INTRODUCCIÓN A LA

FÍSICA EXPERIMENTAL
COORDINACIÓN DE MATERIAS BÁSICAS

UNIVERSIDAD DEL VALLE

 Introducción a la Física experimental
Iván Quiroga Fernández
Departamento de Ciencias Básicas
Universidad Privada del Valle

D ERECHOS R ESERVADOS 2019

P ROHIBIDA LA COPIA TOTAL O PARCIAL SIN PERMISO EXPRESO DE U NIVALLE SA .

Cochabamba - Bolivia
 Contents

1 CONSIDERACIONES PREVIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1 OBJETIVO DEL LABORATORIO 5
1.2 EL MÉTODO CIENTÍFICO 5

2 MEDICIÓN E INCERTIDUMBRE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1 ¿Qué es medir? 7
2.1.1 Límites de la medición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.2 Forma de expresar una medición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.3 Clasificación De Las Mediciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 INCERTIDUMBRE EXPERIMENTAL (ERROR) 9
2.2.1 Tipos de incertidumbres experimentales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.2 Precisión y exactitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.3 Tratamiento de una sola variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2.4 Propagación de errores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.5 Distribución de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.6 Criterios de redondeo y cifras significativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Cuestionario 15

3 Gráficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.1 Introducción 17
3.2 Ecuaciones empíricas, Funciones 18
3.2.1 Función Lineal (línea recta) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2.2 y = AxB función potencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4

3.2.3 y = AeBx función exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

4 Método de los Cuadrados Mínimos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

5 Intrumentos Básicos de Laboratorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

5.1 La regla de medir 25
5.2 Calibrador Vernier 26
5.3 Micrómetro 26
5.4 Medidas de masa y peso 27
5.4.1 Balanza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.4.2 Dinamómetro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5.5 Cuestionario 28
 1. CONSIDERACIONES PREVIAS

1.1 OBJETIVO DEL LABORATORIO

La finalidad del presente texto es que se use en los cursos introductorios al laboratorio de física
y proporcionar una introducción a las técnicas de experimentación, básicas en la formación de
cualquier futuro investigador y útiles cualquiera sea la especialidad que se vaya a seguir.

Para el propósito presente, la experimentación se puede entender como el proceso completo de

identificar una porción del universo, obtener información de ella e interpretarla.

El trabajo de laboratorio puede servir para:

a) Demostrar teorías físicas.
b) Obtener valores de magnitudes de interés.
c) Conocer el manejo de aparatos.
d) Aprender a realizar experimentos.

1.2 EL MÉTODO CIENTÍFICO

Se puede sistematizar el método científico en los siguientes pasos:

Observación
Los físicos son individuos curiosos que observan, y esta curiosidad los lleva a preguntarse por que
ocurren los diferentes fenómenos que los rodean.
Hipótesis
Se elabora una posible explicación de una observación, es decir una tentativa de respuesta.
Experimentación
La hipótesis es evaluada bajo condiciones controladas, para ver si los resultados confirman las
suposiciones hipotéticas y si estas se pueden reproducir.
Teoría
6 Chapter 1. CONSIDERACIONES PREVIAS

Si una hipótesis pasa las pruebas experimentales y genera nuevas predicciones que también son
correctas, entonces adquiere el status de teoría una explicación bien probada de un fenómeno físico
observado.
Ley
Si una teoría resiste las pruebas de muchos experimentos válidos aplicados con regularidad, puede
ser aceptada como ley física. Este es un planteamiento conciso en palabras o ecuaciones matemáticas
que describen una relación fundamental de la naturaleza.
 2. MEDICIÓN E INCERTIDUMBRE

2.1 ¿Qué es medir?

La física es la ciencia de la medición.

Se puede definir intuitivamente que medir es comparar una magnitud Física con otra tomada como
unidad patrón, como fruto de esta comparación se asigna un valor numérico. Para medir se emplea
un instrumento de medición.

