Gu´ıa para An´ alisis de Experimentos Laboratorios de F´ısica
Preparado por: Prof. EULER EUGENIO CORAL, DSc Programa de F´ısica Facultad de Ciencias B´ asicas Universidad del Atl´ antico Versi´ on corregida, febrero de 2014
Gu´ıa para An´ alisis de Experimentos Laboratorios de F´ısica
Preparado por: Prof. EULER EUGENIO CORAL, DSc Programa de F´ısica Facultad de Ciencias B´ asicas Universidad del Atl´ antico Versi´ on corregida, febrero de 2014
Contenido 1 Introducci´ on
1
1.1
Enfoque del Trabajo de Laboratorio . . . . . . . . . . . . . . . . . . .
1
1.2
Magnitudes F´ısicas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2
1.3
Las Unidades B´asicas del SI . . . . . . . . . . . . . . . . . . . . . . .
3
1.4
Sistema de unidades . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
1.5
Prefijos para los M´ ultiplos y Subm´ ultiplos . . . . . . . . . . . . . . .
4
1.6
Factores de Conversi´on . . . . . . . . . . . . . . . . . . . . . . . . . .
5
1.7
An´alisis Dimensional . . . . . . . . . . . . . . . . . . . . . . . . . . .
6
1.8
Orden de Magnitud . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6
1.9
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
2 Mediciones y Errores
9
2.1
El proceso de medici´on . . . . . . . . . . . . . . . . . . . . . . . . . .
9
2.2
Tipos de medici´on
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
9
2.3
Cifras significativas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9
2.4
Operaciones con cifras significativas . . . . . . . . . . . . . . . . . . . 11
2.5
2.4.1
Criterio de aproximaciones . . . . . . . . . . . . . . . . . . . . 11
2.4.2
Suma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.4.3
Multiplicaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Errores Experimentales . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.5.1
Errores Sistem´aticos . . . . . . . . . . . . . . . . . . . . . . . 13
2.5.2
Errores Aleatorios . . . . . . . . . . . . . . . . . . . . . . . . . 13
E. E. Coral
Gu´ıa para An´ alisis de Experimentos
ii
CONTENIDO
2.6
2.7
2.8
C´alculo de Errores . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.6.1
Error Absoluto . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.6.2
Incertidumbre relativa y porcentaje de error . . . . . . . . . . 15
2.6.3
C´alculo pr´actico de la incertidumbre . . . . . . . . . . . . . . 16
Propagaci´on de errores . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.7.1
Incertidumbre en funciones de una sola variable . . . . . . . . 18
2.7.2
Funciones de dos o m´as variables . . . . . . . . . . . . . . . . 19
2.7.3
M´etodo general para calcular errores . . . . . . . . . . . . . . 20
Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3 Tratamiento estad´ıstico de medidas 3.1
25
C´omo se minimiza este error? . . . . . . . . . . . . . . . . . . . . . . 25 3.1.1
Valor Promedio . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.2
Desviaci´on de la Media . . . . . . . . . . . . . . . . . . . . . . 26
3.1.3
Desviaci´on Promedio . . . . . . . . . . . . . . . . . . . . . . . 26
3.1.4
Desviaci´on Est´andar . . . . . . . . . . . . . . . . . . . . . . . 26
3.1.5
La Varianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.1.6
Incertidumbre Est´andar de la Media . . . . . . . . . . . . . . 27
3.1.7
Error Relativo Porcentual . . . . . . . . . . . . . . . . . . . . 27
3.2
An´alisis de error para N peque˜ no . . . . . . . . . . . . . . . . . . . . 28
3.3
Histograma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.3.1
3.4
Construcci´on del Histograma . . . . . . . . . . . . . . . . . . . 30
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4 Evaluaci´ on de Experimentos
35
4.1
An´alisis de gr´aficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2
Linealizaci´on de gr´aficos . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.3
4.2.1
Ecuaci´on lineal y m´ınimos cuadrados . . . . . . . . . . . . . . 37
4.2.2
Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Gr´aficos no lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
iii
CONTENIDO
4.4
4.5
4.3.1
Funci´on Potencial . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3.2
Funci´on exponencial . . . . . . . . . . . . . . . . . . . . . . . 41
4.3.3
Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.3.4
Linealizaci´on de modelos conocidos . . . . . . . . . . . . . . . 44
An´alisis de gr´aficos con ayuda de calculadoras . . . . . . . . . . . . . 45 4.4.1
Calculadoras Cassio FX95MS Y FX100MS . . . . . . . . . . . 46
4.4.2
Calculadora Cassio FX350ES . . . . . . . . . . . . . . . . . . 46
Uso de programas de computador . . . . . . . . . . . . . . . . . . . . 47 4.5.1
4.6
Gr´aficas en Excel . . . . . . . . . . . . . . . . . . . . . . . . . 47
Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Ap´ endices
51
A Instrumentos de Medici´ on 1
53
A.1 Calibrador o Pie de rey . . . . . . . . . . . . . . . . . . . . . . . . . . 53 A.1.1 Principales partes del calibrador . . . . . . . . . . . . . . . . . 53 A.1.2 Principio de funcionamiento . . . . . . . . . . . . . . . . . . . 54 B Instrumentos de Medici´ on 2
57
B.1 Micr´ometros y Esfer´ometros . . . . . . . . . . . . . . . . . . . . . . . 57 B.1.1 El micr´ometro . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 B.1.2 El Esfer´ometro . . . . . . . . . . . . . . . . . . . . . . . . . . 59 C Modelo de informe Referencias bibliogr´ aficas
E. E. Coral
61 63
Gu´ıa para An´ alisis de Experimentos
Lista de figuras 2.1
Medici´on de una magnitud . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2
Errores aleatorios y sistem´aticos en un ejercicio de pr´actica de tiro. a)Alta precisi´ on y exactitud: Debido a que las marcas de los disparos est´an muy cerca unas de otras, podemos decir que los errores aleatorios son peque˜ nos (buena precisi´on). Debido a que la distribuci´on de disparos est´a centrada en el blanco, los errores sistem´aticos tambi´en son (buena exactitud). b) Alta precisi´ on y baja exactitud: Los errores aleatorios son todav´ıa peque˜ nos, pero los sistem´aticos son mucho m´as grandes, los disparos est´an sistem´aticamente corridos hacia la derecha. c) Baja precisi´ on y Buena exactitud: En este caso, los errores aleatorios son grandes, pero los sistem´aticos son peque˜ nos, los disparos est´an muy dispersos, pero no est´an sistem´aticamente corridos del centro del blanco. d) Baja precisi´ on y baja exactitud: Aqu´ı ambos errores son grandes. . . . . . . . . . . . 14
3.1
Ejemplo de un Histograma . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2
Histograma para los datos del ejemplo . . . . . . . . . . . . . . . . . 33
4.1
Ejemplo de una figura bien realizada . . . . . . . . . . . . . . . . . . 36
4.2
Grafica de la funci´on y = kxn en papel logar´ıtmico . . . . . . . . . . . 41
4.3
Gr´afica de la funci´on y = Aekx en papel semilogar´ıtmico . . . . . . . 42
4.4
Decrecimiento exponencial del Voltaje de un condensador . . . . . . . 43
4.5
Linealizaci´on de los datos de la tabla 4.2 dibujados en papel semilog.
4.6
La pantalla en el modo Regresi´on Lineal presenta dos columnas x y y. 46
4.7
Pantalla inicial de Excel . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.8
Selecci´on de la opci´on graficar . . . . . . . . . . . . . . . . . . . . . . 48
E. E. Coral
43
Gu´ıa para An´ alisis de Experimentos
vi
LISTA DE FIGURAS
4.9
Selecci´on de ajuste de la gr´afica . . . . . . . . . . . . . . . . . . . . . 49
4.10 Esta figura muestra los tipos de ecuaciones que se pueden seleccionar para el ajuste. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 A.1 Partes del Calibrador o Pie de rey. . . . . . . . . . . . . . . . . . . . 54 A.2 Divisiones del Nonio para un rango de 9 mm . . . . . . . . . . . . . . 54 A.3 La divisi´on 3 del Nonio coincide con la 3 de la escala principal, las puntas se separan 0,3 mm . . . . . . . . . . . . . . . . . . . . . . . . 55 A.4 Las puntas est´an separadas 1,4 mm, puesto que la cuarta divisi´on del nonio coincide con una divisi´on de la escala principal . . . . . . . . . 56 B.1 Esquema de un micr´ometro y sus partes. . . . . . . . . . . . . . . . . 57 B.2 Imagen de una medici´on con el micr´ometro. . . . . . . . . . . . . . . 58 B.3 Lectura de una medici´on con un micro´ometro. . . . . . . . . . . . . . 58 B.4 Esquema de un esfer´ometro y sus partes. . . . . . . . . . . . . . . . . 60 B.5 Modo de usar un esfer´ometro para calcular el radio de curvatura. . . 60
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
Lista de tablas 1.1
Unidades b´asicas del SI . . . . . . . . . . . . . . . . . . . . . . . . . .
3
1.2
Definici´on de las Unidades b´asicas del SI . . . . . . . . . . . . . . . .
3
1.3
Sistemas de Unidades . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
1.4
M´ ultiplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
1.5
Subm´ ultiplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
1.6
Algunos Factores de conversi´on . . . . . . . . . . . . . . . . . . . . .
5
1.7
Algunos Ordenes de Magnitud . . . . . . . . . . . . . . . . . . . . . .
6
2.1
Ejemplo de cifras significativas . . . . . . . . . . . . . . . . . . . . . . 11
2.2
Ejemplo de aproximaciones con cifras significativas . . . . . . . . . . 12
3.1
Mediciones del tiempo de reacci´on . . . . . . . . . . . . . . . . . . . . 31
3.2
Intervalos para el histograma
4.1
Datos para an´alisis de un comportamiento lineal . . . . . . . . . . . . 39
4.2
Datos para la descarga de un condensador . . . . . . . . . . . . . . . 42
4.3
Ejercicio 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.4
Ejercicio 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.5
Ejercicio 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
. . . . . . . . . . . . . . . . . . . . . . 32
A.1 Longitud de cada divisi´on del nonio al cero de la escala. . . . . . . . . 55
E. E. Coral
Gu´ıa para An´ alisis de Experimentos
Cap´ıtulo 1 Introducci´ on
1.1
Enfoque del Trabajo de Laboratorio
El objetivo del trabajo en el laboratorio es familiarizarse con el aspecto fenomenol´ogico de la F´ısica. En cierta forma, el estudiante comprobar´a las leyes y principios que se imparten en el curso te´orico o que han sido estudiadas previamente por el. Por otro lado y de acuerdo a la orientaci´on del profesor, el estudiante podr´a llegar a las leyes a partir del experimento. Los experimentos propuestos no se realizar´an siguiendo una serie de instrucciones como se ha hecho tradicionalmente. El estudiante debe recordar permanentemente que la F´ısica es una disciplina cient´ıfica y que en su formaci´on, debe hacer destacar su esp´ıritu cient´ıfico y es aqu´ı en el Laboratorio de F´ısica, en donde debe apropiarse de esto, ya que los experimentos propuestos son ante todo un problema que los estudiantes deben resolver, y para lograr soluciones satisfactorias, deben investigar la bibliograf´ıa citada, leer otras gu´ıas de laboratorio, navegar en la Internet, etc. M´as concretamente, el estudiante debe ser conocedor del M´etodo Cient´ıfico y aplicarlo en su investigaci´on. El trabajo en el laboratorio corresponde a una parte de la investigaci´on que los estudiantes van a realizar para resolver su problema experimental. B´asicamente los estudiantes van al laboratorio a medir las magnitudes de las propiedades del sistema f´ısico que van a investigar. Pero, como se insinuaba en el p´arrafo anterior, antes y despu´es de las mediciones, se requiere una buena dedicaci´on de tiempo estudiando y entendiendo el problema de laboratorio, para esto, los estudiantes deber´ıan conocer previamente los siguientes aspectos:
E. E. Coral
Gu´ıa para An´ alisis de Experimentos
2
Cap´ıtulo 1. Introducci´ on
a) Conceptos te´oricos involucrados en el tema que se va a experimentar b) El sistema que se va a estudiar. c) Las variables o propiedades que se van a medir. d) Distinguir la variable dependiente de la variable independiente. e) Las unidades en que se van a medir las variables. f ) Los factores que pueden afectar las mediciones. El estudiante debe tener en cuenta todo lo que acontece en el laboratorio, lo m´as aconsejable es que tome nota de todo lo que suceda, especialmente de su propio procedimiento. Cada estudiante debe tener una libreta de apuntes. Al finalizar la pr´actica de laboratorio, cada grupo debe entregar un preinforme de los datos medidos en el formato que aparece al final de esta gu´ıa. Para evaluar los datos experimentales se debe tener el conocimiento b´asico de las Teor´ıa de Errores y An´alisis de Gr´aficos, temas que se van a exponer en una forma breve en esta gu´ıa. El reporte de sus resultados se debe entregar en un informe que presente el formato de Art´ıculo Cient´ıfico que tambi´en se incluye en esta gu´ıa.
