LABORATORIO NÚMERO 4

METODOS GRAFICOS

FÍSICA I MECÁNICA NEWTONIANA

INTEGRANTES:

IVONE ALEXANDRA GUZMÁN IBARRA

NATALIA PRECIADO ZULETA

NAREN SEBASTIAN RIVERA CORREA

ANDREA LIZETH SALAZAR PRIETO

UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS

FACULTAD TECNOLÓGICA

FISICA 1. FÍSICA NEWTONIANA

BOGOTA D.C. 2017

RESUMEN

OBJETIVOS

1. Aprender a representar los resultados experimentales de manera gráfica.

2. Desarrollar métodos numéricos simples en MATLAB.

INTRODUCCIÓN Y TEORÍA

En ciencias exactas es frecuente la búsqueda de relaciones matemáticas entre las diferentes

variables experimentales que representan magnitudes físicas. Por ejemplo la diferencia de potencial
que es aplicada sobre un elemento óhmico en función de la corriente eléctrica o la variación de
presión con la profundidad bajo el nivel del mar, o la elongación sufrida por un resorte cuando un
peso es suspendido verticalmente. Estos conjuntos de datos experimentales son representados en
tablas, y luego, en gráficas.

Dado un conjunto de datos, x = [x1 x2 x3 x4 x5] (correspondiente a la variable independiente (eje

x)), y sus respectivos valores de incertidumbre experimental, ux = [ux1 ux2 ux3 ux4 ux5], junto con
el otro conjunto de valores correspondientes a la variable dependiente (eje y), y = [y1 y2 y3 y4 y5],
y sus incertidumbres uy = [uy1 uy2 uy3 uy4 uy5], se puede construir un gráfico tomando como
parejas los valores (xi,yi) con sus respectivas barras de incertidumbre experimental (uxi,uyi), de tal
forma que podamos encontrar una relación matemática entre las variables.

Este tipo de relación aparecerá en el gráfico como la mejor línea que cae dentro de las barras de
incertidumbre correspondientes a cada dato y está lo más cerca posible de la totalidad de los
puntos.

En este experimento aprenderemos a usar algunas herramientas de MATLAB con el fin de

determinar esta mejor recta para nuestros datos experimentales. También aprenderemos a
construir una rutina en MATLAB para generar gráficos con sus respectivas incertidumbres y
regresiones lineales.

DATOS
PARTE 1: Carga de datos experimentales y regresión lineal
Aquí se investigará como introducir los datos experimentales como vectores en
MATLAB y como obtener una regresión lineal simple para estos datos

ACTIVIDAD 1-1: Generar los vectores correspondientes a x, y, ux, uy

1. En la línea de comando de MATLAB introduzca manualmente los datos
experimentales correspondientes a la Tabla 1. El vector x en este caso corresponde
a los valores de la primera columna mientras que el vector ux estará constituido por
los valores de las incertidumbres asociadas. Igualmente, los datos
de la segunda columna conformaran el vector y y las incertidumbres el vector uy.

I(mA) V(v)
54+-1 11.9+-0.2
47+-1 10.3+-0.2
42+-1 9.2+-0.2
35+-1 7.7+-0.1
23.5+0.8 5.2+-0.1
Tabla 1. Datos de caracterización de un material óhmico
En esta parte se ingresó los datos de I vs V con sus respectivas
incertidumbres para así tener los datos bien especificados. Para que en la
gráfica se vea los datos en el orden que es.

2. Con los datos cargados en nuestro programa podemos visualizar la relación entre
las variables si construimos un gráfico preliminar. Los gráficos en dos dimensiones
en MATLAB son realizados usando el comando plot. Ahora digite en la línea de
comando lo siguiente:

Grafica 1. Obtenida por el plot (x, y)

Lo siguiente que se hizo fue meter el plot (x, y) al comando para que se
obtenga la gráfica.

3. Ahora introduzca lo siguiente en la línea de comando

Grafica 2. Obtenida por el plot (x, y, ´b*’)

En este paso se modificó el plot para que los puntos de corte con el eje X y Y
se especificaran bien para poder tener una mejor visión de los puntos.

4. Ahora podemos determinar la regresión lineal de nuestros datos experimentales.

Para eso vamos a usar la rutina de MATLAB llamada polyfit. Esta rutina se encarga
de determinar el mejor polinomio de grado n (en nuestro caso n=1) para los datos
experimentales. Digite en la línea de comando lo siguiente

P
0.2190 0.0358
Tabla 2. Datos de P

5. El primer valor corresponde a la pendiente de la mejor recta para los datos

usados. El segundo valor corresponde al intercepto. De esta manera tenemos que
la ecuación de la mejor recta que representa los datos es dada por y = p (1) * x + p
(2). En el programa podemos definir una variable que representa esta recta para los
correspondientes valores de nuestro vector x. Digite en la línea de comando lo
siguiente

