Вы находитесь на странице: 1из 15

Pr

actica 3
Representaciones gr
aficas
Introducci
on y objetivos
Cualquier experimento tiene por finalidad, o bien verificar experimentalmente un modelo predicho teoricamente, o bien estudiar un fenomeno y obtener informacion experimental que es usada para elaborar un modelo que describa el fenomeno. Para ello, usualmente
deben medirse distintas cantidades fsicas y relacionarlas para establecer una dependencia
funcional (relacion matematica que mejor describe al fenomeno). En comparacion con las
tablas, esta informacion experimental se pone de manifiesto mediante una representaci
on
grafica de una forma mas eficiente. Ademas, estas representaciones nos permiten predecir
por interpolacion o por extrapolacion el comportamiento de valores o regmenes no explorados por el experimento mismo. De forma general, las graficas son una ayuda visual
muy efectiva las cuales nos permiten resaltar tendencias y relaciones entre datos experimentales, probar teoras, buscar evidencia de errores sistematicos y extraer parametros
adicionales que caracterizan el conjunto de datos.
En esta practica se examinaran los criterios necesarios para la buena elaboracion e
interpretacion de un grafico de datos experimentales, los diferentes tipos de graficos y
el metodo de ajuste de curva por el metodo de los mnimos cuadrados, todo esto con
el objetivo de que al finalizar la lectura de este captulo usted debera poder hacer lo
siguiente:
1. Representar graficamente una data experimental.
2. Analizar cualitativamente una grafica de datos experimentales.
3. Determinar los parametros de la recta en una grafica lineal (pendiente e intercepcion).
4. Determinar cuando conviene utilizar escalas logartmicas para linealizar una grafica.
5. Ajustar rectas mediante regresion lineal por el metodo de mnimos cuadrados.

Consideraciones generales
En las practicas que hemos realizado hasta ahora se ha abordado el problema de
medir una sola cantidad fsica. La incapacidad de reproducir la medida exactamente y la
5

PRACTICA
3. REPRESENTACIONES GRAFICAS

apreciacion finita de los instrumentos llevaron a la necesidad de repetir la medida hasta


disponer de un conjunto sobre el cual se aplican metodos estadsticos.
En las practicas siguientes vamos estudiar como se comporta una cantidad fsica al
variar otros parametros; el objetivo es establecer la dependencia funcional, esto es, la
relacion matematica que mejor describe al fenomeno. De manera recproca, el interes
podra ser tambien el de verificar experimentalmente un modelo predicho teoricamente o
incluso, proponer otra teora que explica mejor el fenomeno.
En estos casos, la informacion experimental se pone de manifiesto al representarla de
manera visual mediante el uso de graficos. De los mismos se puede deducir la relacion
matematica que vincule las variables involucradas. Tambien es posible de un grafico predecir por interpolaci
on o por extrapolaci
on comportamientos en valores o regmenes no
explorados por el experimento mismo.
Para observar la relacion entre dos cantidades variables se procede a dibujar un par
de ejes mutuamente perpendiculares, donde generalmente se representa a la variable independiente a lo largo del eje horizontal o abscisa y a la variable dependiente a lo largo
del eje vertical u ordenada. En cada eje se asigna una escala que dan los posibles valores
de las variables correspondientes; esta asignacion depende de las necesidades de la representacion grafica. El par de ejes perpendiculares y las escalas constituyen un sistema de
coordenadas cartesianas.