Los sistemas que intervienen en una medición son:

• Sistema Objeto: Qué se va medir.
• Sistema de Medición: Con qué se va medir, el equipo o instrumento de medición.
• Sistema de Referencia: La unidad empleada, con su definición y su patrón.
Todo proceso de medición define operacionalmente una magnitud física y da como resultado el valor
de dicha magnitud. El valor es un número real y representa el número de veces que la unidad está
contenida en la cantidad de magnitud medida.

Una cantidad física consta de al menos los siguientes elementos.

1. Una cantidad. ‘
2. Una unidad.
3. Grado de confiabilidad en la cantidad (índice de exactitud o error).

2.1.1 Límites de la medición

Cuando se mide una cantidad física, no debe esperarse que el valor obtenido sea exactamente igual
al valor verdadero, se puede pensar que al utilizar instrumental muy sensible se puede obtener
mediciones tan precisas como se desee, esto no es cierto, más allá de las limitaciones impuestas
por el principio de incertidumbre de Heisenberg que no vienen al caso, al realizar una medición
uno emplea algún instrumento el cual interactúa con el objeto a ser medido esta interacción genera
una alteración en la medida por ejemplo al emplear un termómetro para medir la temperatura de
 8 Chapter 2. MEDICIÓN E INCERTIDUMBRE

un recipiente con un líquido e introducimos el termómetro en él, la temperatura medida es la del

equilibrio térmico entre el líquido y el termómetro.

2.1.2 Forma de expresar una medición

Se ha dicho que al realizar una medición sólo podemos estar razonablemente seguros de que el valor
verdadero de la medición este en un cierto rango de valores por ejemplo si decimos que la longitud
de la tapa del cuaderno es de 21,5 cm no podemos afirmar que la longitud exacta sea 21,5000 cm
lo único de lo que estamos seguros es que la longitud es menor que 22 cm y mayor que 21 cm,
¿podemos reducir este intervalo de valores? Sin duda que sí, sin embargo, llegará un punto en el
cual no podemos afirmar con certeza el resultado, por eso debemos tener clara la idea de que el
resultado de una medición no son números exactos sino intervalos en los que tenemos la confianza
de encontrar el valor verdadero de la medición. Medir implica determinar el ancho y la localización
de ese intervalo.

Para expresar la medición escribimos:

valor de la medición = valor medido ± incertidumbre

Por ejemplo

2.1.3 Clasificación De Las Mediciones

Las mediciones pueden ser:
• Mediciones Directas.
• Mediciones Indirectas.
Las mediciones pueden obtenerse por comparación directa con el instrumento de medición y se
llamarán medidas directas, o pueden obtenerse al relacionar dos o más mediciones directas mediante
una expresión matemática y se conocen como medidas indirectas, por ejemplo:

Medir la longitud de la tapa de un cuaderno es una medición directa, pero medir el área de dicha
tapa conociendo el largo y el ancho del cuaderno será una medición indirecta, sin embargo, se podría
medir el área del cuaderno empleando una unidad de área estándar por ejemplo un cm2 , de igual
forma se puede medir el volumen de un cilindro en forma indirecta conociendo el largo y el diámetro
de su base o se puede medir en forma directa empleando una probeta graduada.
 2.2 INCERTIDUMBRE EXPERIMENTAL (ERROR) 9

2.2 INCERTIDUMBRE EXPERIMENTAL (ERROR)

En ciencia e ingeniería el término error está asociado con incertidumbre, el proceso de realizar una
medición en el laboratorio siempre implica alguna incertidumbre experimental o error. Por lo tanto,
es importante estimar que tan confiable es el resultado obtenido de la medición.