1.2
Magnitudes F´ısicas
Magnitud es toda cantidad que se puede medir. Medir significa comparar. Cuando medimos cualquier magnitud, ya sea,una longitud o la intensidad de una corriente el´ectrica, en realidad estamos comparando esa magnitud con otra de la misma especie que consideramos arbitrariamente como patr´on. Por ejemplo, al determinar una masa desconocida en la balanza, lo que hacemos es comparar esa masa con masas patrones (las “pesas” de la balanza). Estas pesas, a su vez, han sido comparadas (o calibradas) con alg´ un patr´on secundario y al seguir la cadena de comparaciones se llega hasta el patr´on universal de masa (kilogramo) que se conserva en la Oficina Internacional de Pesas y Medidas (BIPM) en S`evres, cerca de Par´ıs, donde fue adoptado mediante convenios internacionales. De igual forma, se definen patrones para otras magnitudes que se consideran magnitudes fundamentales, puesto que las unidades de una de ellas no se puede expresar en funci´on de las otras. Existen diferentes sistemas que definen las unidades de estas magnitudes. Uno de estos, el Sistema Internacional de Unidades (SI) vigente en la mayor´ıa de los pa´ıses desde 1960, considera siete unidades b´ asicas a partir de las cuales se pueden derivar todas las restantes unidades de medida de otras magnitudes f´ısicas, ver tabla 1.1. Gu´ıa para An´ alisis de Experimentos
E. E. Coral
3
1.3 Las Unidades B´ asicas del SI
Tabla 1.1: Unidades b´ asicas del SI
Magnitud longitud masa tiempo temperatura cantidad de sustancia intensidad de la corriente intensidad de la luz
1.3
Unidad S´ımbolo metro m kilogramo kg segundo s Kelvin K mol mol Ampere A buj´ıa o candela cd
Las Unidades B´ asicas del SI
La definici´on de las unidades b´asicas ha venido cambiando por la necesidad de tener patrones o referencias m´as estables y precisas a trav´es del tiempo. La definici´on actual de las unidades b´asicas del SI aprobada por la Conferencia General de Pesas y Medidas (CGPM) en 1983 se muestran en la tabla 1.2.
Tabla 1.2: Definici´ on de las Unidades b´ asicas del SI
Magnitud longitud
Definici´ on Distancia recorrida por la luz en el vac´ıo durante un intervalo de 1/299.792.458 s - 17a. CGPM, 1983. masa kilogramo Masa de un cilindro de PLATINO-IRIDIO que se conserva en la BIPM en Par´ıs - 3a. CGPM, 1901. tiempo segundo Duraci´on de 9.192.631.770 vibraciones en la transici´on de dos niveles hiperfinos del ´atomo de 123 Cs -13a. CGPM, 1968. temperatura Kelvin Es 1/273,16 de la temperatura termodin´amica del punto triple del agua - 13a. CGPM 1968.
1.4
Unidad metro
Sistema de unidades
Es importante se˜ nalar que existen varios grupos de unidades asociadas a las magnitudes b´asicas longitud, masa, tiempo, conocidas como sistemas de unidades. Como ya se indic´o anteriormente, el SI es el m´as utilizado en la actualidad, pero existen pa´ıses como los de habla inglesa que usan diferentes unidades de medici´on, E. E. Coral
Gu´ıa para An´ alisis de Experimentos
4
Cap´ıtulo 1. Introducci´ on
(ver tabla 1.3). El estudiante debe estar en capacidad de pasar las unidades de un sistema a otro aplicando los factores de conversi´on de unidades. Tabla 1.3: Sistemas de Unidades
Sistema Longitud SI m CGS cm INGLES pie
1.5
Masa Tiempo kg s g s slug s
Prefijos para los M´ ultiplos y Subm´ ultiplos
Los prefijos son nombres que se les da a ciertas potencias de 10 cuando usamos notaci´on cient´ıfica y sirven para determinar los m´ ultiplos y subm´ ultiplos de la unidad principal. Para utilizarlos, basta con expresar una cantidad en notaci´on cient´ıfica y reemplazar la potencia por el s´ımbolo correspondiente seguido de la unidad b´asica. Tabla 1.4: M´ ultiplos
Factor 1024 1021 1018 1015 1012 109 106 103 102 101
Prefijo yotta zetta exa peta tera giga mega kilo hecto deca
S´ımbolo Y Z E P T G M k h d
Tabla 1.5: Subm´ ultiplos
Factor 10−1 10−2 10−3 10−6 10−9 10−12 10−15 10−18 10−21 10−24
Prefijo deci centi mili micro nano pico femto atto zepto yocto
S´ımbolo d c m µ n p f a z y
Veamos como ejemplo el metro: 1 m esta dividido en 100 partes y cada una de estas equivale a 0, 01 m o 10−2 m y de acuerdo a la tabla, corresponde a un cent´ımetro, abreviado 1 cm. La mil´esima parte del metro es igual a 0, 001 m o 10−3 m corresponde a 1 mm. Existen otras magnitudes como la capacitancia el´ectrica que solo se expresa en subm´ ultiplos del Faradio (F ), su unidad de medida, como 10−6 F = 1 µF , 10−9 F = 1 nF , 10−12 F = 1 pF . Gu´ıa para An´ alisis de Experimentos
E. E. Coral
5
1.6 Factores de Conversi´ on
1.6
Factores de Conversi´ on
Para pasar de un sistema de unidades a otro es necesario conocer la relaci´on que hay entre los distintos sistemas. Muchas veces tambi´en necesitamos pasar m´ ultiplos y subm´ ultiplos a la unidad fundamental o viceversa. Algunas factores de conversi´on entre el Sistema Ingl´es y el SI se encuentran en la tabla 1.6. Tabla 1.6: Algunos Factores de conversi´ on
Longitud 1 m = 39,37 in = 3,281 ft =102 cm 1 in = 0,0254 m = 2,54 cm 1 ft = 0,3048 = 30,48 cm = 12 in 1 mi = 5280 ft = 1609 m = 1,609 km
masa 1 lb = 0,454 kg = 16 oz 1 oz = 28,35 g = 0,0625 lb 1Kg = 103 g = 2.2 lb
Veamos como ejemplo las unidades del tiempo que, aunque no corresponden al sistema decimal, si son aceptadas por el SI. ¿Cu´antos segundos tiene un d´ıa? usando los factores de conversi´on tenemos los siguiente: × dia 1 dia = 1
60 min 60 s 24 h × × = 86400 s 1 dia 1 h 1 min
Ahora, si queremos convertir de km/h a m/s, por ejemplo 72 km/h, procedemos de manera similar al caso anterior pero convirtiendo dos unidades: 72 km/h = 72
km
h
×
1 h 103 m m × = 20 3600 s 1 km s
Otro caso es el de las unidades de capacidad o volumen. Como estas unidades corresponden a unidades lineales elevadas al cubo, lo mejor es escribir el m´ ultimplo 3 de la unidad y elevarlo al cubo, por ejemplo 1 m convertirlo a mililitros (ml): 1 m3 = 1 m3 ×
E. E. Coral
(102 cm)3 1 ml 6 3 = 10 cm × = 106 ml 3 3 1 cm 1 m
Gu´ıa para An´ alisis de Experimentos
6
Cap´ıtulo 1. Introducci´ on
1.7
An´ alisis Dimensional
Para verificar si una ecuaci´on est´a bien formulada, se debe tener en cuenta las variables que operan en dicha ecuaci´on. Al hacer un an´alisis dimensional, las dimensiones se pueden tratar como cantidades algebraicas. Los s´ımbolos empleados para denotar las dimensiones de longitud, masa y tiempo son respectivamente L, M y T. Dos cantidades que se suman, al igual que los t´erminos a ambos lados de una ecuaci´on, deben tener las mismas dimensiones. Como ejemplo, mostremos que la ecuaci´on x = vt, es dimensionalmente correcta. Por ser x una longitud tiene dimensi´on [x] = L y t tiene dimensi´on [t] = T . La velocidad por medirse en metros sobre segundo, tiene dimensi´on [v] = L/T , por tanto [x] = [v][t] L ×T T L=L
L=
Al cancelar T en la derecha, las unidades tienen la misma dimensi´on que en la izquierda.
1.8
Orden de Magnitud
Cuando queremos hacer c´alculos aproximados de ciertas cantidades, es importante aproximar los factores que intervienen en las operaciones, a la potencia de 10 m´as cercana. De esta forma, se dice, que la potencia de 10 representa el orden de magnitud de una cantidad. El orden de magnitud tambi´en sirve para referirse en forma oral o escrita de ciertas cantidades cuyas cifras son enormes o muy peque˜ nas, como la masa de un electr´on o la masa del sol y su distancia a la tierra. Algunos ejemplos se dan en la tabla 1.7. Tabla 1.7: Algunos Ordenes de Magnitud
Cantidad Radio de la o´rbita tierra-sol Masa del electr´on Edad promedio de un estudiante
Gu´ıa para An´ alisis de Experimentos
magnitud 1.5 × 1011 m 9.11 × 10−31 kg 5.7 × 108 s
Orden de Magnitud 1011 m 10−31 kg 108 s
E. E. Coral
7
1.9 Ejercicios
1.9
Ejercicios
Conversi´ on de Unidades 1. ¿Cu´ales de las siguientes unidades no son fundamentales: a) m b) m/s c) ◦ C d) l e) m/s2 f) N
g) s
h) kg.
2. ¿Cu´al es su estatura en pies? 3. Un cohete alcanz´o una altura de 300 km. ¿A cu´anto equivale esta distancia en millas? 4. ¿Cu´antos segundos tiene 1 a˜ no? 5. La rapidez de la luz en el vac´ıo es aproximadamente 3, 00 × 108 m/s. ¿Cu´antos km viajar´ıa un pulso de un l´aser en 1 h? 6. Un a˜ no luz es la distancia que recorre la luz en un a˜ no a 300.000 km/s. ¿Cu´al es esta distancia en m? Exprese la distancia de la tierra al sol en a˜ nos luz. 7. Una certificaci´on de buceo se realiza a 40 pies. ¿Cu´antos metros debe bajar el buzo a pulm´on libre para certificarse? 8. ¿Cu´al es su peso en libras? 9. 1 cm3 equivale a 1 ml. ¿Cu´antos litros hay en 1 m3 ? Orden de magnitud 11. ¿Cu´al es el orden de magnitud de su edad en meses, d´ıas y segundos? 12. Estime el n´ umero de veces que el coraz´on de un humano late en una vida promedio de 70 a˜ nos. 13. El radio promedio de la tierra es de 6, 37 × 106 m, y el de la luna es de 1, 74 × 108 cm. Con estos datos calcule la raz´on entre el a´rea superficial de la tierra y de la luna. 14. Determine el n´ umero aproximado de ladrillos necesarios para cubrir los cuatro lados de una casa de tama˜ no regular. 15. Una persona utiliza 200 l de agua por d´ıa aproximadamente. ¿Cu´al debe ser el orden de magnitud en m3 del volumen de un recipiente capaz de abastecer de agua a la ciudad de Barranquilla en un d´ıa? E. E. Coral
Gu´ıa para An´ alisis de Experimentos
8
Cap´ıtulo 1. Introducci´ on
Determine el orden de magnitud de los resultados de las siguientes operaciones. 16. (3 × 108 m/s) (3 × 105 s) 17. 7000/0,0035 18. (0,501 × 0,042)/420.000.000 19. Suponga que un prot´on tiene la forma de un cubo cuya arista es del orden de 10−13 cm. ¿Cu´al es el orden de magnitud del volumen del cubo? 20. Deseando construir un modelo del sistema solar, un estudiante representa el sol por medio de una pelota de balompi´e. Se sabe que el orden de magnitud del radio del sol es de 109 m y el de la tierra es de 107 m, siendo la distancia de la tierra al sol del orden de 1011 m. ¿Cu´al deber´ıa ser entonces, en este modelo, el orden de magnitud de la esfera que representa la tierra?, ¿La distancia de esta esfera a la pelota de balompi´e? An´ alisis Dimensional Diga si las ecuaciones siguientes son dimensionalmente correctas. (v es velocidad, a es aceleraci´on, t es tiempo, A es ´area, T periodo y r radio) 21. v 2 = v02 + 2at
25. A = πr2
22. x = xo + vt
26. t =
23. x = at
27. v =
24. v = vo + ax
28. T = 2π
q
2x a
√
2ax − v0 t q
l g
29. ¿Cu´ales son las unidades de las constantes en la ecuaci´on x = At2 + Bt + C, para que sea dimensionalmente correcta? 30. Muestre que si x = At3 + Bt es dimensionalmente correcta cuando x tiene unidades de longitud y t tiene unidades de tiempo, entonces la derivada dx/dt tiene unidades de longitud sobre unidades de tiempo. 31. ¿Cu´al es el valor de los exponentes para que la ecuaci´an v 2 = kam sn sea dimensionalmente correcta? 32. ¿Para qu´e valores de m y n la ecuaci´on x = kam tn es dimensionalmente correcta?
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
Cap´ıtulo 2 Mediciones y Errores 2.1
El proceso de medici´ on
Medir es comparar una magnitud desconocida con otra llamada patr´on. Al realizar una medici´on de cierta magnitud, se obtiene un n´ umero acompa˜ nado de una unidad asociada a la magnitud respectiva. En el caso m´as general, este resultado debe ir acompa˜ nado por otro n´ umero que representa la incertidumbre en la medici´on.
2.2
Tipos de medici´ on
Las mediciones pueden obtenerse de dos formas: Mediciones Directas: Son el resultado de comparar directamente una magnitud desconocida con un instrumento de medida calibrado seg´ un un patr´on establecido previamente. El resultado se mide directamente en una escala num´erica que posee el instrumento. Mediciones Indirectas: Se obtienen a trav´es de una operaci´on entre dos o m´as mediciones directas o a trav´es de una funci´on de las cantidades medidas. Por ejemplo la densidad se obtiene como funci´on de la masa y el volumen de una sustancia.