Criterios para elaborar una gr


afica de data experimental
Para observar la relacion entre dos cantidades variables usualmente son representadas
en un sistema de coordenadas cartesianas, el cual consistes en un par de ejes mutuamente
perpendiculares: el horizontal o eje x y el vertical o eje y. La coordenada x es tambien
llamada la abscisa y la coordenada y como la ordenada. Por convencion la variable independiente (el parametro que el experimentador esta variando) es representada en el eje x
y la variable dependiente (el parametro que esta midiendo) en el eje y.
A continuacion son presentados un grupo de instrucciones para una buena representar
graficamente datos experimentales:
1. Considerar la linealizacion los datos para generar un grafico lineal.
2. Use escalas apropiadas para los ejes tales que la mayor parte del area de la grafica
sea utilizada. Un problema com
un consiste en definir el valor mnimo del rango del
eje, el cual en ocasiones es ajustado a 0 sin una justificacion.
3. Etiquete cada eje con la cantidad fsica correspondiente y su unidad de medida; ya
sea escribiendo la unidad entre parentesis despues de la cantidad longitud (m),
o la unidad separada de la cantidad con una barra invertida longitud/m. Use
unidades del SI y prefijos o notacion cientfica para los n
umeros muy grandes o muy
peque
nos.
4. El grafico tiene que estar acompa
nado con su respectivo ttulo.

7
5. Agregue los puntos experimentales con su respectivo error mediante el uso de barras
que acotan la extension del error alrededor del punto (Ver figura 3.1). En muchos
casos se suele indicar los puntos mediante un peque
no crculo (). Esto es practicamente u
til cuando el error es irrepresentable.

x
y

Figura 3.1: Regi


on de incerteza alrededor de un punto.

6. Agregue una lnea de ajuste o de tendencia, ya sea una lnea recta o una curva suave,
continua y sin quebraduras para distinguir la tendencia del conjunto de datos, o del
modelo teorico adecuado. La curva debe pasar por la mayora de las zonas de error,
tratando de minimizar sus desviaciones y en lo posible, que los puntos experimentales
queden uniformemente distribuidos a ambos lados de la curva.
Una buena grafica le permite al lector asimilar rapidamente los puntos claves de los datos.
Como tal, es necesita que sea simple, clara y que contenga toda informacion pertinente.
En la figura 3.2 se muestra un ejemplo de una buena representar graficamente datos
experimentales.

Ttulo

80

70

Masa (g)

60
50
40
Lnea de ajuste
o de tendencia

30
20
10
0

x
0

4
6
Volumen (cm3)

10

Figura 3.2: Ejemplo de una buena representar gr


aficamente datos experimentales.

Linealizaci
on de los datos
Cuando construimos una grafica, lo primero que salta a la vista es la tendencia que
sigue el conjunto de los puntos experimentales. Podra suceder que haya alg
un punto que
no sigue la tendencia global de los demas, en estos casos se deberla revisar si el punto ha
sido dibujado en el lugar correcto o si es el producto de una medida realizada en forma
incorrecta. En las situaciones mas sencillas, los puntos podran quedar alineados en una

PRACTICA
3. REPRESENTACIONES GRAFICAS

recta. Ahora, en el caso de que la tendencia sea curvilnea, es aconsejable siempre tratar
de mostrar una relacion lineal entre las variables dependientes e independientes. Esto
es porque el analisis de la curva para hallar la ecuacion emprica que mejor se ajusta a
los datos experimentales, podra resultar complicado. Existen varias maneras de lograrlo,
seg
un sea el caso. Si no disponemos de un modelo hipotetico, podramos probar con
algunas funciones de ocurrencia muy com
un en fenomenos fsicos, como lo son la funcion
exponencial y la funcion potencial. En todo caso, la linealizacion se efect
ua haciendo
transformaciones matematicas de la o las variables medidas. Por ejemplo, se sabe que
el perodo T de un pendulo simple depende en la longitud L por medio de la siguiente
relacion:
s
L
T = 2
g
donde la g es la aceleracion debido a la gravedad. Si se obtienen un conjunto de longitudes
del pendulo (la variable independiente) y se experimentan para obtener medidas m
ultiples
del perodo (la variable dependiente), al graficar el perodo T en el eje vertical (eje y)
versus L en el eje horizontal (eje x) se obtiene una curva. Ahora, estos mismos datos se
puede linealizar mediante un cambio apropiado de variable, en el cual se puede graficar
los valores del perodo elevado al cuadrado (T 2 ) en el eje vertical (eje y) versus L en
el eje horizontal (eje x), donde deberamos conseguir una lnea recta que pase a traves
del origen, y de esta forma poder extraer un valor para g y con su respectivo error de
una forma sencilla por medio de la pendiente de dicha recta. Note que la terminologa
convencional es llamar a esta como una grafica de T 2 en funcion de L.