2.2.1 Tipos de incertidumbres experimentales

La incertidumbre experimental (error) se puede clasificar en sistemáticos y aleatorios o accidentales.
Errores sistemáticos
Los errores sistemáticos están relacionados con alguna técnica o algún instrumento de medición
particular, tienen el mismo signo y el mismo valor, algunos ejemplos pueden ser:
1. Un instrumento que tenga una desviación en el cero.
2. El uso de una constante mal calculada.
3. Una mala calibración del instrumento.
Errores aleatorios o estadísticos
Los errores aleatorios resultan de variaciones desconocidas e impredecibles que aparecen en todas las
situaciones experimentales, estos pueden tener diferentes valores y diferentes signos estos provienen
de fuentes de error independientes e imposibles de detectar, estos se estiman estadísticamente. Por
ejemplo:
1. Fluctuaciones impredecibles de la temperatura o la línea de voltaje.
2. Vibraciones mecánicas de un arreglo experimental.
3. Estimaciones desviadas de las lecturas realizadas por el observador
Los efectos de los errores aleatorios pueden ser reducidos y minimizados mejorando y refinando las
técnicas experimentales.

2.2.2 Precisión y exactitud

Precisión
Este término se refiere a cuanto convergen las mediciones realizadas hacia un mismo valor.
Exactitud
Este término se refiere a la cercanía de las mediciones al valor verdadero de la medición.
Ejemplo:

En términos del error un resultado es exacto si el error sistemático es pequeño y un resultado es

preciso si el error aleatorio es pequeño.
 10 Chapter 2. MEDICIÓN E INCERTIDUMBRE

2.2.3 Tratamiento de una sola variable

Si se realiza un conjunto de mediciones libre de errores sistemáticos, de una misma cantidad, los
valores individuales x1 , x2 , x3 , · · · , xn varían debido a los errores aleatorios y se toma como el valor
más representativo de la magnitud a la media aritmética x
1 n
x= ∑ xi
n i=1
Las discrepancias δi de la iésima medición respecto de la media aritmética está dada por
δi = xi − x.
Se define la varianza
∑ni=1 (δi )2 ∑ni=1 (xi − x)2
s2 = =
n n
La desviación estándar se define como la raíz cuadrada de la varianza
r
∑ni=1 (xi − x)2
s=
n
En las prácticas de laboratorio normalmente no se realiza un número muy grande de ensayos
(típicamente entre 5 y 15) Por lo tanto para muestras menores a 30 datos la desviación estándar se
expresa como s
∑ni=1 (xi − x)2
σn−1 =
n−1
Y el error estadístico esta dado por
s
σn−1 ∑ni=1 (xi − x)2
e= √ =
n n(n − 1)
Para realizar el cálculo manualmente es conveniente ordenar los datos según la siguiente tabla:

i xi xi − x (xi − x)2
1
2
3
.. .. .. ..
. . . .
n
∑ xi ∑ xi − x ∑(xi − x)2

Table 2.1: Tabulación de datos para el cálculo de la media y la desviación estándar

Una propiedad importante es que la suma de las discrepancias respecto de la media aritmética es
nula.

En un proceso de muestreo, cuanto más grande sea la muestra, tanto más precisas serán nuestras
afirmaciones finales. Aunque la precisión de un valor medio aumenta sólo en proporción directa a la
raíz cuadrada del número de observaciones, de cualquier manera, medias obtenidas de un número
más grande de observaciones son más precisas.
 2.2 INCERTIDUMBRE EXPERIMENTAL (ERROR) 11

Diferencia porcentual
Cuando se tiene referencias bibliográficas o se tiene un valor conocido y aceptado de la cantidad
que se mide por ejemplo de la aceleración de la gravedad puede ser útil establecer una diferencia
porcentual entre el valor experimental y el valor teórico.

diferencia absoluta
diferencia porcentual = × 100
valor teórico
|xteo − xexp |
diferencia porcentual = × 100
xteo

