerpo libre para m1 y m2 (Figura 4). Recuerde que tanto la cuerda como
la polea son, en muy buena aproximacin, ideales.
4. Aplique las leyes de Newton y demuestre que el valor terico de la aceleracin del carrito
de masa m1 es:

a=

m2
g
m1 + m2

5. Disee, en su cuaderno de laboratorio, las tablas correspondientes para la toma de datos

(guese por el procedimiento).

83

3. Equipo
Tabla 1. Equipo mnimo requerido para la realizacin del experimento.
Cantidad

Descripcin

Polea

Smart Timer

Porta masas

Balanza digital

Riel de baja friccin

Fotosensores

Pantalla
de
fotosensor

Masa de 20 g

interrupcin

del

4. Procedimiento
4.1. Variacin de la posicin en funcin del tiempo
1. Mida la masa del carrito junto con la pantalla (m1) y antela.
2. Mida la masa del porta masas con una masa adicional sobre ella de 20 g (m2) y antela.
3. En la mesa de trabajo, proceda al montaje del equipo como se muestra en la figura 4.
Utilice la masa colgante: porta masas + 20 g.
m1

m2
Figura 4. Montaje experimental del riel de baja friccin
4. Defina el cero de la cinta mtrica del riel como referencia para la posicin inicial del
carrito.
5. Coloque un fotosensor fijo, a 30 cm de la referencia, conectndolo a la entrada 1 del
Smart Timer.
6. Coloque un segundo foto sensor a 40 cm de la referencia, conectndolo a la entrada 2
del Smart Timer.

84

7. Suelte el carrito desde la referencia y mediante el uso de la pantalla de interrupcin de

los sensores, mida 3 veces el tiempo que tarda el carrito en pasar desde la posicin fija
a la posicin de 40 cm.
8. Anote los resultados en la tabla que usted ha diseado previamente y repita el
procedimiento para posiciones del segundo fotosensor de (50, 60, 70, 80) cm.
9. Anote en la tabla el valor inicial para t = 0 s, x0 = 30 cm.

4.2. Variacin de la velocidad en funcin del tiempo

1. Utilice el diseo experimental de la seccin anterior pero nicamente con un
fotosensor.
2. Adecue la posicin del fotosensor y las funciones del Smart Timer para medir la
rapidez del carrito en un punto.
3. Suelte el carrito desde la referencia y mida 3 veces la rapidez del carrito al pasar por la
posicin x = 30 cm.
4. Repita el procedimiento para las posiciones x= (40, 50, 60, 70, 80) cm.
5. Registre los resultados en su cuaderno de laboratorio.

4.3. Aceleracin en funcin del tiempo

1. Utilice el diseo experimental de la seccin anterior.
2. Adecue la posicin del fotosensor y las funciones del Smart Timer para medir la
aceleracin del carrito en un punto.
3. Suelte el carrito desde la referencia y mida 3 veces la aceleracin del carrito al pasar
por la posicin x = 40 cm.
4. Repita el procedimiento para las posiciones x = 60 cm y x = 80 cm.
5. Registre los resultados en su cuaderno de laboratorio.

5. Gua para el anlisis de resultados

5.1. Variacin de la posicin en funcin del tiempo
1. Haga una tabla en la que se registre la posicin y el promedio del tiempo medido para
cada posicin. Identifique la posicin con la variable x y el tiempo promedio con la
variable t.
2. Utilizando la computadora, haga un grfico de dispersin de posicin versus tiempo y
agregue, en el grfico, la curva de mejor ajuste adecuada y el coeficiente de
determinacin.
3. Haga el grfico de posicin versus tiempo utilizando papel milimtrico.
4. Basado en el trabajo previo, proponga un modelo que relacione las variables y mediante
el mtodo de mnimos cuadrados, calcule la curva de mejor ajuste.
85

5. Calcule el coeficiente de determinacin.

6. Compare los resultados con los obtenidos en el punto 2.
7. En el grfico realizado en papel milimtrico, seleccione algunos puntos adecuados para
trazar la curva de mejor ajuste calculada.
8. Interprete cada uno de los parmetros calculados en el modelo de mejor ajuste y
obtenga de ellos la posicin inicial, velocidad inicial y aceleracin del carrito.