2.3
Cifras significativas
El N´ umero de cifras que debe tener el escalar que representa una magnitud medida, est´a muy relacionado con el n´ umero de divisiones que tenga la escala del instrumento de medida. Por ejemplo, si ustedes miden cierta longitud con una cinta m´etrica E. E. Coral
Gu´ıa para An´ alisis de Experimentos
10
Cap´ıtulo 2. Mediciones y Errores
que solo est´a graduada en metros (m), el resultado ser´a un entero que representa cuantas veces cabe la unidad patr´on en esa longitud y es una cifra que tiene certeza en su medida. Pero si existe cierta fracci´on de la longitud que no se puede medir directamente con el instrumento, ustedes tendr´an que hacer uso de la apreciaci´on simple vista, dando en este caso, un u ´nico decimal que es incierto. Por ejemplo: 2,4 m de longitud. En este caso decimos que hay dos cifras significativas. Si ahora usamos una cinta m´etrica divida en dec´ımetros dm, al reportar el resultado de la medici´on en metros m, el n´ umero de cifras ciertas corresponde a los metros y a los dec´ımetros. Pero si el extremo de la magnitud a medir se ubica entre una divisi´on de un dec´ametro y el siguiente, podremos ahora apreciar una fracci´on m´as peque˜ na imaginando diez divisiones en este espacio cuyo valor ser´ıa una cifra dudosa dada en cent´ımetros cm. Por ejemplo, la medici´on de la fig. 2.1 se puede reportar como L = 2,46 m. Aunque este resultado est´a por encima de la mitad del intervalo de 1 dm, las mediciones 2,45 m o 2,47 m, tambi´en son v´alidas, ya que la u ´ltima cifra siempre va a ser incierta. De esta manera podemos decir que hay tres cifras significativas en esta medici´on.
Figura 2.1: Medici´ on de una magnitud
Veamos como mejora la medici´on de la misma magnitud, pero usando ahora una cinta m´etrica dividida en cent´ımetros cm. Al reportar el resultado en m, estamos seguros de la posici´on de los metros, los dec´ımetros y los cent´ımetros, pero podemos hacer una apreciaci´on del orden de los mil´ımetros, obteniendo as´ı una u ´ltima cifra dudosa o incierta. Ejemplo: 2,463 m. En este caso la cifra apreciada est´a por debajo de la mitad de la divisi´on m´as peque˜ na, los cm. Un resultado aceptable tambi´en podr´a ser 2,462 m o 2,464 m. En este caso, tenemos una medici´on con cuatro cifras significativas. Escribir una quinta cifra carece de sentido ya que no hay m´as divisiones en nuestro instrumento de medici´on. Para tener una cifra segura en la posici´on de los mil´ımetros, debemos usar una cinta m´etrica graduada en mil´ımetros y tendr´ıamos as´ı una cuarta posici´on decimal como cifra apreciada, o cifra incierta, para un total de 5 cifras significativas, por ejemplo: 2,3638 m. Como se puede ver en los ejemplos anteriores, el resultado de una medici´on va acompa˜ nado de un n´ umero de cifras que tienen certeza y una u ´ltima cifra que siempre es dudosa. Estas son las llamadas cifras significativas. Gu´ıa para An´ alisis de Experimentos
E. E. Coral
11
2.4 Operaciones con cifras significativas
En una medici´on se debe tener en cuenta que los ceros a la izquierda no son cifras significativas, mientras que los ceros intermedios y ceros a la derecha si son cifras significativas. Cuando se tenga un n´ umero muy grande de ceros a la izquierda la mejor manera de expresar el resultado de la medici´on es usando potencias de diez, pero conservando el mismo n´ umero de cifras significativas. Algunos ejemplos se dan en la tabla 2.1. Tabla 2.1: Ejemplo de cifras significativas
Magnitud N´ umero de cifras significativas 0,012 mm 2 0,1204 g 4 1,0200 s 5 4,34 ×104 m 3
2.4 2.4.1
Operaciones con cifras significativas Criterio de aproximaciones
Al realizar operaciones resultan n´ umeros con muchas cifras decimales. Algunas de estas cifras deben ser eliminadas (redondeo) para dejar las m´as significativas, de acuerdo al siguiente criterio: 1. La cifra que queda se aumenta en una unidad si la cifra contigua que se quita es > 5. 2. Si la primera cifra que se elimina es < 5, la que queda se deja igual. 3. Si la primera cifra que se elimina es = 5 y no existen otros d´ıgitos a su derecha o son solamente ceros, el n´ umero que queda se aumenta en 1 siempre y cuando la cifra resultante sea par.
2.4.2
Suma
Cuando se suman dos o m´as n´ umeros con distintas cifras significativas, los decimales del resultado debe igualar al operando que posea el menor n´ umero de estos, usando el criterio anterior. Ver ejemplo en la tabla 2.2 E. E. Coral
Gu´ıa para An´ alisis de Experimentos
12
Cap´ıtulo 2. Mediciones y Errores
Tabla 2.2: Ejemplo de aproximaciones con cifras significativas
n´ umero original 20,45 40,1368 20,5500 60.6952 30,365 Suma = 172,1970
2.4.3
aproximaci´ on 20,45 40,14 20,55 60,69 30,37 Suma = 172,20
descripci´ on Menor No. de decimales Elimina 6 y 8. 3 aumenta en 1 Elimina ceros, 5 no cambia Elimina 5 y 2, 9 no cambia Elimina 5, 6 aumenta en impar Aproxima a dos cifras decimales
Multiplicaci´ on
Al multiplicar o dividir dos cantidades, el resultado debe tener el mismo n´ umero de cifras significativas del operando que tenga el menor n´ umero de ellas.
Ejemplo Calcular el volumen de un cilindro circular recto donde r = 4, 5 cm y h = 55, 7 cm. Sabemos que V = πr2 × h. El n´ umero π = 3,14159..., ¿Cu´antas cifras le asignamos al este n´ umero irracional? Como vemos r tiene dos cifras significativas, h tiene tres, por lo tanto, asignamos a π el mismo n´ umero de cifras significativas de h, es decir, 3,14. Valor obtenido con la calculadora:
V = 3541.6845 cm3
Valor obtenido seg´ un el criterio dado:
V = 3, 5 × 103 cm3
Para expresar las dos cifras significativas hemos usado potencias de diez.
2.5
Errores Experimentales
En general, todo procedimiento de medici´on tiene imperfecciones que dan lugar a un error en el resultado de la medici´on, lo que hace que el resultado sea s´olo una aproximaci´on del valor real de la magnitud medida. De acuerdo a la naturaleza de los errores experimentales, se acostumbra a dividirlos en dos clases: Errores Sistem´aticos y Errores Aleatorios. Gu´ıa para An´ alisis de Experimentos
E. E. Coral
13
2.5 Errores Experimentales
2.5.1
Errores Sistem´ aticos
Se deben a diversas causas y se repiten constantemente cuando las mediciones se realizan en las mismas condiciones. Los resultados se ven afectados en el mismo sentido. Estos errores se pueden detectar f´acilmente y se pueden eliminar si se conoce la causa. Algunas fuentes de error sistem´atico son: a) Errores de calibraci´on de los instrumentos de medida. Ajuste del cero, escala inapropiada, construcci´on defectuosa. b) Condiciones de trabajo no apropiadas (presi´on, temperatura, humedad, luminosidad, frecuencia de la red). c) T´ecnicas imperfectas. Generalmente por falta de experiencia del experimentador o por falta de planeaci´on de los procedimientos. d) F´ormulas incorrectas. Cuando se hacen aproximaciones, los resultados experimentales no son exactamente los esperados en la teor´ıa.
2.5.2
Errores Aleatorios
Se deben a perturbaciones peque˜ nas o fluctuaciones y no es posible detectar la causa que los produce. Si un experimento se repite en condiciones id´enticas, los resultados de la medici´on no son siempre los mismos cuando se presenta este error. Para disminuir el error aleatorio, se debe realizar un n´ umero determinado de mediciones y realizar un tratamiento estad´ısticos de los resultados. Se puede dar una idea de c´omo se presentan estos errores: a) Errores de apreciaci´on. Se presentan al leer en la escala de un instrumento haciendo estimaci´on de una fracci´on de la divisi´on m´as peque˜ na de la escala. Al realizar varias mediciones esta apreciaci´on var´ıa aleatoriamente. b) Condiciones de trabajo. La variaci´on de las condiciones ambientales, vibraciones de la mesa de trabajo, se˜ nales electromagn´eticas. c) Falta de definici´on de la cantidad a medir. Como el di´ametro de una esfera ya que esta no es una esfera perfecta. Seg´ un el tipo de error, las mediciones se pueden clasificar en: Precisas.- Son aquellas mediciones que tienen errores aleatorios peque˜ nos. Exactas.- Son aquellas mediciones que tienen errores sistem´aticos peque˜ nos. Esto se puede observar claramente en la figura 2.2, E. E. Coral
Gu´ıa para An´ alisis de Experimentos
14
Cap´ıtulo 2. Mediciones y Errores
(a)
(b)
(c)
(d)
Figura 2.2: Errores aleatorios y sistem´ aticos en un ejercicio de pr´ actica de tiro. a)Alta precisi´ on y exactitud: Debido a que las marcas de los disparos est´ an muy cerca unas de otras, podemos decir que los errores aleatorios son peque˜ nos (buena precisi´ on). Debido a que la distribuci´ on de disparos est´ a centrada en el blanco, los errores sistem´ aticos tambi´en son (buena exactitud). b) Alta precisi´ on y baja exactitud: Los errores aleatorios son todav´ıa peque˜ nos, pero los sistem´ aticos son mucho m´ as grandes, los disparos est´ an sistem´ aticamente corridos hacia la derecha. c) Baja precisi´ on y Buena exactitud: En este caso, los errores aleatorios son grandes, pero los sistem´ aticos son peque˜ nos, los disparos est´ an muy dispersos, pero no est´ an sistem´ aticamente corridos del centro del blanco. d) Baja precisi´ on y baja exactitud: Aqu´ı ambos errores son grandes.
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
15
2.6 C´ alculo de Incertidumbres
2.6
C´ alculo de Incertidumbres
2.6.1
Error Absoluto e Incertidubre
En una medici´on la u ´ltima cifra resulta siempre incierta. Esto quiere decir que nunca vamos a obtener el valor real de una medida, pero nos aproximamos a ´el mejorando el procedimiento y los instrumentos de medici´on. Toda medici´on va acompa˜ nada de una incertidumbre y su determinaci´on nos dice que tan cerca estamos del valor real de la magnitud. Definimos el error absoluto , como la diferencia entre el valor real VR y el valor observado VO o valor medido, en la forma = kVR − VO k
(2.1)
Se expresa como el valor absoluto ya que podemos acercarnos al VR por exceso o por defecto, es decir, que esta diferencia puede ser positiva o negativa. Pero ¿c´omo calcular el error absoluto si jam´as conoceremos el valor verdadero? En la pr´actica el error absoluto se define con relaci´on a una medida arbitraria. Por eso definimos la incertidumbre ∆V tal que para cualquier VO se cumple que = kVR − VO k ≤ ∆V
(2.2)
Si podemos determinar ∆V , entonces para cualquier medici´on experimental VO se cumple que el valor real de la cantidad satisface la desigualdad: VO − ∆V ≤ VR ≤ VO + ∆V
(2.3)
Esto quiere decir, que al hacer una medici´on, lo que estamos buscando es un intervalo donde se encuentra el valor m´as probable del valor real. En otras palabras, buscamos los l´ımites superior e inferior de una magnitud. Una forma m´as u ´til de expresar este intervalo de medici´on es VR = VO ± ∆V
(2.4)
Esta es la manera como deben reportarse el valor de una medici´on de cualquier magnitud, sea directa o indirecta.
