Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Núcleo de Anzoátegui
Escuela de Ingeniería y Ciencias Aplicadas
Departamento de Mecánica
2500
2000
Variable dependiente X
1500
X=2Y^3+5
1000
500
0
0 1 2 3 4 5 6 7 8 9 10 11 12
Variable independiente Y
2
2500
2000
Variable dependiente X
1500
X=2Y^3+5
1000
500
0
1 10
Variable independiente log(Y)
1000
Variable dependiente log(X)
X=2Y^3+5
1
1 10
Variable independiente log(Y)
3
b) 𝒀 = 𝐥𝐧 𝟒𝑿 (Ec. b.1)
Tabla de valores usados en la Ec. b.1. (Tabla 2).
X 2,3026 2,4849 2,7213 2,8449 3,0350 3,2268 3,4012 3,5264 3,6687 3,6889
Y= ln4x
4.0000
3.5000
Variable dependiente Y
3.0000
2.5000
2.0000
1.5000 Y= ln4x
1.0000
0.5000
0.0000
0 1 2 3 4 5 6 7 8 9 10 11
Variable independiente X
4
Y= ln4x
4.0000
3.5000
3.0000
Variable dependiente Y
2.5000
2.0000
1.5000 Y= ln4x
1.0000
0.5000
0.0000
1 10
Variable independiente log(X)
Y= ln4x
Variable dependiente log(Y)
Y= ln4x
1.0000
1 10
Variable independiente log(X)
5
c) 𝒀 = 𝟒𝒆𝟐𝑿 (Ec. c.1)
Tabla de valores usados en la Ec. c.1. (Tabla 3).
Y 593,65 1613,7 7992,7 21726, 131438 118623 130760 96619 130086 194066
2636 1517 8358 6384 ,503 4,26 69,5 811 3824 0782
Y=4e^(2X)
2.5E+09
2E+09
Varaible dependiente Y
1.5E+09
1E+09 Y=4e^(2X)
500000000
0
0 2 4 6 8 10 12
variable independiente X
6
Y=4e^(2X)
1E+09
Varaible dependiente log(Y)
100000000
10000000
1000000
100000
10000 Y=4e^(2X)
1000
100
10
1
0 2 4 6 8 10 12
variable independiente X
Y=4e^(2X)
1E+09
100000000
Varaible dependiente log(Y)
10000000
1000000
100000
10000 Y=4e^(2X)
1000
100
10
1
1 10
variable independiente log(X)
7
Para analizar los datos experimentales, siempre conviene graficarlos. Si los puntos están
contenidos en una recta lo que resta por hacer es determinar, a partir de la gráfica, los
parámetros que la describen. Por el contrario, si los puntos experimentales no se ajustan a
una recta, sino m´as bien a una curva, entonces se recurre a graficarlos usando escalas
logarítmicas en ambos ejes coordenados o solamente en uno y escala lineal en el otro. El
propósito es que, con el uso de gráficas log-log o semilog, los puntos describan una recta ya
que su identificación es muy fácil e indudable. Otra manera de lograr que los puntos
experimentales estén sobre una recta es mediante un adecuado cambio de variables, el cual
usualmente es sugerido por el análisis teórico del problema. Los datos que siguen una
variación similar a una función potencial, y=a·xn , o aquella serie de datos cuyo rango
abarca varios órdenes de magnitud son apropiados para una representación logarítmica.
Una función exponencial, y=a·eb·x, o aquellas serie de datos cuyo rango abarca
varios órdenes de magnitud , son apropiados para una representación semilogarítmica
o logarítmica.
Si tan sólo el eje de ordenadas o el eje de abscisas posee escala logarítmica, la gráfica es
llamada representación semi-logarítmica.
1. La ecuación para una línea con un eje de ordenadas en escala logarítmica sería:
(mx+b)
Y = 10 = (10mx )(10b ) (Ec 1.2)
2. La ecuación de una línea en una gráfica en la que el eje de abscisas posee escala
logarítmica será:
8
2. Grafique los datos (Tabla 4), en las coordenadas que usted crea que sea más
convenientes. Si encuentra una región lineal sobre su gráfica, fije los puntos en
dicha región mediante el método de los mínimos cuadrados (encontrar los
coeficientes de la ecuación empírica).