2.2.4 Propagación de errores

Si se tiene una medición indirecta que depende de otras medidas directas, por ejemplo, el volumen
de un cilindro que depende de la longitud y el diámetro, tal que
y = f (x1 , x2 )
Se considera variaciones δ x1 , δ x2 que producen una variación δ y en la medida calculada,
∂y ∂y
δy = δ x1 + δ x2
∂ x1 ∂ x2
Esta variación se puede emplear para calcular la desviación estándar de los n valores diferentes de y
r
∑(δ y)2
σy =
n
de donde
 2
2 1 ∂y ∂y
σy = ∑ δ x1 + δ x2
n ∂ x1 ∂ x2
 2  2
1 ∂y ∂y ∂y ∂y
= ∑ δ x1 + δ x2 + 2 δ x1 δ x2
n ∂ x1 ∂ x2 ∂ x1 ∂ x2
∂y 2 1 ∂y 2 1
   
2 2 ∂y ∂y
= ∑ δ x1 + ∑ δ x22 + δ x1 δ x2
∂ x1 n ∂ x2 n n ∂ x1 ∂ x2 ∑
pero se puede ver que
1 1
δ x2 = σx1 y ∑ δ x22 = σx2
n∑ 1 n
entonces s
∂y 2 2 ∂y 2 2
  
σy = δ x1 + δ x2
∂ x1 ∂ x2
Cuando se realiza una medición indirecta que depende de varias medidas directas, esta expresión se
puede generalizar, para establecer cómo afecta el error individual de cada medición al resultado final.

Dada
y = f (x1 , x2 , . . . , xn )
El error está dado por
s 2  2  2
∂y ∂y ∂y
ey = ex + ex +···+ ex
∂ x1 1 ∂ x2 2 ∂ xn n
 12 Chapter 2. MEDICIÓN E INCERTIDUMBRE

2.2.5 Distribución de Gauss

Cuando se realiza múltiples mediciones de una misma magnitud física, por ejemplo, se mide el
tiempo de caída libre de una esfera 500 veces, los resultados se pueden agrupar en intervalos iguales,
dividiendo el rango de mediciones en partes iguales, donde cada intervalo estará representado por su
valor medio y graficar en un histograma que muestra el número de veces que se obtienen diferentes
valores.

Si se han realizado un número muy grande de mediciones, este conjunto de lecturas se llama
distribución, normalmente ésta tiene forma de campana donde la mayor ocurrencia de datos se halla
en su punto central coincidiendo con la media aritmética

Entonces puede definirse una función f (x) conocida como la función de distribución, f (x)dx
que es la probabilidad de que la medición experimental se encuentre entre x y x + dx.

La mayor parte de las mediciones en el laboratorio responden a la distribución de Gauss o distribución

normal que se puede describir mediante la siguiente función.
 !
1 x−x 2

1
f (x) = √ exp −
σ 2π 2 σ

El área bajo la curva en el intervalo (−∞, ∞) está normalizada a la unidad, es decir

 !
1 x−x 2

1
Z ∞ Z ∞
f (x)dx = √ exp − dx = 1
−∞ σ 2π −∞ 2 σ

En esta expresión:
• x es la media aritmética y está localizada en el centro de la campana.
• σ 2 es la varianza de la distribución y da una idea de lo ancha o estrecha que es la campana. Si
σ 2 es pequeña, la campana es estrecha y viceversa.
• σ es Rla desviación estándar de la distribución.
La integral xx12 f (x)dx nos da la probabilidad de que el verdadero valor de una medición se encuentre
en el intervalo [x1 , x2 ].
2.2 INCERTIDUMBRE EXPERIMENTAL (ERROR) 13

La probabilidad de que una medida esté en el intervalo x − σ , x + σ está dada por:

Z x+σ Z ∞ Z x−σ Z ∞
f (x)dx = f (x)dx − f (x)dx − f (x)dx
x−σ −∞ −∞ x+σ
Z x−σ Z ∞
= 1− f (x)dx − f (x)dx
−∞ x+σ
Z x−σ
= 1−2 f (x)dx
−∞
= 1 − 2(0.1587)
= 0.6826

Por lo tanto, la probabilidad de que el verdadero valor de la medición se encuentre entre x − σ , x + σ

es del 68.26%.

Como se ilustro en el anterior caso, en lugar de calcular la integral en el intervalo marcado, se

calculan las colas de la distribución y se restan de la unidad.