2.6.2
Incertidumbre relativa e incertidumbre porcentual
Muchas veces necesitamos saber que tan significativa es ∆V respecto a VO . Por ejemplo, una incertidumbre de ±1cm en la longitud de un cuaderno es significativo. E. E. Coral
Gu´ıa para An´ alisis de Experimentos
16
Cap´ıtulo 2. Mediciones y Errores
Pero si medimos la distancia entre la tierra y la luna o el tama˜ no de una bacteria con el mismo error, este carece completamente de sentido. Es por esto que es necesario comparar la incertidumbre estimada con el valor medido en la forma R =
∆V VO
(2.5)
Esta es la incertidumbre relativa que tambi´en se puede reportar como un porcentaje al multiplicar por 100 en la forma R =
2.6.3
∆V × 100 VO
(2.6)
C´ alculo pr´ actico de la incertidumbre
Al cuantificar la incertidumbre de una cierta magnitud x debemos, en principio, tener en cuenta todos los tipos de incertidumbres que est´en presentes. Una forma de obtener el valor de la incertidumbre total es mediante la suma de los cuadrados de todas las incertidumbres presentes de acuerdo a la siguiente ecuaci´on, (∆x)2 =
N X
∆x2n
(2.7)
n=1
Por lo general en el laboratorios es frecuente encontrar las siguientes incertidumbres: a) Incertidumbre de escala (∆xe ) b) Incertidumbre de calibraci´on (∆xc ) c) Incertidumbre estad´ıstica o aleatoria (∆xa ) En este caso, el c´alculo de la incertidumbre total viene dado por ∆x =
q
(∆xe )2 + (∆xc )2 + (∆xa )2
(2.8)
Normalmente se atribuye como incertidumbre de escala de una medida a la mitad de la divisi´on m´as peque˜ na. Por ejemplo, si ustedes miden con una regla graduada en mil´ımetros entonces, la incertidumbre atribuida puede ser ± 0.5 mm (± 0.05 cm) (pero esto no es adecuado del todo ya que depende del estado del objeto a medir y del propio instrumento de medida). Gu´ıa para An´ alisis de Experimentos
E. E. Coral
17
2.6 C´ alculo de Incertidumbres
Si se determina que una longitud tiene 15,00 cm y s´olo tenemos en cuenta esta incertidumbre, entonces el resultado de la medici´on es L = (15, 00 ± 0.05) cm o en otras palabras, su valor verdadero se encuentra en el intervalo 14, 95 cm < L < 15, 05 cm Vamos a adoptar el siguiente m´etodo para obtener un intervalo de una medida, considerando que su instrumento de medici´on est´a bien calibrado. 1. Obtenemos los valores l´ımites , L1 y L2 observando la escala. 2. Calculamos el valor observado Lo como el promedio de estos dos valores Lo =
L1 + L2 2
(2.9)
3. Asignamos la incertidumbre de escala seg´ un la ecuaci´on ∆L =
L1 − L2 2
(2.10)
4. Expresamos el valor de la medici´on como L = (Lo ± ∆L) unidad Por ejemplo, observando en la figura 2.1, se puede apreciar que la longitud L est´a entre L1 = 2, 40 cm y L2 = 2, 50 cm. Con estos l´ımites podemos asignar el valor central u observado Lo =
2, 50 + 2, 40 = 2, 45 cm 2
en donde 5 es la cifra incierta en la medici´on. Ahora obtenemos el valor de la incertidumbre
∆L =
2, 50 − 2, 40 0, 10 = = 0, 05 cm 2 2
la cual coincide con la mitad de la divisi´on m´as peque˜ na. El resultado final de la medici´on es L = (2, 45 ± 0, 05) cm La calidad de la medici´on se expresa mediante la incertidumbre porcentual. E. E. Coral
Gu´ıa para An´ alisis de Experimentos
18
Cap´ıtulo 2. Mediciones y Errores
εr =
0, 05 × 100 = 0, 02 × 100 = 2% 2, 45
Se aclara al estudiante que este m´etodo empleado es meramente did´actico, ya que al usar procedimientos de metrolog´ıa para calcular la incertidumbre en una medici´on, se encuentra que el m´etodo es mucho m´as refinado que el que se expone en estas notas.
2.7
Propagaci´ on de la Incertidumbre
Al hacer una medida indirectamente, como por ejemplo, calcular el a´rea de un campo de f´ utbol, en donde se mide por separado el largo y el ancho, es obvio que la incertidumbre asignada a ambas mediciones conlleva a una incertidumbre en el a´rea calculada. Es por esta raz´on que necesitamos conocer procedimientos matem´aticos para obtener la incertidumbre en una medici´on indirecta, a partir de medidas directas, en donde se involucran funciones de una o m´as variables.
2.7.1
Incertidumbre en funciones de una sola variable
Supongamos que la medida de una magnitud es x = x0 ± ∆x y queremos calcular el valor de z mediante la funci´on z = f (x). Es de esperarse que z = z0 ± ∆z, donde z0 = f (x0 ) y el intervalo ±∆x alrededor de x0 genera un intervalo ±∆z alrededor de z0 . Como ejemplo tomemos el caso de z = x2 . Reemplazando x por x0 ± ∆x obtenemos z = z0 ± ∆z = (x0 ± ∆x)2 = x20 ± 2x0 ∆x + (∆x)2
(2.11)
Como ∆x es peque˜ no, entonces (∆x)2 << 1, y podemos despreciarlo en la ecuaci´on anterior para obtener ∆z = 2x0 ∆x
(2.12)
En forma general, para obtener la incertidumbre en un funci´on de un variable basta con calcular el diferencial de la funci´on z = f (x) dz = Gu´ıa para An´ alisis de Experimentos
df (x) dx dx
(2.13) E. E. Coral
19
2.7 Propagaci´ on de la Incertidumbre
y escribirlo en forma de incertidumbre ∆z =
2.7.2
df (x) ∆x dx
(2.14)
Incertidumbre en funciones de dos o m´ as variables
Sean x y y dos magnitudes que se han medido independientemente una de otra con sus respectivos incertidumbres x = x0 ± ∆x ; y = y0 ± ∆y
(2.15)
a) Para la suma y la resta de x y y se tiene s = x + y = x0 ± ∆x + y0 ± ∆y = (x0 + y0 ) ± (∆x + ∆y)
(2.16)
s = s0 ± ∆s
(2.17)
Por tanto, la incertidumbre en la suma es ∆s = ∆x + ∆y
(2.18)
b) El producto de x y y es
p = x.y = (x0 ± ∆x)(y0 ± ∆y) = x0 y0 ± (y0 ∆x + x0 ∆y) + ∆x∆y
(2.19)
p = p0 + ∆p
(2.20)
∆p = y0 ∆x + x0 ∆y
(2.21)
∆x ∆y ∆p = + p0 x0 y0
(2.22)
La incertidumbre es
El error relativo sobre p es
E. E. Coral
Gu´ıa para An´ alisis de Experimentos
20
Cap´ıtulo 2. Mediciones y Errores
c) La divisi´on de x y y x x0 ± ∆x = y y0 ± ∆y
(2.23)
x0 ± ∆x x0 y0 ∆x − x0 ∆y − = y0 ± ∆y y0 y02 + y0 ∆y
(2.24)
d = d0 ± ∆d =
∆d = d − d0 =
Si en el denominador despreciamos el t´ermino y0 ∆y y asumimos el signo negativo en ∆y para que el resultado sea consistente con el incremento del error, la incertidumbre relativa es ∆d ∆x ∆y = + d0 x0 y0
(2.25)
d) En forma general, para el producto de dos o m´as variables elevadas a distintas potencias, como se muestra en la ecuaci´on siguiente, z = xm y n
(2.26)
obtenemos primero el logaritmo de la funci´on logz = m logx + n logy
(2.27)
y luego obtenemos el diferencial dz dx dy =m +n z x y
(2.28)
Convertimos los diferenciales en valores absolutos de las incertidumbres obteniendo asi la incertidumbre relativa de z, ecuaci´on 2.29. ∆x ∆y ∆z =m +n z x y
(2.29)
Nota: El valor absoluto siempre har´a que los errores se incrementen en mediciones indirectas, aunque los exponentes sean negativos,
2.7.3
M´ etodo general para el c´ alculo de Incertidumbres
Siempre que tengamos una funci´on de la forma Gu´ıa para An´ alisis de Experimentos
E. E. Coral
21
2.7 Propagaci´ on de la Incertidumbre
s = f (x, y, z)
(2.30)
obtenemos primero el diferencial total ds = k
∂f ∂f ∂f kdx + k kdy + k kdz ∂x ∂y ∂z
(2.31)
Luego convertimos los diferenciales en incertidumbres ∆s = k
∂f ∂f ∂f k∆x + k k∆y + k k∆z ∂x ∂y ∂z
(2.32)
En donde se deben conocer las incertidumbres en x, y y z, adem´as de obtener las derivadas parciales de la funci´on f evaluada en las cantidades x0 , y0 , z0 . Un m´etodo m´as aceptado actualmente, indica que la incertidumbre se obtiene como la ra´ız cuadr´atica dado por la ecuaci´on
∆s =
v u u t
∂f ∆x ∂x
!2
∂f + ∆y ∂y
!2
∂f + ∆z ∂z
!2
(2.33)
Ejemplo Determinaci´on de la densidad de una esfera aparentemente de acero. El di´ametro se midi´o con un micr´ometro de precisi´on ±0, 01 mm: d = (15, 538 ± 0, 005) mm La masa se midi´o con una balanza de precisi´on ±0, 05 g: m = (15, 2 ± 0, 1) g Empezamos expresando la densida ρ como una funci´on de m y d. Utilizando la ecuaci´on resultante y los valores dados para m y d, obtenemos el valor de la densidad mediante una calculadora, esto es: ρ=
m m 6m g = 4 d 3 = 3 = 7, 73855038 V πd cm3 π( 2 ) 3
(2.34)
Para el c´alculo de la incertidumbre, obtenemos el logaritmo natural de la ecuaci´on anterior y luego el diferencial y lo expresamos en t´erminos del valor absoluto de las incertidumbres, (ecuacion 2.36). logρ = log E. E. Coral
6 + logm − logd3 π
(2.35)
Gu´ıa para An´ alisis de Experimentos
22
Cap´ıtulo 2. Mediciones y Errores
∆m ∆d ∆ρ = +3 ρ m d
(2.36)
Despejamos ∆ρ y reemplazamos los valores correspondientes.
∆ρ = ρ(
∆m ∆d 0, 1 0, 005 g +3 ) = 7, 73855( +3× ) = 0, 05838 m d 15, 2 15, 538 cm3
El valor obtenido es ρ = (7, 74 ± 0.06)
(2.37)
g cm3
Ahora calculemos la incertidumbre usando la derivada de ρ respecto a m y a d 6 ∂ 6 ∂ρ = 3 (m) = 3 = 0, 509 cm−3 ∂m πd ∂m πd
(2.38)
∂ρ 6m ∂ −3 −18m g = (d ) = = −14, 941 ∂d π ∂d πd4 cm4
(2.39)
Calculamos la incertidumbre en ρ usando la ecuaci´on 2.33. ∆ρ =
q
(0, 059 cm−3 × 0, 1 g)2 + (−14, 941 g/cm4 × 0, 0005 cm)2
∆ρ = 0, 0514 g/cm3 Por tanto el valor de la densidad es ρ = (7, 74 ± 0, 05)
2.8
g cm3
Problemas
1. Determine el n´ umero de cifras significativas en los siguientes n´ umeros: 23 cm; 3,589 s; 4,67103 m/s; 0,0032 m; 1,007 m; 0,015 µs 2. ¿Cu´al de las siguientes cantidades tiene el mayor n´ umero de cifras significativas: 0,254 cm; 0,00254 ×102 cm; 254 ×103 cm? 3. ¿Cu´al de estos n´ umeros tiene 3 cifras significativas: 305,0 cm; 0,0500 mm; 1,00081 kg? Gu´ıa para An´ alisis de Experimentos
E. E. Coral
23
2.8 Problemas
4. Efect´ ue la suma de los siguientes n´ umeros: 756; 37,2; 0,83 y 2,5. 5. Si se mide la longitud y el ancho de una placa rectangular 15,30 cm y 12,80 cm respectivamente, calcule el ´area de la placa. 6. Calcule el ´area y la longitud de la circunferencia de un c´ırculo de radio igual a 4,65 cm. 7. Obtenga el producto de 3,2 × 3,563 8. Obtenga la suma de 4, 67 × 103 y 2, 2 × 102 9. Usando un metro de madera para medir un lado de mi escritorio, estoy seguro de que su longitud no es menor a 142,3 cm ni mayor que 142,6 cm. Enuncie esta medici´on como un valor central ± incertidumbre. ¿Cu´al es la incertidumbre relativa de la medici´on? 10. Para realizar mediciones de tensi´on y corriente en un circuito utilizo un volt´ımetro y un amper´ımetro de aguja. Estoy seguro de que la lectura del amper´ımetro est´a entre 1,24 A y 1,25 A, y la del volt´ımetro entre 3,2 V y 3,4 V . Exprese cada medida como un valor central ± incertidumbre, y eval´ ue la incertidumbre relativa de cada medici´on. 11. Si se puede leer un metro de madera con una incertidumbre absoluta de ±1mm, ¿cu´al es la distancia m´as corta que puedo medir para que la incertidumbre relativa no exceda el a) 1%, b) 5%? 12. Se utiliza un term´ometro graduado en 1/5 grado Celsius para medir la temperatura del aire exterior. Medida con una aproximaci´on de 1/5 de grado, la temperatura de ayer fue de 22,4C, y la de hoy es de 24,8C. ¿Cu´al es la incertidumbre relativa en la diferencia de temperaturas entre ayer y hoy? 13. El reloj del laboratorio tiene un segundero que se mueve por pasos de un segundo. Lo uso para medir un cierto intervalo de tiempo. Al principio del intervalo marcaba las 09:15:22, y al final las 09:18:16. ¿Cu´al es la incertidumbre relativa del intervalo medido? 14. En el escritorio mencionado en el problema 1, se mide ahora su ancho, y se observa que la medida cae entre 78,2 cm y 78,4 cm. ¿Cu´al es la incertidumbre absoluta en el a´rea calculada de la cubierta del escritorio? 15. Para medir la resistencia de un resistor, se miden la ca´ıda de tensi´on entre sus terminales y la corriente que circula por ´el. La lectura del vol´ımetro es de (15, 2 ± 0, 2) V , y la lectura del amper´ımetro es de (2, 6 ± 0, 1) A. ¿Cu´al es la incertidumbre absoluta de la resistencia calculada como R = V/I? E. E. Coral
Gu´ıa para An´ alisis de Experimentos
24
Cap´ıtulo 2. Mediciones y Errores
16. Un p´endulo simple se usa para medir la aceleraci´on de la gravedad, usando T = 2π(l/g)1/2 . El per´ıodo T medido fue de (1, 24 ± 0, 02) s. y la longitud de (0, 381 ± 0, 002) m. ¿Cu´al es el valor resultante de g con su incertidumbre absoluta y relativa? 17. Un experimento para medir la densidad de un objeto cil´ındrico utiliza la ecuaci´on ρ = m/πr2 l. Los valores medidos son: masa, m = (0, 029±0, 005)kg, radio, r = (8, 2 ± 0, 1) mm y longitud, l = (15, 4 ± 0, 1) mm, ¿cu´al es la incertidumbre absoluta del valor calculado de la densidad? 18. Use el m´etodo general para c´alculo de incertidumbres en funciones y obtenga la incertidumbre de la medida indirecta de z=
x2
x +1
19. La distancia focal f de una lente delgada se mide usando la ecuaci´on 1/o + 1/i = 1/f en donde distancia al objeto: o = (0, 154 ± 0, 002) m distancia a la imagen: i = (0, 382 ± 0, 002) m ¿Cu´al es el valor calculado de la distancia focal, su incertidumbre absoluta y su incertidumbre relativa? 20. Use la identidad trigonom´etrica para sen(a ± b) y demuestre que el error obtenido en el c´alculo indirecto z = senθ es ∆z = (cosθ)∆θ, teniendo en cuenta que para a´ngulos peque˜ nos sendθ ≈ dθ y cosdθ ≈ 1. ( Asuma que θ = θ0 ± ∆θ) 21. Se mide experimentalmente la longitud de onda de la luz, usando la ecuaci´on λ = d senθ. La medida de θ es de 13 34’ ± 2’. Suponiendo que el valor de d = 1420 × 10−9 m no tiene error, ¿cu´al es el error absoluto y relativo en el valor de λ 22. Se da un valor como (14, 253 ± 0, 1) U . Reescr´ıbalo con el n´ umero adecuado de cifras significativas. Si el valor se diera como (14, 253 ± 0, 15) U , ¿c´omo deber´ıa escribirse adecuadamente? 23. Se da un valor como 6,74914 ± 0,5 %. En´ uncielo como un valor observado ± incertidumbre, ambos con el n´ umero adecuado de cifras significativas.