5.2. Variacin de la velocidad en funcin del tiempo

1. Haga una tabla que incluya el tiempo promedio y la rapidez promedio del carrito al pasar
por cada uno de los puntos medidos anteriormente. Refirase a ellos como t y v,
respectivamente.
2. Utilizando la computadora, haga el grfico v versus t.
3. Incluya en el grfico la ecuacin de mejor ajuste y el coeficiente de determinacin.
4. Basado en el trabajo previo, proponga un modelo que relacione las variables y mediante
el mtodo de mnimos cuadrados, calcule la curva de mejor ajuste y el coeficiente de
correlacin. Utilice su calculadora.
5. Compare los resultados con los obtenidos en el punto 3.
6. Interprete cada uno de los parmetros calculados en el modelo de mejor ajuste y
obtenga de ellos la velocidad inicial y aceleracin del carrito.

5.3. Aceleracin en funcin del tiempo

1. Haga una tabla que incluya el tiempo promedio y la aceleracin promedio del carrito al
pasar por cada uno de los puntos medidos anteriormente. Refirase a ellos como t y a,
respectivamente.
2. Utilizando la computadora, haga el grfico a versus t.
3. Calcule el valor promedio de a y grafquelo en el mismo grfico del punto anterior.
4. Comente sobre el comportamiento del grfico.

86

5.4. Aceleracin terica a partir de las Leyes de Newton

1. Basado en el trabajo previo, sustituya los valores de la masa del carrito, la masa colgante
y la aceleracin de la gravedad para calcular el valor terico de la aceleracin del carrito.
2. Compare los valores obtenidos en cada una de las secciones anteriores.

6. Redaccin del informe

1. Utilice los criterios y convenciones para redactar, en clase, el informe de la prctica.
2. Redacte la bibliografa segn las normas APA.

87

PRCTICA 2

Movimiento Parablico
Un cuerpo que se lanza con velocidad inicial v
y que se mueve bajo la influencia de un campo
gravitacional, describe una trayectoria parablica. El movimiento resultante es bidimensional,
contenido en el plano definido por el vector velocidad inicial.
El vector velocidad inicial del cuerpo es fundamental para determinar las caractersticas del
movimiento: el plano en que se mover, la mxima altura, el alcance horizontal (xmax) que tendr
el mvil y por lo tanto tambin su tiempo de vuelo.

Figura 1. Trayectoria de objeto que describe un movimiento parablico

Por las condiciones en que se da el movimiento su aceleracin es constante en el eje vertical y

la velocidad es constante en el eje horizontal, de manera que la trayectoria resultante puede
entenderse como la suma de estos dos movimientos independientes.
Las ecuaciones en componentes para este movimiento son:

Tabla 1. Ecuaciones del movimiento parablico.

Eje horizontal (x)

vox = vo cos o

Eje vertical (y)

voy = vo sen o

vx = vox

v y = voy gt

x = vox t

y = yo + voy t 12 gt 2

Las ecuaciones que se presentan toman como eje de referencia el punto de inicio del
movimiento y como direcciones positivas el eje y hacia arriba y el eje x hacia la derecha.
88

La comprobacin de que el recorrido espacial que sigue el cuerpo es una parbola viene dada
por la ecuacin de movimiento X = X( ). De las ecuaciones dadas en la Tabla 1 se obtiene:

y ( x) = yo + tan( o ) x

g
x2
2
2v cos ( o )
2
o

(1)

La relacin (1) es una ecuacin cuadrtica en el plano x-y, por lo que la trayectoria de
movimiento en el espacio es una parbola.
En esta prctica se espera que los estudiantes mejoren las habilidades para realizar mediciones
directas e indirectas, as como, desarrollen ms ampliamente los apartados de anlisis de
resultados y conclusiones; con este fin se estudiar el movimiento parablico de una esfera
metlica.

1. Objetivos
1.1. Objetivo General
Estudiar cualitativa y cuantitativamente, el movimiento de un objeto bajo la accin del
campo gravitacional.

1.2. Objetivos Especficos

1. Verificar que el movimiento del objeto es en dos dimensiones.
2. Determinar la ecuacin de la trayectoria que sigue el objeto.
3. Determinar, a partir de mediciones indirectas, las ecuaciones de posicin vertical y
horizontal en funcin del tiempo.
4. Calcular, a partir de los parmetros de las ecuaciones de mejor ajuste, las siguientes
cantidades fsicas asociadas al movimiento del objeto.

2. Trabajo previo a la elaboracin de la prctica.

Utilizando el procedimiento sugerido anteriormente demuestre la ecuacin 1.