Agregando una lnea de ajuste o de tendencia


Hay dos tipos de lnea de ajuste o de tendencia, que se le podemos a
nadir a una grafica:
lineal y no-lineal. Si una inspeccion visual de la grafica confirma una dependencia lineal,
podemos agregar una lineal recta de tendencia. En caso contrario, donde el modelo teorico
no pueda ser linearizado, se puede agregar la funcion no lineal apropiada.
Ajuste lineal
Los experimentos a menudo estan dise
nados de tal forma que la variable dependiente
exhibe una dependencia lineal con la variable independiente. Hay resultados analticos
simples para calcular la mejor lnea recta de ajuste para un conjunto de datos.
Para un buen ajuste esperamos que la lnea de tendencia pase por dentro de las barra
de error estandar de las dos terceras partes de los puntos de datos.
Si los datos son bien modelados por una lnea recta dada por la expresion y = mx + b,
es posible conocer la pendiente (m), la interseccion (b) y sus respectivas incertidumbres,
usando un proceso conocido como el metodo de mnimos cuadrados, derivando expresiones
analticas para cada una de las cuatro variables. Los resultados son:
P 2P
P P
i xi
i yi
i xi
i xi yi
b=
(3.1)

y
P
P P
N i xi yi i xi i yi
(3.2)
m=

9
con el error en la interseccion y el de la pendiente,
rP
r
2
x
N
i i
, m = CU
b = CU

donde
=N

X
i

x2i

X
i

xi

!2

y la llamada incertidumbre com


un CU definida como
s
1 X
CU =
(yi mxi b)2
N 2 i

(3.3)

(3.4)

(3.5)

La incertidumbre com
un esencialmente representa una aproximacion para la magnitud
de la incertidumbre en las medidas de y, asumidas como comunes para todos los puntos
de datos, suponiendo que la lnea recta es el modelo teorico apropiado para describir los
datos.
Interpolar y extrapolar
Al incluir una lnea de tendencia a un conjunto discreto de datos, obtenemos un
modelo subyacente del fenomeno con una cierta confianza. Sin embargo, debemos ser
muy cuidadosos con la sobre-interpretacion de los datos, ya que en realidad solo tenemos
nuestros pares de medidas discretas de las variables dependiente e independiente, y sus
incertidumbres.
El proceso de usar la lnea de ajuste o de tendencia, ya sea lineal o una curva suave,
para inferir un valor desconocido de la variable dependiente para un valor de la variable
independiente entre dos puntos medidos se llama interpolar. El proceso de predecir un
valor para la variable dependiente cuando la variable independiente esta fuera del rango de
medidas se llama extrapolar; ambos procesos deberan ser usados con cautela. Hay muchos
ejemplos de fenomenos fsicos donde el comportamiento lineal para valores peque
nos de la
variable independiente resulta mal para valores mas altos: Por ejemplo, un resorte muestra
un comportamiento lineal como una funcion de la fuerza aplicada solo hasta el lmite de
elasticidad.

Diferentes tipos de gr
aficos
A continuacion se analiza el uso de tres tipos de papel grafico:

Papel milimetrado
Este papel es el de uso mas com
un para hacer una representacion grafica. Las dos
escalas son lineales lo cual permite la realizacion de graficos de forma muy sencilla.
Consideremos entonces el siguiente ejemplo: Mediante una balanza analtica se determinan las masas correspondientes a diferentes vol
umenes de una sustancia contenida en
un envase. Los diferentes resultados estan dados en la siguiente tabla:

PRACTICA
3. REPRESENTACIONES GRAFICAS

10

Volumen (cm3 )
1, 5 0, 1
2, 1 0, 1
3, 2 0, 2
4, 0 0, 2
4, 8 0, 3
6, 0 0, 4
6, 9 0, 4
8, 0 0, 5
9, 2 0, 6
9, 9 0, 6

Masa (g)
19 1
25 1
28 1
35 2
40 2
46 2
52 3
58 3
64 4
70 4

Tabla 3.1: Datos de un ejemplo con comportamiento lineal.