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
Cap´ıtulo 3 Tratamiento estad´ıstico de medidas Los errores aleatorios se presentan como resultado de fluctuaciones o variaciones en la medida. Estos errores no se pueden eliminar ya que no podemos determinar la causa que los producen. Estas variaciones se pueden observar cuando ustedes hacen una serie de mediciones y se encuentra que todos los valores var´ıan al menos en su u ´ltima cifra.
3.1
C´ omo se minimiza este error?
Una manera de minimizar los errores aleatorios se obtiene realizando una serie de N mediciones. x1 , x2 , x3 , ... , xN
3.1.1
(3.1)
Valor Promedio
Una vez se tiene un n´ umero de datos (N ≥ 10) obtenemos el valor promedio o valor m´as probable, que tambi´en es conocido como media aritm´etica. N X 1 x1 + x2 + x3 + ... + xN = = x¯ = xn N N n=1
E. E. Coral
(3.2)
Gu´ıa para An´ alisis de Experimentos
26
3.1.2
Cap´ıtulo 3. Tratamiento estad´ıstico de medidas
Desviaci´ on de la Media
La desviaci´on nos indica que tan alejada est´a una medida del valor promedio de un grupo de mediciones. Si d1 es la desviaci´on de la primera medida (x1 ) y d2 para la segunda medida (x2 ), entonces, la desviaci´on de la media se puede expresar como: d1 = x1 − x¯ d1 = x2 − x¯ .. .. . . d1 = xn − x¯
(3.3)
Observe que el valor de las desviaciones de la media puede tener valores tanto positivos como negativos y que la suma algebraica de todas las desviaciones debe ser cero.
3.1.3
Desviaci´ on Promedio
La desviaci´on promedio es una indicaci´on de la precisi´on de los instrumentos empleados al hacer las mediciones. Instrumentos altamente precisos dar´an una desviaci´on promedio muy baja. Por definici´on la desviaci´on promedio es la suma de los valores absolutos de las desviaciones dividida por el n´ umero de lecturas. Te´oricamente, esta debe tender a cero ya que las mediciones se ubican a la izquierda y derecha del valor promedio. N 1 X kd1 k + kd2 | + kd3 k + ... + kdN k ¯ kdn k = d= N N n=1
3.1.4
(3.4)
Desviaci´ on Est´ andar
Cuando el conjunto de medidas se aleja mucho del promedio, la medida es poco precisa y se dice que hay alta dispersi´on de los datos. Por el contrario, cuando el conjunto de medidas est´a m´as concentrado en torno al valor promedio, se dice que la precisi´on de la medida es alta y los valores medidos tienen una distribuci´on de baja dispersi´on. Cuantitativamente la dispersi´on de un conjunto de medidas se puede caracterizar por la desviaci´on est´andar del conjunto definido como s
S=
v u
N u 1 X d21 + d22 + d22 + ... + d2N =t d2 N −1 N − 1 n=1 n
Gu´ıa para An´ alisis de Experimentos
(3.5) E. E. Coral
27
3.1 C´ omo se minimiza este error?
La desviaci´on est´andar S caracteriza un intervalo en donde hay el 68,27% de probabilidad de que un valor medido se encuentre dentro de este intervalo. Por ejemplo, si se realizan 100 mediciones, se encuentra que lo valores se distribuyen de tal forma que:
El 68,27% est´an entre x − S y x + S El 95,45% est´an entre x − 2S y x + 2S El 99,73% est´an entre x − 3S y x + 3S
3.1.5
La Varianza
La varianza es una cantidad conveniente en muchos c´omputos por cuanto tiene la propiedad aditiva. V = S2
(3.6)
La desviaci´on est´andar, sin embargo, tiene la ventaja de tener las mismas unidades de la variable haciendo f´acil la comparaci´on de magnitudes.
3.1.6
Incertidumbre Est´ andar de la Media
A medida que se realizan m´as mediciones, la compensaci´on de los errores aleatorios entre si van mejorando y la media del conjunto de medidas va a tener una mejor precisi´on. La incertidumbre est´andar de la media se define como S ∆¯ x = Sm = √ N
3.1.7
(3.7)
Incertidumbre Relativa Porcentual
El error relativo indica la calidad de la medici´on y viene dado por
εr = E. E. Coral
∆¯ x × 100% x¯
(3.8)
Gu´ıa para An´ alisis de Experimentos
28
Cap´ıtulo 3. Tratamiento estad´ıstico de medidas
3.2
C´ alculo de la incertidumbre para N peque˜ no
El an´alisis estad´ıstico anterior se puede aplicar con confianza a un n´ umero de datos del orden de N = 100. Para medidas en el Laboratorio es aplicable a partir de N = 10. En el caso en que N es menor que 10 se procede de la manera siguiente: supongamos que tenemos N = 5 medidas, calculamos el promedio de los cinco valores de acuerdo a la ecuaci´on dada (ecuaci´on 3.2) a ¯=
a1 + a2 + a3 + a4 + a5 5
(3.9)
La incertidumbre se calcula restando al m´aximo de estos valores el valor m´ınimo de los mismos y dividendo entre 2 ∆a =
amax − amin 2
(3.10)
Finalmente el intervalo de medici´on se puede escribir a=a ¯ ± ∆a
(3.11)
Ejemplo Se mide el tiempo de ca´ıda de un cuerpo desde cierta altura. Los resultados de las 4 mediciones realizadas con un cron´ometro son: t1 = 12, 0s; t2 = 12, 5s; t3 = 13, 0s; t4 = 12, 8s El valor promedio del tiempo seg´ un la calculadora es:
12, 0 + 12, 5 + 13, 0 + 12, 8 t¯ = = 12, 575s 4 Redondeando obtenemos t¯ = 12, 6s Gu´ıa para An´ alisis de Experimentos
E. E. Coral
29
3.3 Histograma
La incertidumbre obtenida de acuerdo a ecuaci´on 3.10 es ∆t =
13, 0 − 12, 0 = 0, 5s 2
y por la ecuaci´on 3.11 intervalo de la medici´on obtenido es t = (12, 6 ± 0, 5)s En resumen podemos decir que cuando: N = 1 Se realiza la medida y el error de apreciaci´on. N < 10 Se calcula el promedio y el error m´aximo. N ≥ 10 Se realiza tratamiento estad´ıstico (C´alculo de promedio y error est´andar).
3.3
Histograma
En la secci´on anterior se explic´o que al relizar N mediciones de una magnitud x el mejor valor de la medici´on es el valor promedio y que la desviaci´on estandar nos informa c´omo se distribuyen los N datos alrededor de este valor. Si se analizan detenidamente los datos, se encuentra que hay unos que se repiten m´as que otros. Si se agrupan de acuerdo al n´ umero de repeticiones, se puede observar que los de mayor frecuencia son los que est´an cerca del valor promedio. Esto nos da la idea de que hay valores que tienen m´as probabilidad de obtenerse que otros al hacer la siguiente medici´on. Entonces podemos preguntarnos, ¿Cu´al es la probalilidad de obtener un dato en el intervalo x y x + ∆x? Si agrupamos los datos por intervalos de ancho ∆x y contamos el n´ umero de datos en ese intervalo y ahora hacemos un gr´afico xy en donde los intervalos se colocan en la abcisa y las frecuencias en la ordenada, obtenemos un Histograma de las mediciones. En el histograma se puede observar claramente c´omo se dispersa el conjunto de mediciones al rededor del valor medio y se puede entender mejor el signifidado de la desviaci´on estandar y de probabilidad de la medici´on. En teor´ıa de probabilidades, cuando se hace un n´ umero muy grande de mediciones, se habla de funci´on de distribuci´on de probabilidades f (x) y un gr´afico de x en funci´on de f (x) describe una curva que comunmente se le conoce como campana de Gauss. En la figura 3.1, se muestra esquem´aticamente un histograma. En el se han dibujado 6 rect´angulos cuyas bases corresponden al ancho de los intervalos de medici´on y cuyas alturas representan la frecuencia o n´ umero de datos en el int´ervalo. El ´area de estos rect´angulos representa la probabilidad de obtener cualquier valor, dentro de ese int´ervalo, al hacer una medici´on. E. E. Coral
Gu´ıa para An´ alisis de Experimentos
30
Cap´ıtulo 3. Tratamiento estad´ıstico de medidas
Figura 3.1: Ejemplo de un Histograma
3.3.1
Construcci´ on del Histograma
Para construir un histograma, se van a seguir los siguientes pasos: 1. Se ordenan los datos recopilados de menor a mayor y se establece la frecuencia de los datos que se repiten. 2. Calcular el Rango de la variable restando al dato mayor el dato menor. Rango = dato mayor − dato menor
(3.12)
3. Elegir un n´ umero impar de intervalos para el histograma que est´e comprendido entre 7 y 15. 4. Calcular el ancho ∆x de los intervalos. ∆x =
Rango N u´mero de intervalos
(3.13)
5. Si el cociente anterior no es un n´ umero entero, puede ampliarse el rango de la variable escogiendo un valor mayor que dato mayor y un valor menor que el menor valor y obtener un nuevo rango y el ancho del intervalo ∆x =
x>xm´ax − x
Gu´ıa para An´ alisis de Experimentos
(3.14) E. E. Coral
31
3.3 Histograma
6. Determinar los extremos de los intervalos de tal forma que el primero sea cerrado y el segundo abierto. 7. Obtener la frecuencia contando el n´ umero de datos en cada intervalo. 8. Calcular las marcas, en donde las marcas son los puntos medios de cada intervalo. 9. Elegir unidades arbitrarias sobre los ejes, para representar las frecuencias en ordenadas y los anchos de los intervalos en abscisas. 10. Dibujar los rect´angulos correspondientes. Ejemplo En la tabla 3.1 se muestran los datos experimentalmente del tiempo de reacci´on de una persona, medidos cuando se solt´o una regla entre sus dedos la cual deb´ıa agarrar cuando la ve´ıa cayendo. Se desea saber: a) el tiempo de reacci´on promedio t¯, b) la desviaci´on est´andar S, c) el intervalo de la medici´on, d) la distribuci´on de los datos mediante un histograma, e) el significado f´ısico de t¯, S y t¯ ± S, . Tabla 3.1: Mediciones del tiempo de reacci´ on
t(s) frecuencia 0,185 1 0,186 1 0,191 2 0,193 1 0,203 2 0,204 2 0,205 2 0,211 3 0,219 4 0,220 3 0,223 2 0,224 2 0,230 1 0,233 2 0,234 2 0,235 1
E. E. Coral
Gu´ıa para An´ alisis de Experimentos
32
Cap´ıtulo 3. Tratamiento estad´ıtico de medidas
Soluci´on: a) Haciendo uso de la ecuaci´on 3.2 se tiene t¯ = 0, 214 s b) Con la ecuaci´on 3.5 se tiene S = 0, 015 s c) Despu´es de haber obtenido t¯ y S calculamos la incertidumbre est´andar de acuerdo a la ecuaci´on 3.7 para obtener el intervalo medici´on del tiempo: ∆t¯ =
0, 015 s √ = 0, 00375 s 16
La medici´on es: t = (0, 214 ± 0, 015) s d) Para el histograma, obtenemos primero el rango de los datos RAN GO = 0, 250 − 0, 180 = 0, 070 y ∆t =
0, 070 7
Por tanto, construimos el histograma comenzando en 0,180 s con intervalos de ancho 0,010 s en los que las frecuencias estan dados en la tabal 3.2 Tabla 3.2: Intervalos para el histograma
Intervalos 1 2 3 4 5 6 7
Rangos Frecuencia 0,180 - 0,190 2 0,190 - 0,200 3 0,200 - 0,210 6 0,210 - 0,220 7 0,220 - 0,230 7 0,230 - 0,240 5 0,240 - 0,250 2
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
33
3.2 C´ alculo de la incertidumbre para N peque˜ no
e) El valor t¯ = 0, 214 s es el valor m´as probable, es decir se puede considerar como el valor que se encuentra m´as cercano al valor verdadero de t. El valor S = 0,015 s es una medida de la dispersi´on de los valores medidos. Con este valor podemos calcular el porcentaje datos caracter´ısticos del intervalo de dispersi´on dado por: t¯ = (0, 2140, 015) s
Esto significa que el 68,27% de los 31 datos est´an entre 0, 199 s y 0, 229 s . Es decir 0,6827 × 31 = 21 datos. Si observamos la tabla de datos, estos valores est´an en el comienzo del intervalo 3 y el final del 5 (entre 0,200 y 0,230) en donde se encuentran 20 datos. (6 datos en el intervalo 3, 7 en el 4 y 7 en el 5).