Trazar, de forma cualitativa, los grficos de:
Posicin y versus t, posicin x versus t (puede utilizar el marco terico de la
Prctica 1 como gua)
Trayectoria (y versus x).
Disee las tablas necesarias para registrar los datos que se medirn en el laboratorio, segn
se describe en el procedimiento.

89

3. Equipo
Tabla 1. Equipo mnimo requerido para la realizacin del experimento
Cantidad

Descripcin

Lanzador de balines

Tubo de plstico para introducir los balines

Gua para acoplar el fotosensor al lanzador

Prensa de mesa

Smart Timer

Fotosensor simple

Fotosensor con cronmetro

Sensor de impacto

Tabla de madera

Hojas de papel blanco (deben ser aportadas por el

estudiante)

Hojas de papel carbn

Baln

Cinta mtrica

Escuadra de madera

Plomada
Cinta adhesiva

4. Procedimiento
4.1. Estimacin de la rapidez inicial de salida del objeto
1. Coloque un fotosensor con cronmetro en la gua de acople y sitelo justo en la posicin
de salida del baln. (Observe la Figura 1).
90

2. Fije a la mesa el can de disparo y utilice un ngulo de lanzamiento de 35.

3. Con una plomada, localice el punto sobre la mesa correspondiente a la posicin
horizontal desde la que se lanza el baln. Marque el punto con cinta adhesiva y bolgrafo.
Este punto definir el origen del sistema de referencia.
4. Manipulando el tornillo de sujecin del can de disparo, asegrese que la altura desde
el punto de posicin de disparo a la mesa sea X = 18,5 cm o cercana a ella.

Figura 1. Montaje del fotosensor para disparar el baln. A: Orificio de disparo, B: Gatillo,
C: Riel para colocar el soporte de los fotosensores, D: gua de acople para el
fotosensor y E: fotosensor.
5. Introduzca el baln en el disparador utilizando el tubo plstico y llvelo a la posicin de
disparo de corto alcance (deber escuchar solamente un clic).
6. Con el cronmetro en la posicin GATE, mida 5 veces el tiempo que tarda el baln en
pasar por el fotosensor. Seleccione en el cronmetro la posicin de mayor sensibilidad
(menor resolucin del indicador). Registre los datos en una tabla adecuada.
7. Con un calibrador, mida en 3 posiciones diferentes el dimetro del baln.
8. Anote la resolucin de los indicadores del cronmetro y del calibrador.

4.2. Determinacin del alcance horizontal (xmax)

1. Utilice la misma configuracin anterior del can de disparo.
2. Con el disparador en la primera posicin, lance el baln para determinar el punto de
impacto del baln sobre la mesa.
3. En el punto de impacto, fije con cinta adhesiva el papel blanco y el papel carbn.
4. Dispare 5 veces el objeto, tal que asegure que todas las veces caiga sobre el papel carbn.
5. Mida la distancia desde cada punto (marcado sobre el papel blanco con el papel carbn)
al punto de lanzamiento marcado con la plomada. Registre los datos en una tabla.
6. Anote la sensibilidad del instrumento de medicin.
7. Calcule el valor promedio y la incertidumbre estndar de la medicin.
8. Exprese el valor de la medicin en forma adecuada.

91

4.3. Determinacin del tiempo de vuelo (tv)

1. Coloque un fotosensor sencillo en la gua de acople y sitelo justo en la posicin de salida
del baln; conctelo en la primera posicin del Smart Timer.
2. Coloque el sensor de impacto justo encima del punto de impacto del baln sobre la mesa
y conctelo a la segunda entrada del Smart Timer.
3. Coloque el SMART TIMER en el modo TIME y seleccione TWO GATES, asegrese de poner
START/STOP y que aparezca el asterisco (*) cada vez que va a realizar un lanzamiento.
4. Lance 5 veces el baln para medir el tiempo de vuelo con el Smart Timer.
5. Anote los resultados en una tabla.
6. Anote la resolucin del indicador del cronmetro.
7. Calcule el valor del tiempo promedio y su incertidumbre estndar.
8. Exprese adecuadamente el valor de la medicin.