YFIT
11.8598
10.3271
 9.2322
7.6995
51814
Tabla 3. Datos obtenidos de yfit

6. Ahora vamos a determinar la diferencia de cada uno de los valores del vector y
con nuestra recta promedio. Para eso definimos una nueva variable, yresid, que
almacenará estas diferencias. Luego sumaremos el cuadrado de cada una de esas
diferencias y lo guardamos en la variable SSresid. Digite en la línea de comando lo
siguiente

7. Por último determinamos la suma total de cuadrados del vector y. Esto lo

hacemos multiplicando su varianza por el número de observaciones menos 1. Luego
podremos determinar el coeficiente de correlación (R2) de los datos. Digite en la
línea de comando lo siguiente

rsq
0.9999
Tabla 4. Dato obtenido de rsq

PARTE 2: Graficando las barras de incertidumbre asociadas y gráfico final

Aquí se investigará como usar la rutina xyerrorbar para generar las barras de
incertidumbre experimental y cómo podemos acoplar la rutina de regresión lineal
para finalizar nuestro gráfico.
ACTIVIDAD 2-1: Cargar la rutina xyerrorbar
8. La rutina xyerrorbar será suministrada durante el transcurso del laboratorio. Esta
rutina se encarga de generar las barras de error correspondientes para cada uno de
los datos experimentales. Se aconseja dejar el archivo xyerrorbar.m en la misma
carpeta donde se tienen los datos experimentales

Grafica 3. Obtenida por el xyerrorbar (x, y, ux, uy)

ACTIVIDAD 2-2: Acoplando la regresión lineal con la rutina xyerrorbar

9. En este punto vamos a modificar la rutina xyerrorbar.m incluyendo las definiciones
usadas en la Actividad 1-1. Para eso debemos abrir el editor de MATLAB de la
siguiente forma. Ir a Archivo (File) y colocar en Abrir (Open). Seleccionar el archivo
xyerrorbar.m y dar abrir. Después de la línea hold on (línea 37), introducir los
comandos de los puntos 4 - 7. Es decir, colocar en el editor (después de hold on) la
siguiente línea
10. Guardar el anterior script de MATLAB como xyerrorbar2. m. Digitar en la línea
de comando

Grafica 4. Obtenida del xyerrorbar2 (x, y, ux, uy) y final del procedimiento
11. Cambiar los títulos de los ejes, el gráfico y la leyenda. Guardar y digitar
nuevamente

En este paso se le cambio el nombre para especificar los datos de los que se
hablan para entender mejor la gráfica y su función al momento de dar el
resultado.

Grafica 5. Títulos cambiados y I vs V

Ejercicio 2

PARTE 1: Carga de datos experimentales y regresión lineal

Aquí se investigará como introducir los datos experimentales como vectores en
MATLAB y como obtener una regresión lineal simple para estos datos

ACTIVIDAD 1-1: Generar los vectores correspondientes a x, y, ux, uy

1. En la línea de comando de MATLAB introduzca manualmente los datos
experimentales correspondientes a la Tabla 1. El vector x en este caso corresponde
a los valores de la primera columna mientras que el vector ux estará constituido por
los valores de las incertidumbres asociadas. Igualmente, los datos
de la segunda columna conformaran el vector y y las incertidumbres el vector uy.

I(mA) V(v)
55+-1 18.1+-0.3
48+-1 15.8+-0.2
40+-1 13.0+-0.2
28.7+-0.9 9.4+-0.1
18.4+0.7 6.1+-0.1
Tabla 1. Datos de caracterización de un material óhmico
En esta parte se ingresó los datos de I vs V con sus respectivas
incertidumbres para así tener los datos bien especificados. Para que
finalmente en la gráfica se vea los datos en el orden que es.

2. Con los datos cargados en nuestro programa podemos visualizar la relación entre
las variables si construimos un gráfico preliminar. Los gráficos en dos dimensiones
en MATLAB son realizados usando el comando plot. Ahora digite en la línea de
comando lo siguiente:
 Grafica 1. Obtenida por el plot (x, y)
Lo siguiente que se hizo fue introducir el plot (x, y) al comando para que se
obtenga la gráfica.

3. Ahora introduzca lo siguiente en la línea de comando

 Grafica 2. Obtenida por el plot (x, y, ´b*’)
En este paso se modificó el plot para que los puntos de corte con el eje X y Y
se especificaron bien para poder tener una mejor visión de los puntos.