Figura 3.2: Histograma para los datos del ejemplo
E. E. Coral
Gu´ıa para An´ alisis de Experimentos
34
Cap´ıtulo 3. Tratamiento estad´ıstico de medidas
3.4
Ejercicios
1. Se mide 10 veces la temperatura del interior de una caja, con un mult´ımetro. Los valores expresados en ◦ C son los siguientes: 44,6 - 44,1 - 44,3 - 44,7 - 44,9 - 45,0 - 45,1 - 44,2 - 44,4 - 44,8 Hallar el valor m´as probable. 2. Se mide 35 veces la corriente que circula por un circuito con un galvan´ometro. Los valores obtenidos, expresados en mA (miliamperes), son los siguientes: 21,90 - 22,00 - 21,86 - 21,93 - 22,01 - 21,71 - 21,76 - 21,83 - 21,82 - 21,75 21,48 - 21,85 - 21,76 - 21,87 - 21,74 - 21,80 - 21,74 - 21,65 - 21,84 - 21,59 21,83 - 21,68 - 21,84 - 21,63 -21,67 - 21,94 - 21,64 - 21,82 - 21,66 - 21,73 21,82 - 21,72 -21,73 - 21,79 - 21,76 Determine : a) el valor m´as probable, b) el grado de tolerancia que admiten , c) la aproximaci´on de los resultados en determinaciones futuras, d) trace el histograma correspondiente. 3. En el ejercicio anterior, ¿dentro de que l´ımites hay una probabilidad del 68% de que est´e incluida una medida particular? 4. ¿Qu´e l´ımites dan una probabilidad del 95% ? 5. En una serie de 1500 medidas el promedio fue 637 Unid. y el error fue S = 11. ¿Cu´antas medidas dan un resultado mayor de 659 Unid?
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
Cap´ıtulo 4 Evaluaci´ on de Experimentos 4.1
An´ alisis de gr´ aficas
Esta secci´on tiene como objetivo, dar a conocer el procedimiento de an´alisis de datos experimentales mediante las gr´aficas en un plano cartesiano. Normalmente se desea analizar un sistema observando el comportamiento de alguna de sus propiedades mientras se modifica otra propiedad asign´andole variaciones iguales a voluntad; por ejemplo, al comprimir el aire mientras se infla la rueda de una bicicleta, se aumenta la presi´on y como consecuencia de esto, disminuye el volumen. Si se logran medir la presi´on y el volumen y se recolectan los datos en una tabla, se tendr´ıa una buena informaci´on. Pero una tabla de datos no es suficiente para entender el comportamiento del sistema. Se requiere llevarlos a un plano cartesiano xy, en donde x corresponde a la variable independiente que es la que se modifica a voluntad (abscisa) y y ser´a la variable dependiente (ordenada), que es la que vamos a analizar respecto a la otra. Esto sugiere que debe haber una relaci´on funcional entre las variables. Lo que importa de aqu´ı en adelante es encontrar una ecuaci´on matem´atica que se ajuste a la forma de la curva trazada por los puntos en el papel milimetrado. ¿C´ omo realizar un buen gr´ afico? Al realizar un experimento y obtener una tabla de datos, siga los siguientes pasos para obtener un buen gr´afico un papel milimetrado: 1. Observe el rango de sus datos en cada columna de la tabla. 2. Trace un plano cartesiano en papel milimetrado y escoja una escala para cada uno de ellos de acuerdo al rango de los datos en su tabla. Los ejes no deben ser E. E. Coral
Gu´ıa para An´ alisis de Experimentos
36
Cap´ıtulo 4. Evaluaci´ on de Experimentos
ni demasiado grandes ni demasiado peque˜ nos. Las escalas no necesariamente comienzan en cero. El primer valor en un eje puede estar cerca al valor m´as bajo de cada columna. Las escalas no siempre son iguales. 3. Elegir el eje horizontal para la variable independiente y el vertical para la variable dependiente. 4. Escoja escalas de f´acil lectura, por ejemplo de 2 en 2, de 5 en 5, de 10 en 10 y escriba en el eje solamente los n´ umeros m´as representativos de la escala. Nunca coloque los datos de la tabla. 5. Al final de los ejes deben escribirse los nombres de las variables (ya sea con su nombre completo o con su representaci´on simb´olica), con sus respectivas unidades, por ejemplo t(s) y x(m). 6. Comience a ubicar la pareja de coordenadas (x, y) en el gr´afico, dibujando un punto peque˜ no sobre el papel, s´olo la huella de la punta del l´apiz. Para resaltarlo se encierra en un c´ırculo o un cuadradito, etc. No trace l´ıneas gu´ıas para ubicar los puntos, las l´ıneas del papel milimetrado lo guiar´an. 7. Normalmente no se unen los puntos, pero si lo desean, puede trazar suavemente la forma de la curva.
Figura 4.1: Ejemplo de una figura bien realizada
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
37
4.2 Linealizaci´ on de gr´ aficos
4.2
Linealizaci´ on de gr´ aficos
El objetivo de realizar gr´aficas de dos variables experimentales es conocer la relaci´on matem´atica que existe entre ellas dos. Las formas de las curvas que se perciben en la gr´afica, pueden estar asociadas con alguna de las siguientes ecuaciones que normalmente son las m´as comunes en este nivel.
y = Axn , n < 0 o´ n > 0 (4.4) y = Ax−1 (4.5) kx y = Ae (4.6)
y = Ax + B (4.1) 2 y = Ax + Bx + C (4.2) 3 2 y = Ax + Bx + Cx + D (4.3)
Si ustedes dibujan previamente las formas de las curvas que representan estas ecuaciones les ser´a f´acil asociar las curvas experimentales con alguna de estas ecuaciones. Ejercicio. Usen papel milimetrado para dibujar las curvas correspondientes a las ecuaciones anteriores, asign´andole valores arbitrarios a la variable x.
4.2.1
Ecuaci´ on lineal y m´ınimos cuadrados
Si al dibujar en un plano cartesiano una serie de datos experimentales (parejas xy) y los puntos obtenidos se pueden hacer corresponder con una linea recta, entonces la ecuaci´on matem´atica asociada es la lineal, ecuaci´on 4.1. Escribamos ahora esta ecuaci´on en en la forma habitual y = mx + b, donde m es la pendiente de la recta que se obtiene gr´aficamente tomando dos puntos (x1 , y1 ) y (x2 , y2 ) que se encuentren en la mejor l´ınea que une todos los puntos (interpolar) m=
y2 − y1 x2 − x1
(4.7)
b es el punto de intersecci´on o intercepto de la recta con el eje y y se obtiene directamente del gr´afico. Use este m´etodo cuando quiera hacer c´alculos r´apidos y aproximados o cuando no disponga de otra herramienta. Existe un m´etodo estad´ıstico para encontrar la relaci´on lineal de una serie de mediciones, conocido como m´ınimos cuadrados. Se puede aplicar este m´etodo para encontrar m y b siempre y cuando se aprecie que los puntos del gr´afico tienen esta tendencia. Las calculadoras Cassio traen incluido el modo LR (regresi´on lineal ) para E. E. Coral
Gu´ıa para An´ alisis de Experimentos
38
Cap´ıtulo 4. Evaluaci´ on de Experimentos
calcular estos par´ametros. Existen programas de computador para an´alisis de datos experimentales como Excel y Origin que adem´as de graficar, ofrecen la posibilidad de encontrar la ecuaci´on que m´as se ajuste a los datos. Cuando no se tiene una calculadora o un computador disponibles, es f´acil hallar la ecuaci´on de la l´ınea recta aplicando las siguientes ecuaciones que se obtienen por m´ınimos cuadrados (Ver ref.[1] cap. 6 pag. 128, y Ap´endice 2 pag. 172 ): Para obtener la pendiente, n
m=
Pn i
(xi yi ) −
P n n x2
−
i
i
Pn i
xi
Pn i
yi
2
Pn i
xi
xi
Pn
(4.8)
y para obtener el intersecto, b=
Pn 2 Pn x y i
i
−
i
i
P n n x2 i
i
−
Pn i
Pn i
i
(xi yi )
2
(4.9)
xi
Tambi´en es posible obtener las incertidumbres en m y b con las ecuaciones: Incertidumbre en m ∆m =
√ σ n s P n n x2 i
i
Pn
−
i
2
(4.10)
xi
Incertidumbre en b sP
∆b = ∆m
n i
x2i n
(4.11)
En donde σ es la desviaci´on est´andar obtenida con el an´alisis por m´ınimos cuadrados, dada por sP
σ=
n i (yi
− mxi − b)2 n−2
(4.12)
Si ustedes saben usar un lenguaje de programaci´on como Qbasic, T urboP ascal, C ++ , se puede realizar un programa usando ecuaciones 4.8 a 4.12 para calcular estos valores. ¡Int´entelo! Gu´ıa para An´ alisis de Experimentos
E. E. Coral
39
4.2 Linealizaci´ on de gr´ aficos
4.2.2
Ejemplo
Como ejemplo, vamos a ilustrar el m´etodo analizando los siguientes datos que se suponen tienen un comportamiento lineal. Tabla 4.1: Datos para an´ alisis de un comportamiento lineal
n 1 2 3 4 5
x 2 3 4 5 6 Pn i = 20
y 4.5 5.0 7.5 8.0 10.0 35
x2 4 9 16 25 36 90
xy (y − mx − b)2 9 0.09 15 0.36 30 0.25 40 0.16 60 0.04 154 0.90
Para m tenemos m=
5 × 154 − 20 × 35 70 = = 1, 4 2 5 × 90 − 20 50
y para b b=
90 × 35 − 20 × 154 70 = = 1, 4 2 5 × 90 − 20 50
La ecuaci´on de la l´ınea recta que se ajusta a estos datos es y = 1.40 + 1.40x ; 2 ≤ x ≤ 6 Los errores respectivos para A y B con σ = 0.55 son: ∆m = 0.17 ≈ 0.2 ∆b = 0.35 ≈ 0.4 Por tanto m = 1.4 ± 0.2 b = 1.4 ± 0.4 E. E. Coral
Gu´ıa para An´ alisis de Experimentos
40
Cap´ıtulo 4. Evaluaci´ on de Experimentos
4.3
Gr´ aficos no lineales
Cuando obtengan un gr´afico que no presenta forma lineal (el resto de las ecuaciones citadas arriba), el m´etodo que se sigue es el de linealizaci´on, que consiste en transformar de alguna manera la supuesta ecuaci´on que ajusta a sus datos hasta obtener una forma lineal y as´ı, aplicarle el m´etodo de m´ınimos cuadrados. Por ejemplo, para la ecuaci´on cuadr´atica 4.2 y = Ax2 + Bx + C la forma lineal es y−C = Ax + B x
(4.13)
Si al t´ermino de la derecha le llamamos z, la ecuaci´on toma la forma z = Ax + B
(4.14)
Al realizar un gr´afico de z en funci´on de x, d´andole valores arbitrarios a x, debemos obtener la l´ınea recta que se ajusta a los datos experimentales. El valor del coeficiente B es la intersecci´on de la recta en el gr´afico de z vs. x y el coeficiente A es la pendiente. C es el valor inicial de y en x = 0.
4.3.1
Funci´ on Potencial
En muchos casos el gr´afico de una serie de datos x, y no se ajustan con una forma lineal, ni a una funci´on cuadr´atica, entonces, probando con la funci´on y = Axn en la siguiente forma lineal Para linealizar la funci´on, aplicamos el logaritmo decimal en la siguiente forma:
y = Axn =⇒ log y = log(Axn ) log y = logA + log xn log y = logA + n log x
(4.15)
Si hacemos Y = log y , X = log x, b = log A y m = n la ecuaci´on 4.15 toma la forma lineal: Y = mX + b
(4.16)
Para observar la linealidad en forma logar´ıtmica, se hace el gr´afico log y vs. log x o los datos de las variables se llevan directamente a un papel logar´ıtmico Gu´ıa para An´ alisis de Experimentos
E. E. Coral
41
4.3 Gr´ aficos no lineales
( papel log-log) como se muestra en la figura 4.3. Los valores de m y b se obtienen por el m´etodo de m´ınimos cuadrados. Cuando se ha dibujado el gr´afico en papel loglog, recuerde que al calcular la pendiente, los valores usados deben ser los logaritmos de los datos.