4.4. Determinacin de la trayectoria del objeto

1. Retire el fotosensor y el sensor de impacto.
2. Utilice el ngulo de lanzamiento (0) de 35 y la posicin de disparo del can a la altura
y0 = 18,5 cm sobre la mesa.
3. A partir del origen, coloque una marca con cinta adhesiva cada 15 cm dentro de la
distancia del alcance del objeto.
4. Coloque la tabla de madera en forma vertical sobre la primera divisin. Utilice una
escuadra de madera para asegurarse de que la tabla est en posicin vertical.
5. Pegue papel blanco y papel carbn en una cara de la tabla de madera.
6. Realice 5 lanzamientos del baln e intercepte su trayectoria con la tabla de madera (el
baln debe colisionar sobre el papel).
7. Mida las distancias de choque del baln y desde el borde inferior de la tabla de madera
hasta el punto de colisin y antelas en una tabla.
8. Realice las mismas mediciones para cada una de las posiciones horizontales marcadas en
la mesa.
9. Haga una tabla que contenga las posiciones horizontales y las posiciones verticales
promedio. Refirase a ellas como posicin horizontal x y posicin vertical y,
respectivamente.

5. Clculos
5.1. Determinacin de la rapidez de lanzamiento
1. Calcule el valor promedio y la incertidumbre estndar del tiempo que tarda el baln en
pasar por el fotosensor.
2. Calcule el valor promedio y la incertidumbre estndar del dimetro del baln.
3. Con los valores promedio del tiempo y del dimetro del baln, calcule la rapidez inicial de
lanzamiento:

= ^, _ =

92

4. Mediante la ley de propagacin de la incertidumbre, estime la incertidumbre de la

rapidez inicial: = (, ).
5. Represente adecuadamente el valor de la medicin de la rapidez inicial de lanzamiento.
Tome este valor como el valor de referencia.

5.2. Determinacin de la trayectoria del objeto

1. Grafique, utilizando la computadora, la posicin vertical y en funcin de la posicin
horizontal x, segn los datos anteriores. Incluya los puntos ( = 0, X = 18,5 cm) y
( = AJC , X = 0).
2. Mediante el mtodo de mnimos cuadrados, haga un anlisis de regresin polinomial de
estas variables.
3. Calcule el coeficiente de determinacin.
4. Compruebe que la trayectoria resultante es una parbola, comparando las ecuaciones
terica y emprica.
5. A partir de la ecuacin emprica de la trayectoria, interprete los parmetros de mejor
ajuste y encuentre: la altura inicial (yo) y el ngulo de lanzamiento (0)
6. Calcule el porcentaje de error con respecto a los valores tericos de y0 y 0.
7. Haga el grfico de dispersin en papel milimtrico y versus x.
8. Grafique, en el mismo grfico anterior, la curva de mejor ajuste calculada anteriormente.

5.3. Determinacin de las ecuaciones de posicin en funcin del tiempo

1. Demuestre que la medida indirecta del tiempo para cada posicin puede calcularse
2.
3.
4.
5.
6.

mediante la siguiente relacin: = aC

c .

Haga una tabla de posicin horizontal, posicin vertical y tiempo.

Haga los grficos y versus t y x versus t.
Mediante el mtodo de mnimos cuadrados, calcule las relaciones x(t) y y(t).
Calcule los coeficientes de determinacin.
A partir de las ecuaciones de mejor ajuste, interprete los coeficientes y determine: la
rapidez inicial vertical (` ), el valor del campo gravitacional (g) y la rapidez inicial
horizontal (C ).
7. Calcule los porcentajes de error comparando con los valores tericos o de referencia.

6. Redaccin del informe

3. Haga un anlisis de los resultados y utilice los criterios y convenciones para redactar
en clase el informe de la prctica.
4. Redacte la bibliografa segn las normas APA.

93

PRCTICA 3

Dinmica Rotacional
Esencialmente, un cuerpo rgido en rotacin consiste en un objeto en movimiento alrededor de un
eje. El movimiento de rotacin puede darse dentro de un gran mbito de escalas, desde partculas
hasta galaxias.
Para simplificar el estudio del movimiento de rotacin es preferible utilizar variables asociadas a la
dinmica de rotacin, como la posicin angular (
), la velocidad angular (
), la aceleracin angular
(
) y el momento de la fuerza o torque (), entre otros. Mediante esta descripcin del movimiento
se obtiene una gran similitud entre las expresiones matemticas del movimiento de traslacin y el
movimiento de rotacin, lo que nos permite definir e interpretar los parmetros del movimiento de
rotacin. Uno de estos parmetros es el momento de inercia de un cuerpo rgido, usualmente
representado mediante la variable I, el cual es una cantidad escalar.
Podemos observar la similitud entre las expresiones del movimiento de rotacin y traslacin en las
ecuaciones de la energa cintica:
=