4. Ahora podemos determinar la regresión lineal de nuestros datos experimentales.

Para eso vamos a usar la rutina de MATLAB llamada polyfit. Esta rutina se encarga
de determinar el mejor polinomio de grado n (en nuestro caso n=1) para los datos
experimentales. Digite en la línea de comando lo siguiente

P
0.3218 0.1815
Tabla 2. Datos de P

5. El primer valor corresponde a la pendiente de la mejor recta para los datos

usados. El segundo valor corresponde al intercepto. De esta manera tenemos que
la ecuación de la mejor recta que representa los datos es dada por y = p (1) * x + p
(2). En el programa podemos definir una variable que representa esta recta para los
correspondientes valores de nuestro vector x. Digite en la línea de comando lo
siguiente
 YFIT
18.2013
15.6270
13.0528
9.4166
6.1023
Tabla 3. Datos obtenidos de yfit
6. Ahora vamos a determinar la diferencia de cada uno de los valores del vector y
con nuestra recta promedio. Para eso definimos una nueva variable, yresid, que
almacenará estas diferencias. Luego sumaremos el cuadrado de cada una de esas
diferencias y lo guardamos en la variable SSresid. Digite en la línea de comando lo
siguiente

7. Por último determinamos la suma total de cuadrados del vector y. Esto lo

hacemos multiplicando su varianza por el número de observaciones menos 1. Luego
podremos determinar el coeficiente de correlación (R2) de los datos. Digite en la
línea de comando lo siguiente
 rsq
0.9995
Tabla 4. Dato obtenido de rsq

PARTE 2: Graficando las barras de incertidumbre asociadas y gráfico final

Aquí se investigará como usar la rutina xyerrorbar para generar las barras de
incertidumbre experimental y cómo podemos acoplar la rutina de regresión lineal
para finalizar nuestro gráfico.

ACTIVIDAD 2-1: Cargar la rutina xyerrorbar

8. La rutina xyerrorbar será suministrada durante el transcurso del laboratorio. Esta
rutina se encarga de generar las barras de error correspondientes para cada uno de
los datos experimentales. Se aconseja dejar el archivo xyerrorbar.m en la misma
carpeta donde se tienen los datos experimentales

Grafica 3. Obtenida por el xyerrorbar (x, y, ux, uy)

ACTIVIDAD 2-2: Acoplando la regresión lineal con la rutina xyerrorbar

9. En este punto vamos a modificar la rutina xyerrorbar.m incluyendo las definiciones
usadas en la Actividad 1-1. Para eso debemos abrir el editor de MATLAB de la
siguiente forma. Ir a Archivo (File) y colocar en Abrir (Open). Seleccionar el archivo
xyerrorbar.m y dar abrir. Después de la línea hold on (línea 37), introducir los
comandos de los puntos 4 - 7. Es decir, colocar en el editor (después de hold on) la
siguiente línea
10. Guardar el anterior script de MATLAB como xyerrorbar2. m. Digitar en la línea
de comando
 Grafica 4. Obtenida del xyerrorbar2 (x, y, ux, uy) y final del procedimiento

11. Cambiar los títulos de los ejes, el gráfico y la leyenda. Guardar y digitar
nuevamente
En este paso se le cambio el nombre para especificar los datos de los que se
hablan para entender mejor la gráfica y su función al momento de dar el
resultado.

Grafica 5. Títulos cambiados y I vs V

DISCUSION Y RESULTADOS

Pregunta 1: ¿Podemos ver nuestros datos experimentales claramente? ¿Nuestros datos siguen
alguna tendencia lineal? Justifique su respuesta.

R/ Los datos son se pueden ver claramente ya que no se evidencian los puntos que conforman la
recta, los datos tienden a ser lineales ya que la gráfica es una línea recta que aumenta
constantemente en dirección positiva.

Pregunta 2: ¿Qué valores son representados en el eje X de nuestro grafico? ¿En el eje Y? Justifique
su respuesta.

R/ De acuerdo a los datos obtenidos en la gráfica es posible afirmar que sobre el eje X se representan
los valores correspondientes a la intensidad de corriente medida en Amperios y sobre el eje Y se
representan los valores correspondientes al voltaje medido en voltios, asimismo se deduce que el
voltaje es dependiente de la intensidad de corriente.

Pregunta 3: ¿Qué valores obtuvo para p?

R/

0.2190= Valor correspondiente a la pendiente de la recta.

0.0358=Valor correspondiente al intercepto.

Pregunta 4: ¿Qué ecuación para la mejor recta obtuvo? ¿Cuál es su coeficiente de correlación?

R/ La ecuación de la mejor recta que se obtuvo está dada por los siguientes datos Y= 11.8598
10.3271 9.2322 7.6995 5.1814, y se obtuvo un coeficiente de correlación de 0.9999.

Pregunta 5: ¿Las barra de incertidumbre tienen el tamaño adecuado en el grafico? ¿Corresponde

a la incertidumbre asociada a cada uno de los datos?

R/Las barras de incertidumbre de la gráfica muestran el valor que se asoció al principio del
laboratorio como se puede observar en la tabla 1, para esto es necesario determinar un criterio de
medida dentro del plano que permita verificar que los valores dados para la incertidumbre estén
correctamente graficados.

Pregunta 6: ¿Qué representa el valor de la pendiente en estos gráficos? de un valor numérico y

justifique su respuesta.

R/ Para los datos que fueron asignados se obtuvo que la pendiente de la mejor recta es igual a
0.3218, es decir que la mejor recta tiene una inclinación de 0.3218 con respecto a eje X positivo.

CONCLUSIONES