Figura 4.2: Grafica de la funci´ on y = kxn en papel logar´ıtmico
4.3.2
Funci´ on exponencial
Si la funci´on es de forma exponencial de base e, se linealiza aplicando el logaritmo natural o neperiano (ln) a ambos lados de la ecuaci´on: y = Aekx =⇒ ln y ln y ln y ln y
= = = =
ln(Aekx ) lnA + ln ekx lnA + k ln ex lnA + kx
(4.17)
la ecuaci´on resultante es de forma lineal, en donde ahora: Y = ln y, X = x, m = k y b = lnA. Al realizar la gr´afica de lny vs. x obtenemos una l´ınea recta, siempre y cuando esa sea la curva que se ajuste a los datos experimentales. En caso contrario, se deja a un lado y se prueba con otra ecuaci´on. Un ejemplo de este tipo de linealizaci´on se muestra en la figura 4.4 en donde se ha usado papel semilogar´ıtmico (semi-log) para observar el comportamiento lineal . E. E. Coral
Gu´ıa para An´ alisis de Experimentos
42
Cap´ıtulo 4. Evaluaci´ on de Experimentos
Figura 4.3: Gr´ afica de la funci´ on y = Aekx en papel semilogar´ıtmico
4.3.3
Ejemplo
Los siguientes datos muestran el resultado de la medici´on de la descarga en funci´on del tiempo de un elemento electr´onico llamado condensador o capacitor. Los datos se obtuvieron midiendo el voltaje cada 2 segundos. Tabla 4.2: Datos para la descarga de un condensador
Voltaje(V ) 50,0 33,5 22,5 15,1 10,1 6,8 4,5 3,0 2,0 1,4
Tiempo(s) 0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00 16,00 18,00
Al realizar la gr´afica del voltaje contra el tiempo, (ver figura 4.4), se observa una curva decreciente. Asumimos hipot´eticamente que la ecuaci´on es de la forma y = Aekx . Para confirmar esto, realizamos un gr´afico de ln x contra t,(figura 4.5). Gu´ıa para An´ alisis de Experimentos
E. E. Coral
43
4.3 Gr´ aficos no lineales
Figura 4.4: Decrecimiento exponencial del Voltaje de un condensador
Figura 4.5: Linealizaci´ on de los datos de la tabla 4.2 dibujados en papel semilog.
E. E. Coral
Gu´ıa para An´ alisis de Experimentos
44
Cap´ıtulo 4. Evaluaci´ on de Experimentos
Como se puede observar, la serie de puntos dibujados muestra una tendencia lineal en la forma de la ecuaci´on 3.3, lo que sugiere que nuestra hip´otesis es verdadera. Aplicando el m´etodo de m´ınimos cuadrados y comprobando con una calculadora, se encuentra que la ecuaci´on de la recta es ln y = −0, 2x + 3, 91 donde ln A = 3, 91 , por tanto A = ln−1 (3, 91) = e3,91 luego A = 50 Para la pendiente tenemos k = −0, 2 Por tanto la ecuaci´on del gr´afico es: y = 50e−0,2x Ahora, usando las variables de los datos iniciales se tiene: V = 50e−0,2t , 0 ≤ t ≤ 18s
4.3.4
Linealizaci´ on de modelos conocidos
En la mayor´ıa de experimentos que ustedes van a realizar, ya conocen de antemano el modelo matem´atico del sistema que se estudiar´a. Para la comprobaci´on de los modelos se pueden basar en los siguientes procedimientos. T´ erminos lineales sencillos Existen algunos modelos en donde los t´erminos se pueden representar directamente como t´erminos lineales, por ejemplo la funci´on Gu´ıa para An´ alisis de Experimentos
E. E. Coral
4.4 An´ alisis de gr´ aficos con ayuda de calculadoras
v 2 = 19, 62x
45
(4.18)
Si hacemos Y = v 2 y 4X = x, al graficar Y contra X obtendremos una l´ınea recta de pendiente 19,62 (Unidades). Tambi´en se puede usar la forma equivalente x=
1 v2 19, 62
(4.19)
tomando como variable vertical a x y como variable horizontal a v 2 . Variables Combinadas Existen algunos casos de gr´aficos no lineales en donde no es inmediato obtener el t´ermino lineal. Para lograrlo, se recurre a realizar operaciones en ambos lados de la ecuaci´on hasta obtener t´erminos donde aparecen las variables combinadas que vienen a representar las variables X y Y en la forma lineal. Un ejemplo es el caso del periodo para el p´endulo f´ısico que viene dado por: s
T = 2π
h2 + k 2 gh
(4.20)
Elevando al cuadrado ambos lados de la ecuaci´on y luego multiplicando por h se tiene h2 =
g 2 T h − k2 2 4π
(4.21)
Esta forma de la ecuaci´on ya es lineal, pero si despejamos h2 obtenemos una forma lineal m´as sencilla T 2h =
4π 2 2 4π 2 2 h + k g g
(4.22)
2
Haciendo Y = h2 , X = T 2 h, m = 4πg y b = −k 2 , tenemos una relaci´on lineal y un gr´afico de h2 contra T 2 h ser´a el de una l´ınea recta.
4.4
An´ alisis de gr´ aficos con ayuda de calculadoras
Se puede usar una calculadora Cassio para obtener los par´ametros m y b de una serie de datos experimentales cuya gr´afica tiene comportamiento lineal, ya sea dibujada E. E. Coral
Gu´ıa para An´ alisis de Experimentos
46
Cap´ıtulo 4. Evaluaci´ on de Experimentos
en papel milimetrado, logar´ıtmico o semilogar´ıtmico.
4.4.1
Calculadoras Cassio FX95MS Y FX100MS
Digite las teclas
para entar en el modo REG.
Aparecer´a el siguiente men´ u 1(Lin), 2(Log), 3(Exp). Presione
para entrar en el modo de Regresi´on Lineal.
Inicie siempre el ingreso de datos con
.
Para introducir la pareja de datos (x,y), por ejemplo (2; 4,5), digite: 2 4.5 Repitan el paso anterior para introducir las siguientes parejas de datos. Para obtener los valores de la pendiente y el intercepto, la calculadora usa la f´ormula y = B + Ax, donde A y B corresponden al intercepto y la pendiente respectivamente. Pendiente: Intercepto:
4.4.2
Calculadora Cassio FX350ES
Todos los c´alculos estad´ısticos se realizan en el modo STAT. Para entrar a este modo, presiones las teclas: MODE 2 Para seleccionar el modo de Regresi´on lineal, presione de nuevo la tecla Aparecera la pantalla que se observa en la figura 4.6
2
.
Figura 4.6: La pantalla en el modo Regresi´ on Lineal presenta dos columnas x y y.
Como observa el cursor aparece en la columna x. Si quiere mover el cursor a la columna y utilice las teclas del cursor. La ecuaci´on lineal en la calculadora es y = A+Bx. Gu´ıa para An´ alisis de Experimentos
E. E. Coral
47
4.5 Uso de programas de computador
Para ingresar los datos en x, escriba el numero, por ejemplo 12.3 y luego la tecla = , el cursor baja para esperar el siguiente dato. Ubique el cursor en eje y para ingresar los datos de esta columna en la misma forma que en x. Borre la pantalla presionando
AC
.
Para obtener la pendiente A presione las teclas en el orden:
SHIFT
1
7
1
Para obtener el intercepto B presione las teclas en el orden:
SHIFT
1
7
2
Si desean obtener m´as informaci´on pueden descargar el manual completo de la calculadora vistando la pagina de internet: http://www.instructionsmanuals.com/u2 /pdf/calculadoras/Casio-FX350ES-es.pdf
4.5
Uso de programas de computador
Si saben usar programas graficadores para computador tales como Excel, Origin para Windows o los equivalentes en Linux (Ubutu), intenten usarlos y repetir lo realizado anteriormente para comparar resultados. Estos programas tienen subrutinas para realizar la regresi´ on lineal y son capaces de dibujar las gr´aficas que usted necesite evaluar y se puede obtener la ecuaci´ on que se ajusta a sus datos. Cualquier informaci´on se puede obtener a trav´es de Internet.
4.5.1
Gr´ aficas en Excel
Aqu´ı se va a hacer una breve explicaci´on del uso del programa Excell para Windows la cual debe´a ser explorada para entender como funciona. Una vez abierto el programa Excell, aparece la pantalla de la figura 4.7 Inicie escribiendo los datos experimentales en las columnas. Excel siempre interpreta la columna izquierda como la variable x y la columna derecha como la variable y. Al finalizar, seleccione las columnas y ubique en el men´ u de la barra superior la opci´ on insertar. De las opciones que despliega, seleccione dispersi´ on y seguidamente haga clic en el icono que muestra solo puntitos, como se muestra en la figura 4.8. El resultado de toda esta operaci´ on es una gr´ afica en un como plano cartesiano como se ve en la figura 4.9. Cuando se quiere hacer el ajuste a los puntos experimentales, ubique el cursor (flecha) sobre cualquier punto de la gr´ afica y haga click con el bot´on derecho del mousse. Escoja la opci´ on agregar linea de tendencia. Aqu´ı se aparecen otras opciones que se refieren al tipo de curva que va a ajustar (exponencial, lineal, logaritmica) seleccione la opci´on mas adecuada de acuedo a la geometria que adquieren sus puntos. Finalmente seleccione en la misma ventana las opci´ on presentar ecuaci´ on en el gr´ afico.
E. E. Coral
Gu´ıa para An´ alisis de Experimentos
48
Cap´ıtulo 4. Evaluaci´ on de Experimentos
Figura 4.7: Pantalla inicial de Excel
Figura 4.8: Selecci´ on de la opci´ on graficar
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
49
4.5 Uso de programas de computador
Figura 4.9: Selecci´ on de ajuste de la gr´ afica
Figura 4.10: Esta figura muestra los tipos de ecuaciones que se pueden seleccionar para el ajuste. E. E. Coral
Gu´ıa para An´ alisis de Experimentos
50
Cap´ıtulo 4. Evaluaci´ on de Experimentos
4.6
Ejercicios
Use los conceptos de linealizaci´ on y m´ınimos cuadrados anteriormente mencionados para encontrar las ecuaciones que relacionan los datos de x y y en las siguientes tablas: Tabla 4.3: Ejercicio 1
x 0 1 2 3 4 5 6 7 8 9 10
Tabla 4.4: Ejercicio 2
y 10 12 15 19 24 30 37 45 54 64 75
Gu´ıa para An´ alisis de Experimentos
x 0 1 2 3 4 5 6 7 8 9 10
y 5 8 14 22 37 61 100 166 273 450 742
Tabla 4.5: Ejercicio 3
x 1 2 3 4 5 6 7 8 9 10
y 12,5 6,3 4.2 3.1 2,5 2,1 1,8 1,6 1,4 1,3
E. E. Coral
Ap´ endices
E. E. Coral
Gu´ıa para An´ alisis de Experimentos
Ap´ endice A Instrumentos de Medici´ on 1 Los instrumentos de medici´ on son aparatos que poseen una escala num´erica que se ha calibrado de acuerdo a la magnitud que se desea medir. Generalmente las escalas de los instrumentos tradicionales son decimales (SI). Los instrumentos de medici´on modernos poseen visualizadores digitales que son mas precisos. Veamos a continuaci´ on la descripci´on de algunos instrumentos de medici´on u ´tiles en las clases de laboratorios de f´ısica.
A.1
Calibrador o Pie de rey
El calibrador o pie de rey es un instrumento de precisi´on que permite medir d´ecimas de mil´ımetro sin hacer estimaciones. Este instrumento fue inventado en 1631 por el matem´ atico franc´es Pierre Vernier, raz´on por la cual tambi´en se le conoce como Vernier. Este instrumento sirve para medir espesores, di´ametros exteriores e interiores y profundidades (ver figura A.1).
A.1.1
Principales partes del calibrador
1. Escala principal. 2. Nonio o escala m´ ovil. 3. Puntas para medici´ on de espesores y di´ametros exteriores (mand´ıbulas fija y m´ovil). 4. Puntas para medici´ on de di´ametros interiores. 5. Barra para profundidades. 6. Tornillo de fijaci´ on. E. E. Coral
Gu´ıa para An´ alisis de Experimentos
54
Ap´ endice A
Figura A.1: Partes del Calibrador o Pie de rey. La escala fija tiene un rango de 15 cm y est´a graduada en mm. Sobre la regla principal, se desliza una peque˜ na regla llamada nonio con una escala de 10 divisiones o m´as que corresponde a lecturas de 1/10, 1/20, 1/40 o 1/50 de mil´ımetro.
A.1.2
Principio de funcionamiento
Escala de 10 divisiones En el caso de un nonio con una escala de 10 divisiones, cuando los dos ceros coinciden, la escala completa del nonio mide 9 mm. De esta forma, una divisi´on del nonio equivale a 9/10 de mm (Ver figuras A.2).