La probabilidad de encontrar el valor verdadero en el intervalo x − 2σ , x + 2σ es de 95.44% y en el

intervalo x − 3σ , x + 3σ es de 99.74%.

Entonces el resultado de una serie de mediciones se expresa como:

x = x±e

El valor del error no siempre nos indica cuanto influye en la medida, por ejemplo, un error de algunos
cm al medir la longitud de una mesa es considerable pero cometer el mismo error al medir la longitud
de una carretera interdepartamental es despreciable, para apreciar cuanto influye el error se define el
error relativo que en general se lo expresa como un porcentaje.

incertidumbre
incertidumbre relativa =
valor medio
e
er =
x
 14 Chapter 2. MEDICIÓN E INCERTIDUMBRE
e
e% = × 100
x
Finalmente, la forma de expresar el resultado de una medición mostrando el grado de confiabilidad
de la misma es
x = (x ± ex )[unidades]; e%

2.2.6 Criterios de redondeo y cifras significativas

Un resultado calculado no es más preciso ni más seguro que el último número exacto que entra en el
cálculo. Solamente son significativos los dígitos de una cantidad numérica que son el resultado de
una medición real, el número de cifras significativas depende de la mínima división de la escala del
instrumento que puede ser leída sin hacer una estimación.

Se suele tomar como cifras o dígitos significativos las cifras directamente leídas de la escala mínima
del instrumento más una cifra dudosa obtenida por estimación así por ejemplo en una regla o una
cinta métrica se puede estar seguro de mediciones hasta el mm, pero se puede hacer estimaciones del
orden de 0, 1 mm.

El cero puede o no ser una cifra significativa, por ejemplo, en el número 0, 00185 solo hay 3 cifras
significativas, el 1, el 8 y el 5 los ceros a la izquierda solo sirven para ubicar la coma decimal
entonces no son cifras significativas. En cambio, en el número 32, 0 el cero es producto de una
medición real y por tanto es una cifra significativa. Por otro lado, podemos expresar la cantidad
450000kg como 4, 5 × 105 o 450 × 103 , en el primer caso tenemos 2 cifras significativas y en el
segundo caso son 3 cifras significativas.

En resúmen:
• Si el cero solo sirve para localizar la coma decimal no es una cifra significativa.
• Si el cero nos da la noción del nivel de precisión del instrumento es una cifra significativa.
• Cuando se emplea notación científica sólo se escriben las cifras que son significativas.
Para eliminar los dígitos superfluos se realiza el redondeo bajo las siguientes reglas:
1. Si el primer dígito que se elimina es mayor a 5 se suma 1 al último dígito que se conserva. Por
ejemplo 52, 436 se redondea a 52, 44 con 4 cifras significativas.
2. Si el primer dígito que se elimina es menor a 5 la última cifra que se conserva no se altera.
Por ejemplo 52, 43 se redondea a 52, 4 con 3 cifras significativas.
3. Cuando el dígito que se ha de eliminar es 5, la Última cifra que se conserva se redondea al
valor par más cercano. Por ejemplo: (con tres cifras significativas)
• 62, 35 se redondea a 62, 4.
• 72, 85 se redondea a 72, 8.
 2.3 Cuestionario 15

• 72, 75 se redondea a 72, 8.

• 72, 95 se redondea a 73, 0.
Cifras significativas en los cálculos
1. Cuando se realiza multiplicaciones o divisiones, el resultado lleva tantas cifras significativas
como la magnitud con menor número de cifras significativas.
2. Cuando se realizan sumas o restas, el resultado se expresa con la misma cantidad de cifras
decimales que la cantidad con menor número de cifras decimales.