: Traslacin

: Rotacin

(1)

(2)

Estas relaciones nos permiten hacer una interpretacin fsica del momento de inercia: I es inercia
de rotacin, como la masa es inercia de traslacin. Es decir, entre mayor sea el momento de inercia
del objeto, mayor ser la oposicin a los cambios en el estado de movimiento de rotacin de este.
El momento de inercia de un cuerpo es una magnitud que depende de la masa del cuerpo y su
geometra, o sea, de cmo la masa est distribuida en el espacio. Dado que un objeto podra girar
alrededor de un nmero indefinido de ejes, existira un nmero indefinido de momentos de inercia,
sin embargo, en muchas ocasiones el movimiento se estudia respecto a ejes que corresponden a
ejes de simetra del cuerpo o paralelos a stos, o a un eje que pase por el centro de masa.
Hay varias formas de calcular la inercia de rotacin de un cuerpo rgido. Tericamente se aplica el
clculo diferencial e integral mediante la ecuacin (3).
= d

(3)

Tambin, es posible utilizar expresiones que nos facilitan el clculo del momento de inercia respecto
a ejes que sean paralelos entre ellos. Por medio de un clculo simple, el teorema de Steiner o
teorema de los ejes paralelos, podemos relacionar el momento de inercia de un objeto de masa M
94

que gira alrededor de un eje que es paralelo a otro que pase por el centro de masa del objeto (CM)
y se encuentre separado una distancia a:
= + L

(4)

El momento de inercia puede sumarse o restarse, por lo que podramos calcular el momento de
inercia de un cuerpo compuesto, como la suma de los momentos de inercia de cada una de las
partes. As mismo, mediante substraccin, podramos calcular el momento de inercia de un objeto
homogneo, como el cilindro hueco, en el que consideramos un cilindro slido y substraemos el
momento de inercia de un cilindro imaginario, hecho del mismo material y que rellene el hueco.
Otro concepto que es importante en el estudio del movimiento de rotacin de los cuerpos rgidos
es el radio de giro (k), el cual representa la distancia del eje a la cual toda la masa (M) se podra
concentrar en un punto sin cambiar el momento de inercia, lo que correspondera con un concepto
similar a la posicin del centro de masa en el movimiento de traslacin.

f = M

(5)

En esta prctica de laboratorio se utilizarn algunos de los mtodos, tericos y experimentales, con
los que puede obtenerse el momento de inercia de una polea en forma de disco, girando alrededor
de un eje perpendicular a su plano.

1. Objetivos
1.1. Objetivo General
Determinar experimentalmente el momento de inercia de un objeto a partir de clculos
estadsticos y de un anlisis de regresin.

1.2. Objetivos Especficos

1. Calcular en forma terica el momento de inercia de una polea de Aluminio.
2. Determinar el momento de inercia de la polea (y su incertidumbre), a partir de clculos
estadsticos.
3.

Obtener el momento de inercia de la polea a partir de un anlisis mediante el mtodo

de mnimos cuadrados.

4. Calcular, tericamente y experimentalmente, el radio de giro de la polea.

95

2. Trabajo previo a la elaboracin de la prctica.

Busque la expresin matemtica del momento de inercia de un cilindro macizo, de
densidad uniforme, con respecto a un eje que pasa por su centro de masa y que coincide
con el eje del cilindro. Incluya una figura.
Busque la expresin matemtica del momento de inercia de un cilindro hueco de pared
gruesa, con respecto a un eje que pasa por su centro de masa. Incluya una figura.
Defina el momento de fuerza o torque y su expresin matemtica.
Defina la aceleracin angular y su expresin matemtica en funcin del radio y de la
aceleracin lineal.
Busque la ecuacin vectorial que describe la dinmica en el movimiento de rotacin (ley
de Newton para la rotacin).
A partir de un anlisis dinmico de la polea y la masa colgante de la Figura 1, demuestre
la ecuacin 6.
Disee las tablas para las mediciones a las que se refiere el procedimiento.