Si queremos hacer la representacion grafica en esta hoja, observamos primero que


podemos disponer de 15 cm de ancho por 12 cm de alto (media pagina). Dado que la
variable independiente cubre un rango de (2 a 10) cm3 resulta razonable escoger como
escala 1 cm: 1 cm3 . Asimismo, para la variable dependiente que abarca (25 a 70) g se
puede escoger la escala 1 cm: 10 g El sistema de coordenadas cartesianas queda entonces
como se muestra en la figura 3.3.

y
80
70

y = ax + b

Masa (g)

60

( x2 , y 2 )

a = Pendiente

50
40

( x1 , y 1)

30
20

b = Interseccin

10

x
0

4
5
6
7
Volumen (cm3)

10

Figura 3.3: Gr
afica del ejemplo sobre papel milimetrado.

Debe se
nalarse que si bien en este caso la interseccion de los dos ejes corresponde
con el cero de cada variable, no siempre ocurre as, y en muchos casos la interseccion
corresponde a valores numericos diferentes de cada variable. Asimismo, la eleccion de

11
las escalas se hace de manera de poder ubicar rapidamente cualquier valor sobre el eje.
Una vez representados los puntos experimentales con sus correspondientes barras de error
en ambos ejes, determinamos alrededor de cada punto una zona de error (o region de
observacion) definida por un rectangulo. Note que los tama
nos de las barras de error no
tienen por que ser iguales pues las magnitudes de los errores pueden ser diferentes para
cada medida experimental.
De la figura 3.3 podemos ver que la curva descrita por los puntos experimentales es
una recta. Es decir, la relacion y = f (x) entre las variables es una funcion lineal:
y = ax + b

(3.6)

Donde x es la variable independiente, y es la variable dependiente, a es la pendiente de la


recta y b es la interseccion. La determinacion de la relacion funcional entre las variables
se reduce a la determinacion de las constantes a y b.
Dado que b es la ordenada en el origen, puede ser determinada extrapolando la recta
hasta cortar el eje de las ordenadas cuando este u
ltimo corresponde al cero del eje de las
abscisas. En nuestro ejemplo, para V = 0 se obtiene m = 11 g, valor que denotaremos
como m0 .
La pendiente a se determina tomando dos puntos cualesquiera de la recta (no dos
puntos experimentales) y evaluando la relacion:
a=

y2 y1
x2 x1

(3.7)

Volviendo a nuestro ejemplo, podramos seleccionar como puntos (m; V): (61 g; 8,6 cm3 )
y (32 g; 3,6 cm3 ), por lo cual:
(61, 0 32, 0)g
m
=
= 5, 8g/cm3
3
V
(8, 6 3, 6)cm

(3.8)

valor que denotaremos como .


La ecuacion resultante es entonces:
m = m0 + V m = 11g + (5, 8g/cm3 )V

(3.9)

la pendiente corresponde a la densidad de la sustancia usada, y la ordenada en el origen


m0 a la masa del envase vaco.
Ahora bien, las constantes a y b que hemos determinado cuentan con sus respectivos
errores asociados, dado que esta abierta la posibilidad de trazar mas de una recta para el
conjunto de puntos experimentales. Estos errores a y b se pueden determinar trazando
las dos rectas extremas de maxima y mnima pendientes que esten dentro de las zonas de
error de los puntos experimentales (Ver figura 3.4). Los valores de las constantes a y b,
correspondientes a cada una de estas rectas se obtienen siguiendo el procedimiento antes
expuesto.
De esta manera quedan determinados los errores asociados a las constantes:
a =

amax amn
bmax bmn
, b =
2
2

(3.10)

PRACTICA
3. REPRESENTACIONES GRAFICAS

12

y
80

a mx

70

Masa (g)

60
50

a mn

40
30

b mx

20
10

b mn

x
0

4
5
6
7
Volumen (cm3)

10

Figura 3.4: Rectas de m


axima y mnima pendiente para determinar los errores.