y U / y u
43,720 14,163 / 520,300 21,256
48,300 14,478 / 561,600 21,578
52,880 14,737 / 602,800 21,921
62,050 15,113 / 648,600 22,218
75,800 15,562 / 703,600 22,596
94,130 16,048 / 758,600 22,976
107,900 16,361 / 813,600 23,316
121,600 16,658 / 868,600 23,621
140,000 16,981 / 932,800 23,882
158,300 17,366 / 987,700 24,161
181,200 17,692 / 1052,000 24,351
204,100 17,995 / 1116,000 24,520
231,600 18,383 / 1180,000 24,649
263,700 18,785 / 1254,000 24,776
291,200 19,079 / 1336,000 24,830
327,800 19,485 / 1437,000 24,868
364,500 19,851 / 1574,000 24,890
402,100 20,224 / 1758,000 24,893
437,800 20,537 / 2216,000 24,899
479,100 20,907 /
9
30
25
Variable dependiente U
20
15
10
0
0 500 1000 1500 2000 2500
Variable independiente Y
𝑛 ∑ 𝑌𝑖 𝑈𝑖 −∑ 𝑌𝑖 ∑ 𝑈𝑖
𝑚= (Ec. 2.2)
𝑛 ∑ 𝑌𝑖 2 −(∑ 𝑌𝑖 )2
∑ 𝑌𝑖 2 ∑ 𝑈𝑖 −∑ 𝑌𝑖 ∑ 𝑌𝑖 𝑈𝑖
𝑏= (Ec. 2.3)
𝑛 ∑ 𝑌𝑖 2 −(∑ 𝑌𝑖 )2
Yi = la variable independiente
Ui = La variable dependiente
m = La pendiente de la recta
b = La constante independiente
La ecuación por defecto de una recta viene dada por Y=mX+ b, si tomamos como ecuación
de la recta a la Ec. 2.1, lo que para este caso define a U=Y es decir la variable dependiente,
a=Lny y b sigue siendo igual.
10
De acuerdo con el comportamiento de la gráfica mostrada en la figura 2.1. Los puntos
usados en las ecuaciones de mínimos cuadrados para el cálculo de la pendiente m y el
termino independiente b, serán los últimos cuatros valores que tomaron tanto las Ui y las Yi
en la tabla 4.
Con los siguientes valores de la tabla 5, se aplican las respectivas formulas (Ec. 2.2 y Ec.
2.3), para el cálculo y de m y b. Obteniéndose que 𝑚 = 0,0590 y 𝑏 = 24,4383.
Lo que forma la siguiente ecuación de la recta: 𝐔 = 𝟎, 𝟎𝟓𝟗𝟎 𝐥𝐧 𝐲 + 𝟐𝟒, 𝟒𝟑𝟖𝟑 (Ec. 2.3).
3. Definiciones.
11
3.1.2.2 Medición indirecta.
Medición indirecta es aquella en la que una magnitud buscada se estima
midiendo una o más magnitudes diferentes, y se calcula la magnitud buscada mediante
cálculo a partir de la magnitud o magnitudes directamente medidas.
3.1.3 Diferencia entre los tipos de medición.
Las mediciones directas suelen incluir el uso de un instrumento de medida, las
mediciones indirectas son el resultado de un una función matemática de las medidas
directas.
El error de las medidas directas suele ser arrojado directamente por la apreciación
del instrumento utilizado, mientras que el error arrojado en la medición indirecta
depende de los errores de los instrumentos usados y de la función utilizada para el
cálculo de la medida.
3.2 Defina: error y clasifique los diferentes tipos.
3.2.1 El error de medición se define como la diferencia entre el valor medido y el "valor
verdadero.
3.2.2 Errores accidentales o aleatorios: son los que aparecen cuando mediciones
repetidas de la misma variable dan valores diferentes, con igual probabilidad de estar
por arriba o por debajo del valor real. Cuando la dispersión de las medidas es pequeña
se dice que la medida es precisa.
3.2.3 Errores sistemáticos: que son una desviación constante de todas las medidas ya
sea siempre hacia arriba o siempre hacia abajo del valor real y son producidos, por
ejemplo, por la falta de calibración del instrumento de medición.
12
estimación, tanto del valor “verdadero”, como de una cota de error, que nos indiquen la
incertidumbre de la medición realizada.
Distinguiremos dos casos bien diferenciados:
(a) Si sólo se puede realizar una sola medida, x, de la magnitud.