2.3 Cuestionario
1. Al realizar una medición experimental, ¿Se obtiene el valor verdadero de la medición?
Explique.
2. Distinga entre error estadístico o aleatorio y error sistemático de un ejemplo de cada uno.
3. ¿Qué diferencia existe entre precisión y exactitud de una medición? Explique la relación con
cada tipo de error.
4. ¿Qué determina el número de cifras significativas con que se debe reportar el resultado de
una medición? ¿Qué implica escribir el resultado con mayor o menor número de cifras
significativas?
5. ¿Cuál es la probabilidad de encontrar el valor verdadero de una medición entre x − σ y x + σ .
 3. Gráficas

3.1 Introducción
En ingeniería y ciencias por lo general son de interés las gráficas cuantitativas que muestran la
relación que existe entre dos variables en forma de una curva (El término curva, se emplea de modo
general inclusive si la gráfica es una recta).

Para realizar las gráficas se puede emplear, papel milimetrado, papel logarítmico o papel semilog-
arítmico según la necesidad. Algunas reglas que se debe tomar en cuenta al graficar son:
• Selección y denominación de las escalas de coordenadas.
• Localización de los puntos representativos de los datos.
• Ajuste de la curva entre los puntos.
• Preparación del título.
Selección y denominación de las escalas de coordenadas
• Selección de los ejes coordenados
1. Las variables independientes se trazan en el eje de abscisas y las variables dependientes
en el eje de ordenadas. La variable independiente toma valores por pasos mientras
que los valores de la variable dependiente son determinados a partir de los valores
independientes.
2. La escala se elige de tal manera que sea fácil graficar y leer por lo tanto la escala no debe
ser muy pequeña, es recomendable que el gráfico se distribuya en media hoja o en toda
la hoja según el número de datos, la escala de un eje no tiene porque ser igual al del otro
eje se debe intentar que el gráfico se vea cuadrado.
3. No se dibujan las escalas en el límite que hay entre la gráfica y el margen. A menos que
sea imprescindible, las escalas deben ser visibles
• Denominación de las escalas de coordenadas
1. Especifique que magnitud representa cada eje y sus respectivas unidades.
2. No marque cada cuadro, señale sólo múltiplos de 2, 4 o 5.
• Localización de los puntos que representan los datos
 18 Chapter 3. Gráficas

1. Se ubica los puntos marcándolos con un símbolo en forma de cruz + que especifica una
coordenada a la vez.
2. Cuando se traza varias curvas en la misma gráfica hay que diferenciarlas empleando
diferentes símbolos, líneas de trazos discontinuo o colores.
• Ajuste de una curva a los puntos experimentales y ecuaciones empíricas
1. La curva se debe dibujar de tal forma que equidiste de los puntos experimentales, debe
ser una curva continua.
2. Las curvas se deben trazar empleando una regla o una cercha.
• Barras de error
1. Cuando se realizan varias determinaciones de cada cantidad experimental se emplea
el valor medio para graficar y la desviación media o la desviación estándar se puede
graficar como barra de error.

3.2 Ecuaciones empíricas, Funciones

Una ecuación empírica se determina a partir de los datos experimentales, veremos algunos métodos
para obtenerlas.

El comportamiento de los datos experimentales se puede describir mediante funciones lineales,

potenciales o exponenciales.
 3.2 Ecuaciones empíricas, Funciones 19

3.2.1 Función Lineal (línea recta)

Si la dispersión de los datos graficados se ajusta a una línea recta, y es lineal respecto de x, entonces
la gráfica es una línea recta de la forma:

y = a + bx

Donde:
• a es la ordenada al origen de la recta.
• b es la pendiente de la recta.
Este tipo de funciones se pueden reconocer con facilidad y la determinación de los parámetros se
hace a partir de la recta “más aproximada” ya sea que pase por los puntos experimentales o entre ellos.

Muchas ecuaciones no lineales se pueden transformar en lineales al cambiar las variables con las
cuales se grafican, por ejemplo:

Si la dispersión de puntos se asemeja a una parábola o se espera que sea una parábola que tiene
una ecuación de la forma y = kx2 o y2 = cx se puede hacer un cambio de variable y se grafica y en
función de x2 o y2 en función de x, si resulta una recta se puede determinar el parámetro k.

