Facultad de Química.

Laboratorio de Física

INTERPRETACIÓN DE GRÁFICOS
(RELACIONES LINEALES)

En algunos casos la interpretación de una serie de mediciones no es clara con sólo la ayuda de la
estadística, y es necesario el uso del análisis gráfico. La interpretación de gráficos es de gran importancia
en el marco teórico y experimental. Para la realización de las prácticas posteriores usaremos el análisis
gráfico, su interpretación y estimación de la incertidumbre a través del método de los cuadrados mínimos.

Muchas leyes físicas implican una proporcionalidad entre dos cantidades medibles experimentalmente.
Algunos ejemplos son: el desplazamiento de un móvil en función del tiempo, la ley de Hooke (establece
que la elongación de un resorte es proporcional a la fuerza que lo deforma), y la segunda ley de Newton
(la aceleración de un cuerpo es proporcional a la fuerza neta aplicada).

Muchos experimentos de laboratorio están diseñados para verificar esta clase de proporcionalidad. Si una
cantidad Y es proporcional a otra cantidad X, un gráfico de Y versus X es una línea recta que pasa por el
origen. Para averiguar si Y es proporcional a X, se pueden graficar los valores medidos de Y versus los
valores de X y observar si los puntos resultantes se ubican sobre una línea recta que pasa por el origen.
Dado que una línea recta es fácilmente reconocible, este método representa una manera simple y efectiva
de evaluar la proporcionalidad de dos medidas.

Uno de los experimentos más comunes es aquel que involucra la medición de varios valores de dos
diferentes variables físicas con el fin de investigar la relación matemática de proporcionalidad entre las
dos variables. No obstante que en dichos experimentos el ajuste de los datos a una función propuesta, tal
como una línea recta, se puede realizar en forma cualitativa, es decir “a ojo”, existen otras formas
cuantitativas de encontrar el valor de los parámetros que mejor representan la tendencia del conjunto de
datos. El experimento más común es aquel que busca que la relación esperada entre las variables es lineal.
Por ejemplo, si un cuerpo está cayendo con aceleración constante, entonces su velocidad debería ser una
función lineal del tiempo a través de la relación,
v (t) = v0 + gt
En forma más general, se puede considerar que para cualquier cantidad de variables físicas X,Y que se
cree están relacionadas por una recta de la forma:
y (x) = A + Bx
donde A y B son constantes.

Si las variables X y Y están relacionadas de esta manera, entonces un gráfico de XY debiera resultar en
una línea recta de pendiente B, que intersecta al eje Y en y = A. Si se miden N valores de X así como los
correspondientes valores de Y, y si las mediciones no están sujetas a incertidumbre alguna, entonces cada
uno de los pares de puntos (xi, yi) caería exactamente sobre la línea y = A + Bx.

En la práctica si existen incertidumbres en las mediciones y lo mejor que se puede esperar es que la
distancia entre cada punto y la línea recta sea razonable en comparación con su incertidumbre, tal como
es el caso de la siguiente figura:

Grupos 17 y 16 2018-1
Facultad de Química. Laboratorio de Física

Figura 1. Las inevitables incertidumbres experimentales se muestran a través de las barras de error y
sólo se puede esperar que los puntos estén razonablemente cerca de la recta. En este caso, sólo la
variable “ y” está sujeta a incertidumbres apreciables.

Al realizar una serie de mediciones de este tipo pueden surgir dos cuestiones: en primer lugar, al afirmar
que Y y X están relacionadas linealmente el problema es encontrar la recta y = A + Bx que mejor se ajusta
a las mediciones, es decir, las mejores estimaciones para los valores de A y B. Este problema se puede
tratar gráfica o analíticamente. El método analítico de encontrar la recta que mejor se ajusta a una serie de
datos experimentales se llama regresión lineal, o ajuste de mínimos cuadrados para una recta.

En segundo lugar está decidir si los valores medidos realmente llenan las expectativas acerca de la
linealidad entre Y y X. Para contestar a esta pregunta, se deberá encontrar primero la recta que mejor se
ajusta a los datos y además alguna forma de medir “que tan bien se ajusta esta línea a los datos”. Si se
conocen las incertidumbres asociadas a los datos, como en el caso de la figura 1, se puede evaluar el ajuste
visualmente. Si no se cuenta con una estimación confiable de las incertidumbres, entonces se debe
analizar la bondad del ajuste examinando la distribución de los puntos, y este problema se relaciona
con los conceptos de covarianza y correlación.

Los cuestionamientos antes señalados tendrán solución si se encuentra la recta Y = A + BX que mejor se
ajusta al conjunto de puntos (x1, y1),..., (xN, yN). Sin embargo el análisis se torna complejo al saber que
ambas variables son susceptibles de error. Para simplificarlo, se supone que las incertidumbres de la
variable Y son apreciables, y esta suposición es razonable porque es muy común el caso en el que las
incertidumbres de una variable son muchos más grandes que las incertidumbres de la otra. Además se
parte del supuesto de que todas las incertidumbres en Y tiene la misma magnitud.

Si se conocieran las constantes A y B, entonces, para cualquier valor Xi se podría calcular el valor
verdadero Yi que le corresponde, es decir:
Yi = A + B Xi.