En este caso consideraremos que el error absoluto coincide con el valor absoluto de
la sensibilidad (S) del aparato utilizado para realizar la medida. De este modo, el resultado
de la medida lo expresaremos así:
x±S
(b) Caso en el que se realizan varias medidas de una misma magnitud.
Con el fin de alcanzar cierta validez estadística en los resultados de las medidas, es muy
conveniente repetir varias veces la determinación del valor de la magnitud problema. Los
resultados de las medidas individuales pueden presentarse poco o muy dispersas y, en
función de esta dispersión será conveniente aumentar o no el número de mediciones de la
magnitud. Para decidir el número de determinaciones que hay que efectuar del valor de la
magnitud física que deseamos medir, seguiremos el siguiente procedimiento:
Se realizan tres medidas de la magnitud (x , x y x ), se calcula el valor medio de las tres
1 2 3
medidas,
x1 + x2 + x3
x̅ = (Ec 3.3.1.1)
3
y se halla la dispersión total, D, de las mismas, es decir, la diferencia entre los valores
extremos de las medidas (valor máximo menos el valor mínimo). Finalmente, se obtiene el
tanto por ciento de dispersión, T, que viene dado por:
D
T= (Ec. 3.3.1.2)
𝑥3
(i) Ahora bien, puede suceder que el valor de la dispersión D no sea mayor que el
valor de la sensibilidad del aparato de medida
D ≤ S.
En este caso, tomaremos como estimación del valor “verdadero” de la magnitud el valor
medio de las tres medidas, 3x, y como error absoluto la sensibilidad, es decir 𝑥̅ ± 𝑆
13
(ii) Ahora bien, si el valor de la dispersión D es mayor que la sensibilidad del
aparato,
D > S,
Procederemos a aumentar el número de medidas de la magnitud. El criterio a seguir en este
aumento viene condicionado por el valor del porcentaje dispersión T del modo indicado en
la siguiente tabla:
Tabla 3.3
T en las tres primeras medidas Nº total de medidas necesarias
T3 ≤ 2 % Bastan las 3 medidas realizadas
Una vez realizadas las medidas necesarias, se toma como valor de la magnitud el valor
medio de la misma, calculado sobre el número total de medidas realizadas y en cuanto al
correspondiente error, se determina según los casos que sigue:
Si
(1) se han realizado tres medidas, se toma como error absoluto el valor de la
sensibilidad del aparato, es decir, lo que ya hemos indicado,
Δx = S.
(2) se han realizado seis medidas, entonces se calcula el error de dispersión definido
como D6/4 (la cuarta parte de la dispersión total de las seis medidas, es decir, la diferencia
entre la mayor y la menor de todas), y se asigna como error absoluto de las medidas, el
mayor de entre este valor y la sensibilidad del aparato. Es decir,
Δx = max (D6/6, S)
14
(3) se han realizado más de 15 medidas; entonces el error absoluto puede calcularse
por la expresión:
〖(x〗i − xn )2
∆x = ∑ (Ec. 3.3.1.3)
N
Que proporciona el llamado error cuadrático medio (puesto que es algo así como
una media del cuadrado de los errores), en donde xi son cada una de las medidas realizadas,
nx es la media aritmética de todas las medidas individuales y N es el número total de
medidas realizadas.
El procedimiento seguido en este último caso se debe a que, en una serie repetida de
medidas de una misma magnitud, la distribución estadística de éstas alrededor del valor
medio representa una forma típica, que recibe el nombre de distribución gaussiana o
distribución normal.
3.3.2 Calculo de errores en mediciones indirectas
Una vez obtenida la incertidumbre de las medidas directas, calculamos las de las
medidas indirectas. Supongamos que se desea medir la magnitud R=f(X,Y,Z), que es
función de otras magnitudes X,Y,Z, que se han medido directamente, junto con sus
incertidumbres directas, obteniéndose los valores: [1]
𝑋 = 𝑋̅ ± ∆𝑋; 𝑌 = 𝑌̅ ± ∆𝑌; 𝑍 = 𝑍̅ ± ∆𝑍
𝜕𝑅 𝜕𝑅 𝜕𝑅
∆𝑅 = | | ∆𝑋 + | | ∆𝑌 + | | ∆𝑍 (𝐸𝑐. 3.3.2)
𝜕𝑋 𝜕𝑌 𝜕𝑍
15
3.4 Defina sensibilidad, exactitud y precisión de un instrumento.
3.4.3 La precisión hace referencia a la concordancia entre las medidas de una misma
magnitud realizadas en condiciones sensiblemente iguales. De modo que, una aparato será
preciso cuando la diferencia entre diferentes mediciones de una misma magnitud sean muy
pequeñas.