En el ejemplo mostrado se observa que:


m =

(14, 0 9, 0)g
3g
2

y
max =

(65, 0 19, 0)g


(65, 0 40, 0)g
6, 3g/cm3 , mn =
5, 1g/cm3
3
(8, 5 4, 7)cm
(10, 0 1, 0)cm3
=

(6, 5 5, 1)g/cm3
0, 6g/cm3
2

La relacion final es entonces:




m = [(11 1)g] + (5, 8 0, 5)g/cm3 V

En conclusion, tenemos que una representacion grafica en papel milimetrado nos puede
servir para poner de manifiesto si entre dos variables existe una dependencia lineal o
no. En caso afirmativo se puede tambien obtener los valores de las constantes de esa
dependencia.

Papel semi-log
En muchas ocasiones al hacer una representacion grafica en papel milimetrado no se
obtiene una recta sino una curva, tal como lo ilustra el siguiente ejemplo:

Sea una funcion del tipo exponencial y = A 10Bx (o bien y = A eB x ). Al tomar


logaritmos en ambos lados se tiene la ecuacion de una recta:
log y = log A + Bx

(3.11)

13
Esto sugiere usar una grafica de log y en funcion de x (grafico semi-log).
Consideremos los datos mostrados en la tabla siguiente:
x
y

0
1,040

1
2,012

2
3,893

3
7,532

4
14,57

5
28,19

5
54,55

7
105,5

8
204,2

9
395,1

10
764,4

Tabla 3.2: Datos un ejemplo de una funci


on tipo exponencial.

En la figura 3.5 se muestra la representacion de la data en una escala lineal o papel


milimetrado.
y
800
700
600
500
400
300
200
100
x
0

10

Figura 3.5: Gr
afica de un ejemplo de una funci
on tipo exponencial sobre un papel milimetrado.

La inspeccion de esta data revela que los valores extremos de la variable dependiente,
son ymn = 1 y ymax = 764, 4; y cubren 3 decadas (desde 100 hasta 103 ). La figura 3.6
presenta el resultado de graficar los mismos datos haciendo uso de una escala logartmica
para el eje de las ordenadas y una escala lineal para el eje x (notese que la escala logartmica ya esta indicada en el papel y por lo tanto no se puede cambiar; lo u
nico que
podemos hacer es indicar a cual potencia de 10 corresponde cada ciclo).
El grafico revela ahora una dependencia lineal entre las variables. Siguiendo los procedimientos descritos y teniendo en cuenta que las ordenadas son ahora logaritmo de la
variable y, podemos determinar la ecuacion de la recta. La constante A es el valor de y
(x = 0) y se determina por extrapolacion de la recta hasta cortar el eje de las ordenadas
(logartmico) cuando este pasa por el punto cero del eje de abscisas (lineal). En nuestro
ejemplo tenemos directamente para x = 0, y = 1.
Para determinar la constante B se usa un procedimiento analogo al calculo de pendiente en papel milimetrado pero cuidando de tomar el logaritmo de la variable dependiente.

PRACTICA
3. REPRESENTACIONES GRAFICAS

14
10
9
8
7
6

x10 2

5
4
3
2

10
9
8
7
6

x10 1

5
4
3
2

10
9
8
7
6

x10 0

5
4
3
2

x
0

10

11

Figura 3.6: Gr
afico de un ejemplo de una funci
on tipo exponencial sobre un papel semilogartmico o semi-log de tres ciclos.

Tomando como base la ecuacion 3.11 de donde es inmediato determinar B como:


B=

log y
log y2 log y1
=
x
x2 x1

(3.12)

siendo (y2 , x2 ) y (y1 , x1 ) dos puntos cualesquiera de la recta. En el caso particular que
estamos considerando podemos seleccionar como puntos (y, x): (1000, 10,4) y (2, 1)
log 1000 log 1
log y
=
= 0, 288
x
10, 4 1
La ecuacion es entonces (sin calculo de errores)
y = 1 100,28x
El calculo de errores para las constantes se realiza por el mismo procedimiento de rectas extremas de maxima y de mnima pendiente, realizado en el caso lineal en papel
milimetrado, y se deja como ejercicio.