3. Equipo
Tabla 1: Equipo mnimo requerido para la realizacin del experimento.
Cantidad

Descripcin

1
1
1
1
1
1
1
1
1
1
5
1
1

Polea
Prensa de mesa
Prensa de nuez pequea
Vernier
Smart Timer
Cinta mtrica
Porta masas
Balanza digital
Varilla de 10 cm
Varilla de 130 cm
Masas diferentes
Sensor de impacto
Prensa doble (selecta)

96

4. Procedimiento
4.1. General
1. Arme el equipo segn la Figura 1.

Figura 1. Diseo experimental para el experimento de dinmica rotacional.

2.
3.
4.
5.
6.
7.

Mida la masa M de la polea. Utilice la balanza dispuesta especialmente para ello.

Mida el dimetro D de la polea.
Utilizando un calibrador, mida la profundidad h del canal de la polea.
Mida, con el calibrador, la anchura del canal de la polea a.
Mida el espesor de la polea.
Registre los datos en la Tabla 1.

Figura 2: Variables caractersticas de la polea de Aluminio

97

Tabla 1. Mediciones caractersticas de la polea de Aluminio y de la configuracin experimental.

Masa

M=(

) kg

Dimetro

D=(

)m

Profundidad del canal

h=(

)m

Anchura del canal

A=(

)m

Altura del porta masas al sensor de presin

H=(

)m

Espesor de la polea

=(

)m

4.2. Mediciones para el clculo del momento de inercia de la polea.

1. Seleccione en el Smart Timer: TIME, en el modo: TWO GATES, conectando el fotosensor
al canal 1 (ligeramente abajo del portamasas) y el sensor de impacto al canal 2 (se coloca
en el suelo).
2. Mida una altura H= 1,4 m (desde la base del portamasas hasta el sensor de impacto).
Este valor se mantiene constante durante todo el experimento.
3. Utilice una masa m = 60 g (porta masas y masa). Mida esta masa en la balanza
electrnica.
4. Desde la altura H, cuelgue la masa en la cuerda y sultela a partir del reposo.
5. Mida 5 veces el tiempo t que tarda la masa colgante en recorrer la distancia H.
6. Repita el procedimiento de los puntos 3 al 5 para cuatro masas de distinto valor: (70, 80,
100, 120) g. Estas masas debe formarlas combinando las masas que se le suministrarn.
Para no daar el sensor de impacto, NO exceda el valor mximo recomendado para las
masas.

5. Clculos
5.1. Momento de inercia de la polea en forma terica.
1. Con las expresiones solicitadas en el trabajo previo, calcule el valor numrico del
momento de inercia de un cilindro macizo de Aluminio de radio = /2 y longitud .
Suponga que la densidad del Aluminio es 2 710 kg/m3.
Resp.: =

98

2. Calcule el momento de inercia de un cilindro hueco de Aluminio de radio externo

= /2, radio interno =

y longitud = L.

Resp.: = L( )

3. Calcule el valor numrico del momento de inercia terico de la polea:

= . .

4. Calcule el valor numrico de la masa terica aproximada de la polea.

- = . .

Resp.: = , = L( )

5. Calcule el valor numrico del radio de giro terico de la polea:

f=

6. Utilice los valores anteriores como los valores de referencia.

5.2. Momento de inercia de la polea en forma estadstica

1. Determine el valor promedio del tiempo de recorrido, t , para cada masa. En adelante a
este tiempo se le denotar con la variable t.
2. Utilizando Excel, calcule el momento de inercia de la polea para cada par de datos m y t,
usando la siguiente ecuacin demostrada en el trabajo previo:
donde =

g =

(6)

. Disee una tabla para realizar los clculos.

3. Determine el valor promedio y la incertidumbre estndar del momento de inercia de la

polea para el conjunto de datos calculados en el punto anterior.
4. Compare el valor anterior con el valor terico o de referencia, calculando el porcentaje
de error.
5. Utilice la ley de propagacin de las incertidumbres para calcular la incertidumbre
estndar de UNO de los datos calculados en el punto 2. Considere g= 9.74 (1 2 %) m/s2.

99

5.3. Momento de inercia de la polea mediante el mtodo de mnimos cuadrados.

1. Grafique en papel milimtrico el tiempo en funcin de la masa. Haga este mismo grfico
en el programa Excel.
2. A partir de la ecuacin 6, demuestre que un cambio de variable apropiado para linealizar
la relacin entre tiempo y masa es el siguiente: X = A,

= .