3.5.1 Calibración
16
3.5.2 Modelos de calibración.
La forma de calibración más sencilla es la que utiliza un solo patrón. Este modelo es útil
sólo cuando el patrón es absolutamente confiable. Además, se supone que la señal cero del
instrumento corresponde al cero de concentración de la especie que se quiere determinar.
Entre el cero y valor obtenido para el patrón se realiza una interpolación lineal, pero la
extrapolación más allá de la concentración de patrón no es recomendada. El modelo
correspondiente es:
y=b+mx (Ec.3.5.2)
17
3.5.3 Importancia de la curva de calibración
La importancia de la curva de calibración reside en la capacidad que tiene esta de dar una
fotografía instantánea de la situación de nuestro sistema o instrumento, a partir del cual
podemos efectuar las correcciones necesarias para asegurar su correcto funcionamiento.
Desgaste del instrumento: Debido a este tipo de errores se tienen que realizar
verificaciones periódicas para comprobar si se mantiene dentro de unas
especificaciones.
18
4. Problemas
4.1 Un péndulo simple se usa para medir la aceleración de la gravedad, usando
𝑻 = 𝟐𝝅√𝒍/𝒈. El período T medido fue de (1,24 ± 0,02) s y la longitud de (0,381 ±
0,002) m. ¿Cuál es el valor resultante de g con su incertidumbre absoluta y
relativa?
El primer paso para calcular los valores de la gravedad es despejar esta variable de la
función dada, así:
𝑔 = 4(0,381m)𝜋 2 /(1,24s)2
g = 9,782m/s2
Para calcular el error absoluto de esta variable se utiliza el método de las derivadas
parciales podemos llegar a la ecuación:
4𝜋 2 8𝑙𝜋 2
∆𝑔 = ∗ ∆𝑙 + ( ) ∗ ∆𝑇 (𝐸𝑐. 4.2)
𝑇2 𝑇3
4𝜋 2 8(0,381𝑚)𝜋 2
∆𝑔 = ∗ 0,002𝑚 + ( ) ∗ 0,02𝑠
(1,24𝑠)2 (1,24𝑠)3
Δg = 0,367 m/s2
0,367
𝐸𝑟 = = 0,03752
9,782
19
Y el error porcentual se calcula multiplicando el error relativo por 100.
1 2𝑚 𝑚
∆𝑑 = 2
∗ ∆𝑚 + ( 3 ) ∗ ∆𝑟 + ( 2 2 ) ∗ ∆𝑙 (𝐸𝑐. 4.3)
𝜋𝑟 𝑙 𝜋𝑟 𝑙 𝜋𝑟 𝑙
Conociendo los valores medidos m = 0,029 kg; r = 8,2 mm y l = 15,4 mm; y
sus errores ∆𝑚 = 0,005 𝑘 ∆𝑟 = 0,1mm y ∆𝑙 = 0,1 mm; Se sustituyen en la ecuación 4.3,
obteniendo así el error absoluto del valor de la densidad:
1 2(0,029) (0,029)
∆𝑑 = 2
∗ 0.005 + ( 3
) ∗ 0,1 + ( ) ∗ 0,1
𝜋(8,2) (15,4) 𝜋(8,2) (15,4) 𝜋(8,2)2 (15,4)2
𝑘𝑔
∆𝑑 = 0,00000181
𝑚𝑚3
20
4.3 Al medir la resistencia de un resistor, la lectura del voltímetro era de 15,2±0,2
V, y la lectura del amperímetro era de 2,6±0,1 A. ¿Cuál es la incertidumbre
absoluta de la resistencia calculada usando la ecuación 𝑹 = 𝑽⁄𝑰 ?
Solución:
Sustituyendo:
15,2 𝑉
𝑅= = 5,846Ω
2,6 𝐴
1 −V
∆R = | | |∆V| + | 2 | |∆I|
I I
1 −15,2
∆R = | | |0,2| + | | |0,1| = 𝑂, 302Ω
2,6 2,62
∆𝑅 = (5,846 ± 0,302)Ω
4.4 Se da un valor como 14,253 ± 0,1. Reescríbalo con el número adecuado de cifras
significativas si el valor se diera como 14,253 ± 0,15 ¿Cómo debería escribirse?
