Laboratorio de Física Experimental

Graficación y ajuste de expresiones analíticas

Método gráfico y Método de cuadrados mínimos

1. Graficación

1.1. Introducción

Un caso que se presenta con mucha frecuencia en los trabajos experimentales es el de

una magnitud y que se mide en función de otra x, de modo que se obtiene una serie de n
pares de valores (xi , yi). En estos casos la traducción a un gráfico de la relación entre
ambas magnitudes proporciona una forma muy eficiente de visualizar la forma de dicha
relación. Además, la curva que mejor se ajusta a los datos experimentales constituye
una especie de promediación gráfica que permite determinar valores de y para cualquier
valor x medido.

En muchas situaciones experimentales se dispone de un modelo teórico que permite

prever la forma de la relación analítica entre la variables x e y.

Ejemplo 1: Se miden los alargamientos (x – x0) de un resorte como función de las

fuerzas p que se le aplican:

x – x0 = k . p

Ejemplo 2: Se miden los períodos de oscilación T de un péndulo de torsión como

función del momento de inercia I:

T2 = k . I

En otros casos, en cambio, esta relación no se conoce y se la desea determinar a partir

de las mediciones. Tanto para buscar una relación analítica entre x e y como para
controlar si las relaciones teóricas se verifican, es sumamente útil graficar los pares de
valores (x, y) medidos.

1.2. Selección de escalas en la graficación.

El primer problema con que nos enfrentamos al querer graficar es la adecuada selección
de las escalas de la gráfica. En general cuando se eligen las escalas para hacer una
representación gráfica se considera que dicha elección es arbitraria. Pero cuando se
trata de graficar puntos que representan resultados de mediciones ya no es así, pues es
necesario tener en cuenta los errores de medición. En efecto, si se selecciona una escala
 Laboratorio de Física Experimental

demasiado pequeña que no permite representar todas las cifras significativas medidas,
se pierde valiosa información experimental. Si por el contrario, la escala elegida es
demasiado grande se magnifican las divergencias debidas a los errores de medición y se
corre el riesgo de no poder visualizar si existe una relación más o menos sencilla entre
las variables.

Un criterio acertado es tomar la menor distancia perceptible en el gráfico, 1 o 5 mm,

para representar el orden del error, es decir, el orden de la última cifra significativa. Así
si J = 9.52 g/cm3 convendrá tomar para representar la escala 1 mm = 0.01 g/cm3.

El tamaño del gráfico queda así determinado por: el rango de las mediciones (máximo
valor medido – mínimo valor medido) y por la sensibilidad de la medición. Cuanto
mayor sea la precisión de la medición, mayor será el tamaño del gráfico.

Otro criterio para ser tenido en cuenta al seleccionar la escala es el de elegir un factor
cómodo para la relación entre la menor división de la escala del gráfico y el valor de la
magnitud que representa. En general se toma 1, 2, 5 y 10 y sus múltiplos y submúltiplos
como factores de escala. En el ejemplo anterior el factor de escalas es 100 mm/(g/cm3),
bajo el supuesto que podemos percibir sin dificultad 1mm como la menor división.

1.3. Representación gráfica de valores acotados.

A fin de poder visualizar, con criterios objetivos, la forma de la relación que vincula a x
e y mediante una representación gráfica, es de fundamental importancia indicar en ella
el intervalo de incerteza de cada punto. Esto se hace habitualmente dibujando sobre
cada punto una cruz o rectángulo con los valores de los errores en x e y (figuras a y b).

y
y

x x
Figura a Figura b
Laboratorio de Física Experimental

Observando las gráficas (a) y (b) se ve que, aún cuando en ambos casos los pares de
valores (x, y) son los mismos, sus cotas varían. Como consecuencia, en la figura (a) se
puede aceptar, dentro de los errores de medición, que la relación es lineal : y = a + b.x.
En la gráfica (b) sin embargo esta relación lineal no es ya una buena aproximación para
los valores medidos.

1.4. Otros criterios para graficar.

Se acepta normalmente como convención que la variable independiente se graficará

sobre el eje horizontal y la dependiente en el vertical.