3. Proponga un modelo para realizar un anlisis de regresin, e interprete los parmetros

del modelo.
4. Haga, en Excel, un grfico con las nuevas variables y encuentre la ecuacin de mejor
ajuste.
5. Determine el momento de inercia de la polea a partir de los parmetros de la ecuacin
de mejor ajuste.
6. Calcule el porcentaje de error entre el valor terico del momento de inercia y el valor
calculado anteriormente.
7. Calcule el radio de giro experimental de la polea:
f=

8. Reescriba la ecuacin de mejor ajuste en trminos de las variables originales.

9. Grafique la ecuacin anterior en el mismo grfico del punto 1.

6. Gua para el anlisis de resultados

Considere entre otros, los siguientes aspectos:
Haga un anlisis de los resultados obtenidos mediante los mtodos terico, estadstico y
de mejor ajuste para calcular el momento de inercia de la polea.
Compare la masa experimental de la polea y la estimacin terica.
Compare el radio de giro experimental con el radio de giro terico.

7. Preguntas para el anlisis

1. Analice, mediante clculos porcentuales, la importancia de considerar el momento de
inercia del cilindro hueco para la aproximacin del clculo terico del momento de inercia
de la polea.

100

2. Sugiera como, aproximadamente, podra calcularse el momento de inercia terico de la

polea mediante la adicin de momentos de inercia.
3. Qu diferencia obtendra al calcular el momento de inercia mediante el mtodo de
mnimos cuadrados a partir de la pendiente o de la interseccin de la recta de mejor ajuste
propuesta?

8. Redaccin del informe

Haga un anlisis de los resultados y utilice los criterios y convenciones para redactar en clase el
informe de la prctica.

101

Apndices

102

APNDICE A

Clculos estadsticos utilizando la calculadora

En el cuadro siguiente se presenta un esquema del procedimiento para la utilizacin de la
calculadora Casio fx-570ES en el tratamiento estadstico de datos, una sola variable.
Introducir los datos
MODE 3: STAT (Selecciona el modo estadstico)
1: 1VAR (Tratamiento de datos de una variable)
Se presenta una columna numerada en donde se
deben introducir los datos, uno a uno, oprimiendo
cada vez el signo =
Al finalizar de introducir los datos:
AC (Almacena los datos)
SHIFT 1 (Para ver el men de posibilidades del
tratamiento de los datos).
5: VAR (Acceso a men que nos permite observar el
nmero de datos, el valor promedio, la desviacin
estndar de la muestra y la poblacin).
Se accede a la informacin, una a la vez, oprimiendo
el nmero correspondiente y la tecla =
Ejemplo:
2: = (Para ver el valor promedio)
Si necesitamos corregir algn dato, podemos ver la
tabla nuevamente mediante los comandos
SHIFT 1 2: Data
Para regresar la calculadora al modo normal de
trabajo
MODE
1: COMP

103

Ejemplo:
En el ejemplo siguiente se muestra la estatura y el peso de un grupo de personas.
Tabla 1. Estatura y Peso de un grupo de personas, sin importar su edad y sexo.
No.
1
2
3
4
5
6
7
8

Estatura (m)
1,69
1,74
1,79
1,55
1,70
1,82
1,80
1,67

Peso (kg)
60
70
69
60
54
80
72
52

Se obtienen los siguientes resultados: Valor promedio = 1,72 m y para la desviacin

estndar de la muestra BC = 0,09 m.

Ejercicio:
Introduzca los datos de Peso en la calculara y obtenga el valor promedio y la desviacin
estndar de la muestra.
a) Acceda a la tabla de datos e introduzca dos datos adicionales: 41 kg y 73 kg.
b) Acceda a la tabla de datos y elimine el tercer dato (Se sita sobre el dato se oprime
DEL).
c) Obtenga el valor promedio y la desviacin estndar de este nuevo conjunto de
datos.