21
5. Ejercicios
En estos ejercicios que siguen, enuncie las variables o combinaciones de variables que
deben graficarse para verificar la variación sugerida y diga cómo puede encontrarse
la incógnita (pendiente, ordenada al origen, etc.)
𝟏 𝑻
𝒏= √
𝟐𝒍 𝒎
𝟏 𝑻
𝒏𝟐 =
𝟒𝒍𝟐 𝒎
𝟏 𝑻
𝐥𝐨𝐠( 𝒏𝟐 ) = 𝐥𝐨𝐠( )
𝟒𝒍𝟐 𝒎
𝟏
𝟐 𝐥𝐨𝐠 𝒏 = 𝐥𝐨𝐠 𝑻 + 𝐥𝐨𝐠 − 𝐥𝐨𝐠 𝒍𝟐
𝟒𝒎
𝟏
𝟐 𝐥𝐨𝐠 𝒏 = 𝐥𝐨𝐠 𝑻 + 𝐥𝐨𝐠 − 𝟐𝐥𝐨𝐠 𝒍
𝟒𝒎
𝒚 = 𝟐 𝐥𝐨𝐠 𝒏
𝑿 = 𝐥𝐨𝐠 𝑻
𝒎 = −𝟐 𝐥𝐨𝐠 𝒍
𝟏
𝒃 = 𝐥𝐨𝐠
𝟒𝒎
22
5.2 Un péndulo cónico tiene un periodo dado por:
l cos α
T = 2π√ (Ec. 5.1)
g
Para poder enunciar las variables que deben graficarse para verificar la ecuación, esta debe
ser despejada de tal forma que sea posible asimilarla a una ecuación de forma Y = mX + b;
así, despejando la ecuación 5.1 se tiene que:
4𝜋 2 𝑙 cos 𝛼
𝑇2 =
𝑔
Dónde:
1 4𝜋 2 𝑙
T2 = Y;𝜔2 = X; = m; 0=b
𝑔
De modo que el valor de g puede ser calculado despejando la ecuación 5.1 tal que:
4𝜋 2 𝑙 cos 𝛼
𝑔=
𝑇2
4𝜋 2 𝑙
𝑔=
𝑚
23
5.3 La deflexión de una viga en cantilever se expresa por:
4𝑊𝑙 3
d=
𝑌𝑎𝑏 3
Respuesta:
Se determina Y despejando:
4𝑊𝑙 3
𝑌= 3
𝑎𝑏 𝑑
4
log(d) = log(W) + 3 log(l) + log(ab3 Y) , donde:
𝑓(𝑥, 𝑦) = log(d)
x = log(W)
y = 3log(l)
4
b = log(ab3 Y)
δY 12Wl2 𝛿𝑌 4𝑙 3 𝛿𝑦 4𝑊𝑙 3 𝑑
= , = 3 , =−
δl ab 3 d 𝛿𝑊 𝑎𝑏 𝑑 𝛿𝑑 𝑎𝑏 3
,
24
Bibliografía
1. Anónimo. “Error de medición” Página web disponible en: https://es.wikipedia.org
2. Anónimo. “Representación semilogarítmica” Página web disponible en:
https://es.wikipedia.org
3. Anónimo. “Medición” Página web disponible en: https://es.wikipedia.org
4. L. H. Greenberg. Discoveries in Physics for scientists and engineers, second edition.
Saunders, Philadelphia, PA, 1975.
5. D. Hodgman, Ed. Handbook of Chemistry and Physics, 43 ed. Chemical Rubber,
Cleveland,1961.cs
6. B. Oda Noda. Introducción al análisis grafico de datos experimentales, 3a. edición.
Facultad de Ciencias, UNAM, México, 2005.
7. D. C. Baird. Experimentación. Una introducción a la teoría de mediciones y al
diseño de experimentos. Segunda edición. Prentice–Hall Hispanoamericana,
México, 1991.
8. C. Gutiérrez Aranzeta. Introducción a la metodología experimental, segunda
edición. Limusa, México, 1998.
9. E. W. Swokowski. ´Algebra y trigonometría con geometría analítica, segunda
edición. Grupo Editorial Iberoamérica, México, 1988.
25