La magnitud x que es controlada por el experimentador se conoce, en general, con un

grado de precisión mayor que la variable dependiente y. Es el caso, por ejemplo, de
cuando se miden alargamientos de un resorte colgándole pesas de valor conocido, o
cuando se miden períodos de oscilación de un péndulo de torsión con cuerpos de
momentos de inercia conocidos. Pero, se debe tener en cuenta que no siempre es posible
realizar esta consideración en la práctica experimental

Al unir los puntos de una representación es conveniente tener en cuenta que en general
la relación que liga x e y es una función continua que no tiene variaciones bruscas de un
punto a otro. Esto, por supuesto, es una interpolación que podrá ser más o menos
justificada con otros elementos de juicio: previsiones teóricas, observaciones en el
proceso sobre el cual se hacen las mediciones, etc. Por ello habitualmente se unen los
puntos con una línea continua que compense los errores de medición.

En la figura (c) la curva de color negro representa mejor los resultados que la curva de
color rojo.
Y

Figura c X
Laboratorio de Física Experimental

2. Cálculo de los parámetros de la relación entre x e y

2.1. Expresión analítica y cambio de variables

En base a la representación gráfica de una serie de pares de valores (x, y) es posible

determinar el valor de y para cualquier x dentro del rango medido haciendo una
interpolación gráfica. Sin embargo a menudo es necesario, además, expresar
analíticamente la relación entre x e y, y determinar el valor de los parámetros que
aparecen en la misma. En los ejemplos citados inicialmente, el problema consistiría en
obtener el mejor valor acotado de la constante K. (ver ejemplos 1 y 2 en página 1).

Se analizarán dos métodos de trabajo para proponer la relación analítica y calcular los
parámetros involucrados:

- Método gráfico, a partir de la representación gráfica de los valores acotados

- Método analítico, basado en la teoría de errores. Se establece además, en este caso, la

suposición adicional de que el error de la variable independiente es despreciable en
comparación con el de la variable dependiente. El caso en que ambos errores son
comparables es bastante más complejo.

En ambos casos, el problema se simplifica mucho si la relación entre x e y es lineal. Por

ello resulta muy práctico pasar las expresiones que no lo son, a una forma lineal.

Ejemplo A:

Para el período T de un péndulo la relación esperada tiene la forma:

I = Momento de inercia
D = Par director del alambre

Elevando al cuadrado ambos miembros de la igualdad, y realizando los siguientes

cambios de variables:

I=x y T2 = y ,

la expresión se puede escribir y = k . x (ecuación de una recta que pasa por el origen).
Laboratorio de Física Experimental

Ejemplo B:

Cuando se grafica la amplitud como función del tiempo para una oscilación
amortiguada, se obtiene una curva que puede expresarse por la relación:

donde y0 es la amplitud inicial y k es un parámetro característico del sistema físico.

Aplicando logaritmo neperiano en ambos miembros de la igualdad y realizando luego

los siguientes cambios de variables:

ln y = u y 1/T = - x ,

la relación puede expresarse como u= a + k x (ecuación de una recta), donde la

ordenada al origen a = ln y0.

En estos casos debe tenerse en cuenta que los errores en las nuevas variables no son en
general los mismos que en la variable primitiva.

En el ejemplo A, si el error de medición de la variable T es T, el error de la nueva

variable y será y = (T2) = 2.T.T.

En el ejemplo B, los errores de las nuevas variables serán:

 
u =  (ln y) = , x =  ( )=

Conviene, en general, graficar el nuevo par de variables con sus errores a fin de
controlar si, en efecto, se puede ajustar por esos puntos una recta. Se controla de este
modo si la relación analítica propuesta es acertada.

2.2. Método gráfico para el cálculo de parámetros de una relación lineal.

Cuando se han graficado los valores correspondientes a la forma lineal y se ha trazado

la mejor recta compensando los errores en uno y otro sentido, se calcula la pendiente K
usando dos puntos sobre la recta {(x1, y1) (x2, y2)}.
 Laboratorio de Física Experimental


y
y2 P2

y1 P1
Figura d

x
x1 x2

Se ve en la expresión de propagación de errores, que conviene elegir las diferencias

(y2 – y1) y (x2 - x1) lo más grandes posible, pero sin salir del rango de las mediciones,
pues no siempre se puede justificar una extrapolación.

Observaciones:

- Los valores (y2 – y1), (x2 - x1) deben tomarse de la recta que es una promediación
gráfica y no de los valores medidos. Son valores que están sobre la recta trazada. De
aquí proviene el nombre de método gráfico, su aplicación necesita el previo trazado de
la recta.