Si los datos parecen ajustarse a una curva hiperbólica se puede trazar y en función de 1x . Si la función
original es una hipérbola rectangular con las asíntotas coincidentes con los ejes coordenados, la
gráfica resultante será una línea recta.

En general podemos clasificar las funciones en potenciales y exponenciales de la forma:

 20 Chapter 3. Gráficas

3.2.2 y = AxB función potencial

Aplicando logaritmos en base diez a ambos lados de la ecuación se puede linealizar la ecuación.

log y = log AxB = log A + B log x

Y = a + bX
Que es una función lineal, donde
Y = log y
a = log A → A = 10a
X = log x

3.2.3 y = AeBx función exponencial

En este caso se pueden aplica logaritmos neperianos en base e = 2, 718281 . . . ln de modo análogo
al caso que se desarrollo para la función potencial.
 4. Método de los Cuadrados Mínimos

Emplearemos el método de los mínimos cuadrados para encontrar la recta que mejor se ajuste a un
conjunto de puntos experimentales.

Si se tiene un conjunto de n valores de una variable y medidos como función de una variable x
nos limitaremos al caso en que la incertidumbre se concentre sólo en y asumiendo que los valores de
x se conocen con exactitud o con mucha mayor precisión que los de y
22 Chapter 4. Método de los Cuadrados Mínimos

Sea y = a + bx la recta que mejor se ajusta a los puntos experimentales la distancia entre el iésimo
punto experimental y esta recta será δ yi = yi − y = yi − (a + bx) la idea esencial es que la suma de
las diferencias sea mínima, es decir:

∑ (δ yi )2 = ∑ [yi − (a + bxi )]2 = mínimo

∑[yi − (a + bxi )]2 = Sr
La condición para que sea un mínimo es:

∂ Sr ∂ Sr
=0 y =0
∂a ∂b
Se deja como ejercicio para el lector llegar a las siguientes expresiones

∑ xi2 ∑ yi − ∑ xi ∑ xi yi
a=
n ∑ xi2 − (∑ xi )2

n ∑ xi yi − ∑ xi ∑ yi
b=
n ∑ xi2 − (∑ xi )2
La desviación estándar de la pendiente y la ordenada al origen se calculan en términos de la
desviación estándar de la distribución de valores δ y alrededor de la mejor línea, que llamaremos σy
Esta última está dada por: s
∑(δ yi )2
σy =
n−2
(No se preocupe porque una desviación estándar se calcule usando n − 2 en el denominador, en vez
de n − 1 o n, esto es consecuencia de aplicar la definición de la desviación estándar a la posición de
una línea en un plano). Entonces, los valores de σa y σb están dados por
s
∑ xi2
σa = σy ×
n ∑ xi2 − (∑ xi )2
s
n
σb = σy ×
n ∑ xi2 − (∑ xi )2
Para poder realizar el cálculo con facilidad es conveniente ordenar los datos en la siguiente tabla:
 23

i xi yi xi yi xi2 y2i a + Bxi δi2

1
2
3
.. .. .. .. .. .. .. ..
. . . . . . . .
n
∑ xi ∑ yi ∑ xi yi ∑ xi2 ∑ y2i

Table 4.1: Tabulación de datos para el cálculo de los errores en la determinación de la ordenada al
origen y la pendiente de la recta de mínimos cuadrados

La correlación lineal
Una medida que nos permite evaluar que tan bien se ajustan los datos experimentales a la recta de
mínimos cuadrados es el coeficiente de correlación r que está dado por

∑(xi − x)(yi − y)
r= p
∑(xi − x)2 ∑(yi − y)2
Expresión que se puede escribir

n ∑(xi yi ) − ∑ xi ∑ yi
r = rh ih i
n ∑ xi2 − (∑ xi )2 n ∑ y2i − (∑ yi )2

Si el valor de la correlación es 1 o −1 , indica que la confianza en la regresión lineal es óptima. En

caso de que la correlación sea cero la confianza en la regresión lineal es nula.
 5. Intrumentos Básicos de Laboratorio