Papel Log-Log
Tal como lo indica su nombre, el papel log-log tiene los dos ejes con escalas representativas del logaritmo decimal de cada variable, y la construccion de cada escala es analoga
al caso discutido en la subseccion anterior.

15
T (K) con 2 %
1200
1500
1800
2100
2400
2700
3000
3300
3600

R (W/m2 ) con 2 %
1, 68 104
5, 51 104
1, 40 105
2, 98 105
5, 57 105
9, 58 105
1, 53 106
2, 41 106
3, 57 106

Tabla 3.3: Datos un ejemplo de una funci


on potencial correspondiente a la Ley de StefanBoltzmann.

Supongamos una experiencia donde se mide la energa total radiada por unidad de
tiempo y por unidad de area de la superficie de un alambre de tungsteno como funcion
de su temperatura absoluta (Ver tabla 3.3).
Al hacer la correspondiente representacion en papel milimetrado (Ver figura 3.7) y en
papel semi-log se obtienen curvas.
R x106 (W/m2 )
y
4

x
1

T x10 3(T)

Figura 3.7: Gr
afico con escallas lineales en sus dos ejes de un ejemplo de comportamiento
de una funci
on potencial.

Notese que los errores son irrepresentables.


Podemos probar entonces representar tanto a la variable independiente como a la
dependiente en escala logartmica, para lo cual usamos un papel de (3x1) ciclos. Llevando
directamente los valores obtenemos la siguiente grafica.

PRACTICA
3. REPRESENTACIONES GRAFICAS

16

x10 6

10
9
8
7
6
5

4
3
2

R (W/m 2 )
x10 5

10
9
8
7
6
5
4
3
2

x10 4

10
9
8
7
6
5
4
3
2

x
2

10

T x10 3(T)
Figura 3.8: Gr
afico logartmico (log-log) de un ejemplo de comportamiento de una funci
on
potencial.

Una recta en papel log-log corresponde a una funcion de forma:


y = A xB

(3.13)

donde x es la variable independiente, y es la variable dependiente, A y B son constantes.


La constante A es el valor de y (x = 1) y se obtiene extrapolando la recta hasta
cortar el eje de ordenadas cuando este pasa por el valor 1 del eje de abscisa. Notese que
es diferente de los casos anteriores donde se considera el valor 0 de la abscisa. En el papel
log-log no existe cero, ya que log 0 = . En nuestro ejemplo no podemos extrapolar,
por lo cual debemos primero calcular la otra constante B.
La determinacion del exponente B vuelve a ser un calculo de pendiente, pero donde se
toma logaritmo decimal tanto a la variable dependiente como a la independiente, lo cual
conduce a
log y = log A + B log x
(3.14)
de donde resulta obvio que:
B=

log y
log y2 log y1
log (y2 /y1 )
=
=
log x
log x2 log x1
log (x2 /x1 )

(3.15)

Para nuestro caso tomamos los puntos (R, T): (6, 5 105 ; 2500) y (2, 25 105 ; 2000)
log 6, 5 105 log 2, 25 105
log R
=
= 4, 75
log T
log 2500 log 2000

17
y el exponente es adimensional.
Retornando a la constante A, esta debe ser determinada mediante la expresion analtica 3.13. Para el punto (6, 5 105 ; 2500) tenemos
A=

W
6, 5 105 W/m2
R
11
=
4,
7065

10
=
(2500K)4,75
m2 K4,75
TB

La ecuacion de la recta representada es entonces:


R = 4, 7065 1011 T4,75

W
m2

Nuevamente la consideracion de las rectas extremas de maxima y de mnima pendiente


permite obtener los errores de las constantes y se deja como ejercicio.

Actividades a realizar durante la sesi


on de pr
actica
El profesor hara un breve resumen de los criterios que se utilizan para las representaciones graficas de una data experimental y los metodos cualitativos para su analisis. Luego
hara una demostracion en la computadora sobre la elaboracion de graficos mediante el
programa Excel. A continuacion damos una seleccion de ejercicios y actividades, algunas
de las cuales podran ser seleccionadas para realizar durante la sesion de practica.