- Si bien en la gráfica presentada en la figura d se consideró como ajuste lineal una recta
que pasa por el origen, en algunos casos la recta que mejor ajusta los valores acotados
no pasa por el origen de coordenadas. La ordenada al origen y0, si la hubiera, se lee
directamente del valor de y para x = 0, tomando como valor estimado para la incerteza
y0 el error absoluto del valor más cercano.

- Este método gráfico no es riguroso, pero en muchos casos que se presentan en los
laboratorios introductorios da buen resultado.

Cálculo de la dispersión  de la variable y.

Laboratorio de Física Experimental

Suponemos que los errores de las abscisas x son despreciables frente a los errores de la
ordenada y, para lo cual se comparan los errores relativos, es decir, la precisión de las
medidas. Bajo este supuesto, se puede estimar el error en la variable y a través de las

desviaciones (i – yi), donde  i  a  b xi es el valor calculado a partir de la

expresión lineal, e yi es el valor medido.

y
P2
y2
yi

i - y
P1 i
1
y1

x1 xi x
x2

- Considerando las desviaciones de los puntos medidos, se puede calcular la dispersión

 de la variable y, a través de la expresión:

2.3. Método analítico para el cálculo de parámetros de una relación lineal.

El método más usado es el ajuste lineal por método de cuadrados mínimos. El criterio
que se usa consiste en buscar los parámetros de la recta que hace mínima la cantidad:

∑  (suma de los cuadrados de las desviaciones)

1º caso: Si se dispone de una serie de valores (xi, yi) a los cuales se puede ajustar una
recta que pasa por el origen, el modelo sería y = k . x. La aplicación de este método
implica encontrar el valor de k que hace mínima la suma de los cuadrados de las

desviaciones. Para ello: =0

∑  ∑
= = 0,
Laboratorio de Física Experimental

obteniéndose entonces para el mejor valor del parámetro k la expresión:

El error cuadrático medio o dispersión de los i calculados con este valor de k se puede
obtener con:

Este método como se ha visto hace mínima la suma de los cuadrados de las
desviaciones en las ordenadas y presupone que el error en las abscisas es despreciable.
La estimación del error del parámetro k, se puede hacer a partir del supuesto de que, si
se hicieran n mediciones de y para cada valor de xi, estos valores se dispondrían según
una distribución gaussiana. Sobre esta base se obtiene para el error medio cuadrático de
k la expresión:

 y  K x 
n n

x
2
i i i
2
K  1
2
x 1
n
n n  2  xi  x
1
n

2º caso: La recta de ajuste no pasa por el origen de coordenadas (y = a + b.x). En este

caso, aplicando el mismo criterio de minimizar la suma de los cuadrados de las
desviaciones, se plantea:

∑  ∑ [ ]
= = 0

∑  ∑ [ ]
= = 0

Queda así formado un sistema de dos ecuaciones con dos incógnitas: los parámetros a y
b de la recta que minimiza la función S.
Laboratorio de Física Experimental

Resolviendo este sistema de ecuaciones se obtiene para los mejores valores de a y b:

n n n n

x y x   y
2
i i i xi i
a 1 1
2
1 1
 n
 n
  xi   n x
2
i
 1  1

n n n

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

La dispersión de las ordenadas calculada con la expresión  i  a  b xi se encuentra

también con la expresión:

Al igual que en el caso de una recta que pasa por el origen, el método presupone que el
error en las abscisas es despreciable frente al error de las ordenadas y la estimación
del error de los parámetros a y b se basa en el supuesto de una distribución gaussiana
de los valores y para cada xi. Sobre esta base, se obtiene para el error medio cuadrático
de a y de b las expresiones:

  n

   yi 
2
  i
x2
a 2 1
   1
n n 2
 n (n  2)
 
1 i x  x  
 
n

 i i
  y 2

b 2  1 1
n
n (n  2)

 ix  x 2

1
Laboratorio de Física Experimental

Referencias bibliográficas
1- Cernuschi, F., Greco, F. Teoría de errores de medición. EUDEBA. Bs. As. 1969.
2- Cudmani, L. Cálculo de errores experimentales. 1976
3- Squires, G. Física Práctica. Mc. Graw Hill. México. 1974
4- Walpole, R. Probabilidad y Estadística para ingeniería y ciencias. Ed. Pearson. 2007

Elaboración y revisión:
Lic. Leonor Colombo de Cudmani
Lic. Ana María Figueroa de Lewin
Dra. Marta Pesa
Mag. Silvia Bravo
Dr. Carlos Figueroa

Cátedra Laboratorio de Física Experimental