5.1 La regla de medir

Error de paralaje
Si hay una separación entre el objeto que se está midiendo y la escala, si la línea de visión no está en
ángulo recto con la escala, la lectura que se obtenga será incorrecta. Esto se conoce como error de
paralaje y puede ocurrir no solo con la regla de medir, sino con todos los instrumentos en que un
indicador se mueva sobre una escala. Este error puede reducirse colocando el objeto o el indicador
tan cerca de la escala como sea posible, y también si se coloca un espejo paralelo a la escala alinear
el objeto con su imagen asegura que la línea de visión esté en ángulo recto con la escala.
 26 Chapter 5. Intrumentos Básicos de Laboratorio

Error en el cero

Cuando se emplea una regla no es conveniente medir a partir del extremo donde se encuentra el
cero, muchas veces las reglas se dañan y si uno hace la medición desde el extremo introducirá un
error sistemático, es preferible medir a partir del uno de tal forma que se tenga mediciones fiables de
ambos extremos de la pieza a ser medida.

5.2 Calibrador Vernier

Utilizado para mediciones lineales pequeñas como dimensiones externas, internas y/o profundidad.

Consta de una regla graduada en la escala métrica, y/o pulgadas. Los brazos sirven para medir
dimensiones exteriores mientras que las garras para medir interiores. La barra de profundidades
mide alturas interiores. El tornillo de fijación sirve para mantener inmóvil al conjunto deslizable.

Finalmente, el cursor o vernier, es el elemento indicador en el proceso de medición. La exactitud o

sensibilidad de estos instrumentos son: 0.1 mm, 0.05 mm, 0.02 mm y 1/128 de pulgada.

5.3 Micrómetro
También denominado Tornillo Micrométrico puesto que consta de un tornillo de 1/2 milímetro de
paso, se utilizan para realizar medidas exteriores con una sensibilidad de 0.01 mm.
 5.4 Medidas de masa y peso 27

Este instrumento consta de un yunque y un husillo con los cuales se oprime al objeto a ser medido,
el seguro impide que el tambor gire. El cilindro graduado está dividido en escala milimétrica, allí se
hace la lectura de los milímetros enteros y mitades; mientras que con el tambor se hace la lectura de
las centésimas de milímetro.

5.4 Medidas de masa y peso

La masa de un cuerpo es una propiedad característica del mismo, que está relacionada con el número
y clase de las partículas que lo forman, una medida de la inercia.

El peso de un cuerpo es la fuerza con que lo atrae la Tierra y depende de la masa del mismo y el
campo gravitacional, los instrumentos para determinar ambas propiedades son:

5.4.1 Balanza

Instrumento para determinar la masa del objeto, mediante comparación con masas patrón certificadas,
en su forma más sencilla consiste en dos platos que cuelgan de una barra horizontal que está sujeta
en su centro y permanece nivelada cuando alcanza el equilibrio; el objeto que se desea pesar se
coloca en uno de los platos, y en el otro se van colocando pesas hasta nivelar horizontalmente la barra.

Actualmente se cuenta con balanza digitales de lectura directa, que nos proporciona valores con
mayor exactitud.
 28 Chapter 5. Intrumentos Básicos de Laboratorio

5.4.2 Dinamómetro

El dinamómetro es un instrumento utilizado para medir fuerzas, fuerzas gravitatorias o peso de un

objeto. El dinamómetro tradicional, inventado por Isaac Newton, basa su funcionamiento en el
estiramiento de un resorte que sigue la ley de elasticidad de Hooke en el rango de medición.

5.5 Cuestionario
1. La balanza de laboratorio mide masa o peso explique.
2. ¿Cuál es la función de la escala vernier en un calibrador vernier? ¿qué se incrementa la
precisión o la exactitud? Explique.
3. ¿Cuál es el propósito de la chicharra o trinquete en un calibrador micrométrico?