Figura A.2: Divisiones del Nonio para un rango de 9 mm Observen que la primera divisi´ on del nonio le falta 0,1 mm para completar 1 mm. Si ahora desplazamos el nonio hasta hacer coincidir la primera divisi´on con el primer mil´ımetro de la escala fija, las mand´ıbulas se separen justamente 0,1 mm. Ahora, analizando la segunda divisi´ on, observamos que su distancia hasta el cero es de 1.8 mm, es decir faltan 0,2 mm para alcanzar la segunda divisi´on de la escala fija. Si desplazamos ahora el nonio hasta que la divisi´ on 2 del nonio coincida con la segunda divisi´on superior, se observa que las mand´ıbulas se separan exactamente 0,2 mm. Si continuamos el procedimiento anterior con todas las divisiones, entonces se encuentra que cada divisi´on Gu´ıa para An´ alisis de Experimentos
E. E. Coral
55
A.1 Calibrador o Pie de rey
Tabla A.1: Longitud de cada divisi´ on del nonio al cero de la escala.
divisiones del nonio 1 2 3 4 5 6 7 8 9 10
longitud en mm 0,9 1,8 2,7 3,6 4,5 5,4 6,3 7,2 8,1 9,0
diferencias en mm 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0.9 1.0
del nonio que coincida con la divisi´on superior que est´e a su derecha, corresponde a una separaci´ on de las mand´ıbulas equivalente a las d´ecimas correspondientes del nonio. En la tabla A.1 se observa lo anterior con m´as claridad. En las figuras A.3 y A.4 se dan dos ejemplos del procedimiento de lectura con el calibrador. Para el caso de la figura A.3, se ha hecho coincidir la tercera divisi´on del nonio con la tercera divisi´ on del la regla principal. De acuerdo con lo relacionado en la tabla A.1 el nonio se ha desplazado 0,3 mm, quedando las puntas separadas en la misma magnitud. En el ejemplo de la figura A.4, el cero del nonio ha superado el primer mil´ımetro de la escala principal pero se encuentra entre la primera y la segunda divisi´on, se observa que la cuarta divisi´ on del nonio coincide con una divisi´on superior, quedando separadas las puntas la cantidad correspondiente a 1,4 mm.
Figura A.3: La divisi´ on 3 del Nonio coincide con la 3 de la escala principal, las puntas se separan 0,3 mm Una escala del nonio con un rango de 9 mm no es muy pr´actica por lo que es m´ as E. E. Coral
Gu´ıa para An´ alisis de Experimentos
56
Ap´ endice A
Figura A.4: Las puntas est´ an separadas 1,4 mm, puesto que la cuarta divisi´ on del nonio coincide con una divisi´ on de la escala principal diferencias entre las escalas fija y m´ovil se obtiene entre la primera divisi´on y la segunda divisi´on, entre la segunda divisi´ on y la cuarta, etc. para lograr las mismas separaciones entre las mand´ıbulas indicadas en la tabla A.1.
Escalas de 20 y 50 divisiones Una escala de 20 divisiones permite medir hasta 0,05 mm. Esta escala se logra ampliando el rango de la escala m´ ovil hasta 19 mm de tal forma que al dividirlo en 20 partes, cada divisi´on es igual a 19 = 0, 95mm. De esta forma se obtiene una diferencia de 0,05 mm 20 entre la primera divisi´ on del nonio y la primera divisi´on de la escala fija, 0,1 mm entre la segunda divisi´ on del nonio y la segunda en la escala fija, etc. Una escala de 50 divisiones se obtiene cuando la escala del nonio con un rango de 49 49 mm se divide en 50 partes iguales en la que cada divisi´on es equivalente a 50 = 0, 98mm y la diferencia entre las dos primeras divisiones de ambas escalas con las mand´ıbulas cerradas es de 0,02 mm, siendo esta cantidad la sensibilidad del calibrador.
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
Ap´ endice B Instrumentos de Medici´ on 2 B.1
Micr´ ometros y Esfer´ ometros
Los micr´ ometros y esfer´ ometros son instrumentos de medici´on de longitudes del orden de 0,01 mm. Los micr´ ometros se usan espec´ıficamente para medir espesores o di´ametros muy finos, mientras los esfer´ ometros, adem´as de medir espesores o alturas muy peque˜ nas, tambi´en sirven para medir indirectamente el radio de curvatura de superficies esf´ericas.
B.1.1
El micr´ ometro
Un micr´ ometro consta de las siguientes partes: 1) yunque de medici´on, 2) husillo de medici´ on, 3) arco, 4) tambor, 5) trinquete, 6) seguro de husillo, 7)tambor graduado, 8) escala principal que se muestran en la figura B.1
Figura B.1: Esquema de un micr´ ometro y sus partes. E. E. Coral
Gu´ıa para An´ alisis de Experimentos
58
Ap´ endice B
La escala principal tiene un rango de 0 a 25 mm y posee dos graduaciones: las divisiones superiores indican mil´ımetros mientras que las inferiores indican medio mil´ımetros. El tambor graduado tiene una escala m´ovil dividida en 50 partes que equivalen a 0.5 mm, es decir, casa divisi´ on es igual a 0,01 mm. El objeto a medir se coloca entre el yunque y el husillo. El mecanismo del micr´ ometro es un tornillo que avanza de derecha a izquierda mientras se gira con los dedos por medio del tambor. El tornillo avanza 0,5 mm por cada vuelta. El husillo esta unido al extremo del tornillo y cuando este est´a cerca del objeto a medir, lo m´ as recomendable es hacer avanzar el tornillo por medio del trinquete para evitar da˜ nos tanto en el objeto a medir como en el instrumento de medici´on. En la figura B.2 se puede ver la manera adecuada de usar el micr´ometro.
Figura B.2: Imagen de una medici´ on con el micr´ ometro. La figura B.3 muestra un ejemplo de una medici´on. La graduaci´on superior de la escala fija indica mm y la inferior indica 0,5 mm y la lectura de la escala m´ovil se multiplica por 0,01 mm. As´ı, la lectura indicada es: 1 mm + 0,5 mm + 0,9×0,01 = 1,59 mm, siendo 9 la cifra incierta.
Figura B.3: Lectura de una medici´ on con un micro´ ometro.
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
59
B.1 Micr´ ometros y Esfer´ ometros
B.1.2
El Esfer´ ometro
El Esfer´ ometro se usa principalmente para medir el radio de curvatura de objetos esf´ericos. Est´a compuesto por las siguientes partes (ver figura B.4): 1. Tr´ıpode. Son por tres patas terminada en punta que forman un tri´angulo equil´atero. La estructura en la que se ubican las patas tiene una rosca en su centro por donde pasa un tornillo de 1,0 mm o 0,5 mm de paso 2. Tornillo. Este pasa por la rosca de la estructura y termina en punta y corresponde a la punta de medici´ on. 3. Disco met´ alico. Este disco esta unido en la parte superior del tornillo y esta dividido en 100 ´ o 500 partes iguales, dependiendo del paso de la rosca. 4. Regla. Es una escala graduada en mil´ımetros que se encuentra sobre la estructura del tr´ıpode Algunos esfer´ ometros poseen un micr´ometro con tambor graduado, pueden ser tambi´en de reloj o digitales.
Figura B.4: Esquema de un esfer´ ometro y sus partes.
E. E. Coral
Gu´ıa para An´ alisis de Experimentos
60
Ap´ endice B
Uso del Esfer´ ometro Antes de hacer cualquier medici´ on con el esfer´ometro, es necesario ajustar el cero de las escalas. Para esto, se debe colocar el dispositivo sobre una superficie lisa y plana en la que puedan descansar el tr´ıpode y la punta de medici´on y seguidamente se mueve el cero de la escala del disco hasta hacerlo coincidir con el cero de la regla fija. Normalmente no se logra ajustar bien, de ser as´ı, el cero se ajusta con las divisiones que coincidan con el cero de la escala fija. Al hacer una medici´ on, se eleva la punta de medici´on girando el tornillo en sentido contrario hasta una altura adecuada seg´ un la magnitud a ser medida. Luego se ubican las partas sobre la superficie esf´erica y se gira el tornillo hasta que la punta de medici´on toque la superficie, esto se hace por medio del trinquete. Si no existiera el trinquete, entonces use la yema de su dedo ´ındice y tocando suavemente el borde del disco h´agalo girar hasta que la punta de medici´ on tope con la superficie.
Figura B.5: Modo de usar un esfer´ ometro para calcular el radio de curvatura. En la figura B.5 se aprecia un esquema geom´etrico de la relaci´on de las dimensiones medibles con el esfer´ ometro. El tri´ angulo rect´angulo que se forma, nos da la ecuaci´on B.1. R=
x2 + a2 2a
(B.1)
Donde x es la distancia entre una de las patas y la punta de medici´on, medida mientras reposa en la superficie plana y a es la lectura realizada en las escalas del esfer´ometro.
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
Ap´ endice C Modelo de informe ESCRIBA EL TITULO ADECUADO DEL EXPERIMENTO REALIZADO J. M. Sarmiento, K. Fonseca, A. Berm´ udez, L. M. Montes Universidad del Atl´antico Departamento de F´ısica Fecha de entrega: junio 2 de 2010 RESUMEN Describa brevemente el contenido de la pr´actica, con un espacio no mayor de 10 renglones, en el cual se viertan los principales aspectos de lo que se realiz´o, como se realiz´ o, para que se realiz´ o y que se obtuvo, de tal manera que al lector se le brinde la oportunidad de decidir si le interesa o no conocer el contenido del reporte con solo leer el resumen. ´ 1. INTRODUCCION Se plantean los objetivos del trabajo y la motivaci´on. Tambi´en se hace una presentaci´ on general del trabajo que est´ an presentando. ´ TEORICA ´ 2. DISCUSION Escriba en forma resumida los aspectos m´as fundamentales de la teor´ıa y que le sirvan de base para la consecuci´ on de los objetivos, presentando la relaci´on de las variables dependientes e independientes, enunciando y enumerando las leyes o ecuaciones que rigen el fen´omeno. ´ 3. METODOS EXPERIMENTALES Escriba el procedimiento seguido paso a paso en forma de p´arrafo, haciendo una descripci´on del equipo de laboratorio usado, como se instalaron los dispositivos. Observe todos los detalles de los equipos como rangos de medici´on, precisi´on de la escala de medida, marca de los aparatos, etc. Se recomienda que culmine esta parte con un diagrama o dibujo indicando la localizaci´ on de los aparatos. Al escribir use un lenguaje impersonal y E. E. Coral
Gu´ıa para An´ alisis de Experimentos
62
Ap´ endice C
en pasado (Se realiz´ o..., se construy´o..., etc.) ´ ´ 4. ANALISIS DE RESULTADOS Y DISCUSION Escriba aqu´ı los resultados obtenidos indicando cuales de las ecuaciones de la secci´on 2 los llevaron a ellos. Interprete los resultados compar´andolos con los esperados te´oricamente. Escriban los errores obtenidos. Justifique sus discrepancias obtenidas. Coloque aqu´ı las gr´aficas realizadas numer´ andolas y escriba sus respectivos comentarios y an´alisis. ´ 5. CONCLUSION Escriba aqu´ı lo que aprendi´ o de su an´alisis, indicando si se cumpli´o el objetivo plenamente y de las respectivas recomendaciones para futuras experiencias. REFERENCIAS Escriban las referencias bibliogr´ aficas consultadas para elaborar el informe en el siguiente esquema: 1. A. U. TOR (iniciales del nombre y apellido), nombre del texto, editorial, p´aginas, fecha. 2. ... Nota: Cuando la gu´ıa de laboratorio tenga preguntas, redacte sus respuestas en las respectivas secciones de su informe sin que aparezcan como respuestas directas a las preguntas.
Gu´ıa para An´ alisis de Experimentos
E. E. Coral
Referencias bibliogr´ aficas [1] D. C. BAIRD. “Experimentaci´on, una introducci´on a la teor´ıa de mediciones y al dise˜ no de experimentos”. 2a. Ed. Prentice-Hall Interamericana, S. A. 1991. [2] Vicenzo Giamberardino, Teor´ıa de los errores. Editorial Revert´e. [3] B. J. Brinkworth. An Introduction to Experimentation. The English University Press Ltd. London, 1971. [4] S´ aez R. S., Font A. L. Incertidumbre de la medici´on : Teor´ıa y Pr´actica. Consultores C. A. Maracay, Venezuela 2001. [5] J. Mahecha G´ omez, Manual de Laboratorio de F´ısica I. Editorial Universidad de Antioquia, 1992. [6] C. Brito de Cruz, H. L. Fragnito. Gu´ıa para F´ısica Experimental. IFGW, Universidad de Campinas, Brasil. 1997. (Bajado p´agina de Internet). [7] Ignacio Cruz Encinas; Trabajo en el Laboratorio. Departamento de F´ısica universidad de Sonora. 1997 (Bajado de la Internet). [8] Michel Valero. Gu´ıas de Experimentos de F´ısica General, Departamento de F´ısica. Universidad del Valle, Cali – Colombia, 1996. [9] Bureau International des Poids et Mesures. 8th edition 1998. P´ag. Internet http : //www.bipm.org/f r/si/si brochure/ [10] Alexander Caneva Rinc´ on, Teor´ıa de Errores. P´ag. //newton.javeriana.edu.co/articulos/cif ra/cif rahtm.
Internet
http
:
[11] M. S. Aguirre, S. J. Meza. F´ısica I, Mec´anica y Termodin´amica. Universidad Nacional del Nordeste, Argentina. P´ag. Internet: http : //exa.unne.edu.ar/departamentos/dpto f isica.php [12] Para ampliar el conocimiento. http : //www.librosintinta.com/busca/calculo + de + la + incertidumbre/pdf /
E. E. Coral
Gu´ıa para An´ alisis de Experimentos