104

APNDICE B

Clculo de la ecuacin de mejor ajuste por el mtodo de

mnimos cuadrados mediante la calculadora
En el siguiente cuadro se presenta el procedimiento bsico para realizar el clculo de los parmetros
de mejor ajuste utilizando la calculadora CASIO fx-570ES.
MODE 3: STAT
Se despliega un men en el que podemos seleccionar diferentes modelos
de ajuste de datos (desde el 2: al 8:)
2: A+BX (para un modelo lineal)
Se introduce cada dato y se oprime =
Al finalizar de introducir los datos en la tabla se oprime AC para almacenar
los datos en la memoria.
SHIFT 1
7: Reg (Para desplegar men con los valores de los parmetros de ajuste).
Se selecciona un nmero y se oprime =.
Cada valor de los parmetros se obtiene de la misma forma.
1: A (Obtener la interseccin de la recta con el eje de las
ordenadas)
2: B (Obtener la pendiente de un ajuste lineal)
3: r (Coeficiente de correlacin)
4: (Estimacin del valor de x para un y dado).
5: X (Estimacin del valor y para un x dado).
SHIFT 1
2: Data (Para volver a la tabla de datos)
Pueden introducirse nuevos pares de datos (situarse en la ltima lnea de
la tabla e introducir los nuevos datos) o eliminarse datos de la tabla (DEL
para eliminar).
AC para guardar la nueva tabla de datos.
SHIFT 1
1: Type (para cambiar el modelo de ajuste con los datos ya introducidos).

105

Ejemplo:
En la Tabla 1 se muestran los datos de cmo vara la variable y en funcin de la variable x.
Tabla 1. Valores experimentales de x y y
x
8,0
15,0
16,5
20,0
27,5

y
17,5
30,4
34,0
40,0
56,2

Introduciendo los datos en la calculadora obtenemos los siguientes parmetros:

A = 1,15
B = 1,98
r= 0,9991

Ejercicio:
Para el ejemplo anterior, mediante el uso de los funciones y X, estime:
a. El valor de y para x =10.
b. El valor de x para y = 100.

106

Bibliografa
Sobre experimentacin existe gran cantidad de literatura. En la lista siguiente se presenta algunas
de las fuentes que pueden utilizarse como referencia para un estudio individual de los conceptos
fundamentales de la experimentacin y el anlisis de datos. Adems, se sugieren varias referencias
clsicas para la consulta de los conceptos generales de Fsica.

(JCGM), T. J. (Ed.). (2008). Evaluacin de datos de medicin: Gua para la expresin de la

incertidumbre de medida. (C. E. Metrologa, Trad.)
Ablanque Ramrez, J., Benito Zafrilla, R. M., Losada Gonzlez, J. C., & Gmez de Quero, L. S. (2010).
Laboratorio de Fsica con soporte interactivo en moodle. Madrid: Pearson Education S. A.
Association, A. P., & Pea Alfaro Gonzlez, S. R. (Edits.). (2010). Manual de Publicaciones (Tercera
edicin ed.). (M. Guerra Fras, Trad.) Mxico: El Manual Moderno, S. A. de C. V.
Baird, D. C. (1991). Experimentacin: Una introduccin a la teora de mediciones y al diseo de
experimentos. Mxico: PRENTICE-HALL HISPANOAMERICANA, S. A.
Devore, J. L. (2005). Probabilidad y Estadstica para ingeniera y ciencias (Sexta Edicin ed.). Mxico:
Thomson.
Gmez Barrantes, M. (2001). Elemetos de Estadstica Descriptiva. San Jos: EUNED.
Gutirrez Pulido, H., & de la Vara Salazar, R. (2012). Anlisis y diseo de experimentos (Tercera
edicin ed.). Mxico: McGraw Hill/Interamericana Editores, S. A. de C. V.
IEEE. (2012). IEEE Standards Style Manual.
JCGM, C. C. (2008). Evaluacin de datos de medicin -Gua para la expresin de la incertidumbre de
la medida. Madrid: Centro Espaol de Metrologa.
Kirkup, L. (1994). Experimental Methods: An introduccion to the analysis and presentation of data.
Australia: John Wiley & Sons Australia, Ltd.
Measures, B. I. (Ed.). (2006). The International System of Units (8th edition ed.).
Metrology, j. C. (Ed.). (2012). International vocabulary of Metrology: Basic and general concepts and
associated terms (VIM) (3rd edition ed.).
Resnick, R., Halliday, D., & Krane, K. S. (2004). Fsica. Mxico: Compaa Editorial Continental.

107

Sears, F. W., Zemansky, M. W., & Young, H. D. (1988). Fsica Universitaria (Sexta ed.). Mxico:
Addison-Wesley Iberoamericana, S. A.
Somoza, A. M., Cuevas, E., Garca Molina, R., Ortuo, M., Ruiz, J., & Abelln, J. (2001). Laboratorio
de Fsica. Murcia (Espaa): ICE Universidad de Murcia.
Triola, M. F. (2007). Estadstica para las Ciencias Sociales. Mxico: Pearson Educacin.
Venegas Rojas, D. (2013). La montaa rusa y la conservacin de la energa mecnica total.
InformaTEC.

108