La desviación de esta magnitud respecto al valor medido se puede escribir entonces como:

S = δYi = Yi – (A + B Xi)

Grupos 17 y 16 2018-1
Facultad de Química. Laboratorio de Física

Un criterio intuitivo para elegir la recta que mejor se ajusta a los puntos experimentales es aquel que
minimiza la suma de los cuadrados de las desviaciones individuales, es decir δ2 = S2. Este método se
conoce como de los cuadrados mínimos, en donde:

n n n n n n n
n xi y i   xi  y i  xi2  yi   xi  xi yi
m i 1 i 1 i 1
2
b i 1 i 1 i 1 i 1
2
 n 
n n
 n 
n x    xi 
2
i
n xi2    xi 
i 1  i 1  i 1  i 1 

De forma más explícita: y = A + Bx = b + mx

donde B = m (pendiente) , A = b (ordenada al origen) usando la notación anteriormente mostrada.

La calidad del ajuste suele medirse por el factor de correlación r (en el caso en que r = 1 el ajuste
sería perfecto) que viene dado por la expresión:

Las incertidumbres de los parámetros ajustados son:

La aplicación del criterio de minimización de la suma de los cuadrados de las desviaciones, resulta en la
obtención de resultados objetivos para los parámetros A y B. Además, este criterio es intuitivamente
razonable ya que se puede demostrar que si la medición de cada Yi está regida por una distribución
Gaussiana o normal, entonces la mejor estimación de los parámetros A y B es aquella que minimiza la
suma Σ(δYi)2 es decir la suma de las desviaciones respecto al valor medido.

Grupos 17 y 16 2018-1
Facultad de Química. Laboratorio de Física

CRITERIOS PARA LA ELABORACIÓN DE GRÁFICOS

Los gráficos tienen muchas ventajas que favorecen su uso en la representación de datos experimentales.
Una de las más importantes es que un gráfico puede revelar máximos, mínimos, puntos de inflexión u
otras características significativas en los datos que pueden no ser evidentes en otras formas de
representación, como por ejemplo en las tablas. Además es posible derivar una curva simplemente
trazando su tangente en el punto de interés, o integrarla midiendo el área bajo la curva.
El siguiente es un resumen de los pasos más importantes a seguir en la elaboración de un gráfico.

1) Identificación del tipo de gráfico: El papel milimétrico o cuadriculado es suficiente para la gran
mayoría de las aplicaciones. El papel semilogarítmico es conveniente cuando una de las coordenadas es
el logaritmo de una de las variables observadas. Si ambas coordenadas son logaritmos de las variables
observadas, entonces se puede usar papel doble logarítmico o log-log. Las escalas logarítmicas son
particularmente útiles cuando el intervalo de medición abarca varios órdenes de magnitud. ESTOS
GRÁFICOS TAMBIÉN SE ENCUENTRAN EN EXCEL.

2) Elección de las escalas: Las siguientes son cinco reglas comúnmente usadas en la elección de las
escalas de un gráfico:
i) La escala de la variable independiente debe ser graficada a lo largo del eje X (eje de las abscisas).
ii) Las escalas deben elegirse de tal forma que cualquier punto del gráfico pueda encontrarse
rápida y fácilmente.
iii)Las escalas deben numerarse de forma tal que la curva resultante sea tan grande como lo permita
la hoja, incluyendo las barras de error correspondientes a las incertidumbres en los puntos
experimentales.
iv) A iguales condiciones, las variables deben ser elegidas de forma tal que el gráfico resultante se
aproxime lo mejor a una línea recta.
v) Las escalas deberán elegirse de forma tal que la curva tenga, dentro de lo posible, una pendiente
geométrica cercana a la unidad.
3) Nombres de los ejes: Los ejes deben llevar los nombres de las cantidades representadas (título o
leyenda), así como las unidades en que estas cantidades están medidas.

4) Representación de los datos: Cada punto debe indicarse con un símbolo adecuado, tal como un
pequeño cuadrado o círculo. Además cada punto se debe acompañar por barras indicativas de las
incertidumbres experimentales presentes en la obtención de los datos. Frecuentemente sucede que varias
curvas tomadas en distintas condiciones se dibujan en el mismo gráfico. En este caso se aconseja utilizar
distintos símbolos y/o colores para cada una de las distintas curvas.

5) Ajuste de curvas a los datos experimentales: Cuando se han tomado suficientes datos y la relación
funcional entre las dos variables está bien definida, entonces es costumbre dibujar una curva suave a través
de los puntos. Existe una tendencia natural a sobreestimar la importancia de los puntos extremos, sin
tener en cuenta que éstos son, en general, los puntos menos exactos del gráfico.

6) Leyenda: La nota explicativa que acompaña a la figura, o leyenda, debe contener una descripción más
o menos completa de qué es lo que el gráfico intenta mostrar. No escriba "T vs. L" o "Período vs.
Longitud". Escriba, en cambio, algo más descriptivo, como por ejemplo: "Período del péndulo en función
de la distancia al centro de masas"

Grupos 17 y 16 2018-1