Verifiquemos la secunda lev de Kealer


En 1602, Kepler con los datos astronomicos de Tycho Brahe, pudo establecer que el
cuadrado del periodo de cualquier planeta alrededor del Sol es proporcional al cubo de
la distancia media del planeta al Sol. La siguiente tabla muestra para cada planeta, el
semieje mayor de la orbita elptica, a, y el correspondiente periodo T . Al lado se muestra
una grafica para ilustrar como quedara representada esta tabla de datos despues de las
transformaciones apropiadas. Utilizando la tabla nos proponemos verificar esta ley.
Planeta
Mercurio
Venus
Tierra
Marte
J
upiter
Saturno
Urano
Neptuno
Plut
on

Semieje mayor a(1010 m)


5,79
10,8
15,0
22,8
77,8
143
287
450
590

Perodo T (a
nos)
0,241
0,615
1,00
1,88
11,9
29,5
84,0
165
248

1. En papel milimetrado, haga la grafica de a3 en funcion de T 2 . Halle la pendiente.


2. En papel logartmico, haga la grafica de log a en funcion de log T . Halle la pendiente.

PRACTICA
3. REPRESENTACIONES GRAFICAS

18

3. Con la relacion teorica de la segunda ley de Kepler:




GM
3
a =
T2
4 2

(3.16)

Siendo M la masa del Sol y G la constante de gravitacion universal. Compare los


resultados obtenidos en los pasos anteriores Se verifica la tercera ley de Kepler?
4. Utilizando la computadora, inserte los datos de la tabla en una hoja de calculo y
grafique la distancia a en funcion del periodo T . Realice el ajuste de tendencia para
una funcion potencial, obtenga la ecuacion emprica y comparela con la relacion
teorica Se verifica la tercera ley de Kepler?

Variaci
on lineal de velocidad en funci
on del tiempo
El conductor de un automovil ve un obstaculo en la va y aplica los frenos. En la
siguiente tabla se da el registro de la velocidad v (m/s) en funcion del tiempo t(s):
t(s)
v (m/s)

0,0
19

1,0
16

2,0
14

3,0
13

4,0
10

5,0
7,5

6,0
5,0

7,0
2,4

8,0
1,1

Considere que los errores relativos son de 5 % para t y de 10 % para v.


1. Obtenga por metodos graficos los parametros de la recta con sus errores.
2. Obtenga los parametros de la recta por el metodo de los mnimos cuadrados.
3. Compare los resultados de los apartes previos.

Variaci
on exponencial de la conductividad el
ectrica con la temperatura
La conductividad electrica (1/cm) de un cristal semiconductor de germanio dopado
con impurezas, aumenta con la temperatura T (K) de acuerdo a la siguiente tabla:
T(K)
(1/cm)

250
0,001

267
0,003

287
0,009

310
0,033

337
0,092

366
0,319

405
0,916

452
3,251

513
8,831

Los errores relativos en las mediciones de T son de 5 % y de son de 10 %.


1. Haga un grafico de (log vs (1/T ) utilizando papel milimetrado. No incluya las
barras de error en esta oportunidad.
2. Repita el grafico utilizando papel semi-logaritmico: ahora si debera incluir las barras
de error, ajustar la recta por el metodo de los mnimos cuadrados y trazar la recta
de acuerdo a los parametros del ajuste.
3. Determine la ecuacion(T )
4. Repita los graficos y ajustes previos haciendo uso de la computadora.

Referencias
[1] Escalona, I., & Chocron, P. (1995) Laboratorio de Fsica (Volumen 1). Caracas:
Imprenta UCV.
[2] Figueroa, D., Guerrero, L. E., Sanchez, A., Suarez, N., Escalona, R., & Sanjines, D.
(2001) Laboratorio 1 de Fsica. Caracas: EQUINOCCIO.
[3] Hughes, Ifan G. & Hase, Thomas P. A. (2010) Measurements and their Uncertainties:
A practical guide to modern error analysis. Oxford: Oxford University Press.

19

Вам также может понравиться