Trabajo experimental: variables, datos e incertidumbre

1. Para qué sirve

En la materia, y después en física y química, te van a pedir hacer experimentos y entregar reportes. La mayoría de los puntos que se pierden no se pierden por no saber la teoría: se pierden por no controlar variables, por reportar un número solo sin incertidumbre, por graficar uniendo puntos con rayas o por escribir 'se comprobó la hipótesis' cuando los datos dicen otra cosa. Este objeto te da el método completo, con un experimento de calentamiento de agua que conecta todo lo que viste en el semestre.

Hay una razón más importante: la misma destreza es la que necesitas para detectar cuando alguien te está vendiendo una conclusión sin datos. Saber qué es una variable de control te permite leer un estudio sobre suplementos, sobre vacunas o sobre el rendimiento de un panel solar y preguntar lo correcto: ¿con cuántas muestras?, ¿qué más mantuvieron fijo?, ¿cuánto era la incertidumbre?

3. La pregunta y la hipótesis

Todo experimento empieza con una pregunta que se pueda responder con una medición, no con una opinión. '¿El agua hierve más rápido con menos cantidad?' es una pregunta experimental. '¿El agua es buena?' no lo es.

La hipótesis es una respuesta anticipada y, sobre todo, falsable: tiene que existir algún resultado posible que la refute. Si ningún dato podría llevarte a decir 'estaba equivocado', no es una hipótesis, es una creencia. Una hipótesis bien escrita suele tener forma de predicción medible: si aumento la masa de agua manteniendo el voltaje y el tiempo, entonces el incremento de temperatura será menor, y menor en la proporción inversa a la masa.

La variable independiente es la que tú cambias a propósito; la dependiente es la que mides y que supones afectada por ella; y las variables de control son las que mantienes iguales, porque si cambian dos cosas a la vez no puedes atribuir el resultado a ninguna. Ese es el error más común en los reportes escolares: concluir un efecto sin haber fijado lo demás.

Operacionalizar una variable es decir cómo la vas a medir en concreto, con instrumento y unidad. 'Temperatura' no es operativo; 'temperatura leída a un minuto de sumergido el termómetro en el centro del vaso, con resolución de 1 °C' sí lo es. Sin operacionalización, otra persona no puede repetir tu experimento.

5. Ensayos, promedio e incertidumbre

Ninguna medición existe sin incertidumbre. Un número sin incertidumbre asociada no es un resultado, es una ilusión de precisión. De donde sale la incertidumbre: de la resolución del instrumento, de tu forma de usarlo y de las fluctuaciones reales del sistema. Por eso se hacen ensayos repetidos: el promedio de varios ensayos reduce el efecto del error aleatorio, aunque no elimina el sesgo.

Cómo estimarla en el laboratorio escolar, con criterios razonables y explicables. Por resolución: la mitad de la menor división de la escala; un termómetro graduado de grado en grado se lee con ± 0.5 °C. Por dispersión: la mitad del rango entre el mayor y el menor valor de tus ensayos. Reporta siempre el promedio con su incertidumbre, y usa el mismo número de decimales en los dos.

El resultado se escribe 416 ± 5 s, y se lee como un intervalo: lo razonable es que el valor verdadero esté entre 411 y 421 segundos. Una medición se reporta con su incertidumbre, no como un número solo. Y dos resultados con incertidumbre se solapan si sus intervalos se tocan: 416 ± 5 y 422 ± 4 no son 'distintos', son compatibles.

7. Cifras significativas y notación científica

Las cifras significativas son las que realmente conoces, más la última estimada. En 0.250 kg hay tres cifras significativas: los ceros a la derecha del punto sí cuentan, porque indican que mediste hasta esa posición. En cambio, en 250 kg escritos sin punto decimal no sabes si el cero es significativo o solo un espacio: por eso la notación científica limpia la ambigüedad, y 2.50 × 10² kg dice sin discusión que son tres cifras.

Ejemplo con datos del semestre: m = 0.250 kg (tres cifras) y c = 4 186 J/(kg °C) (cuatro cifras). Q = m c ΔT con ΔT = 12.0 °C (tres cifras) da 12 558 J, que se reporta como 1.26 × 10⁴ J, no como 12 558 J. El instrumento menos preciso manda sobre el resultado.

Reglas. Elige el rango de los ejes para que los datos ocupen al menos dos tercios del área disponible. Cada eje lleva su magnitud y su unidad, con una escala que no engaña. Traza una línea de mejor ajuste que pase entre los puntos, con tantos puntos por arriba como por abajo: no se unen los puntos con segmentos, porque eso finge una relación que no mediste. La línea no está obligada a pasar por el origen: si la teoría dice que debe pasar, y no pasa, eso es un resultado que hay que discutir. Y un atípico se documenta, no se borra: se anota en el reporte, se busca una causa y, solo si la causa es un error de procedimiento identificable, se excluye con esa justificación.

De la recta se extrae información física. La pendiente tiene unidades y significado: en una gráfica de voltaje contra corriente, la pendiente es la resistencia. La intersección con el eje suele ser el valor de fondo, por ejemplo la temperatura inicial. Y la dispersión de los puntos alrededor de la recta es una medida visual de tu incertidumbre.

9. Linealizar: cuando la curva no se deja leer

Una parábola dibujada con puntos dispersos es difícil de juzgar a ojo: muchas curvas distintas pasan por ahí. Si la teoría predice una relación cuadrática, graficar contra el cuadrado convierte la parábola en recta, y una recta sí se puede evaluar. linealizar: si la relación es cuadrática, graficar contra el cuadrado da una recta. Lo mismo aplica para relaciones inversas: si y es proporcional a 1/x, gráfica y contra 1/x.

10. El experimento completo: eficiencia de un calentador

Pregunta: ¿cómo depende el incremento de temperatura del agua de su masa, entregando siempre la misma energía? Hipótesis: si la masa se duplica manteniendo la energía, entonces el incremento de temperatura se reduce a la mitad. Variables: independiente, masa de agua; dependiente, incremento de temperatura; de control, energía entregada, recipiente, temperatura inicial, termómetro y tiempo de lectura; de perturbación, evaporación y corriente de aire.

Procedimiento. Mide la masa con balanza y vierte el agua en el vaso del calentador. Registra la temperatura inicial después de un minuto de estabilización. Conecta el calentador a una fuente de voltaje fijo, cuenta los segundos con un cronómetro y desconecta al terminar. Agita suavemente con el termómetro y registra la temperatura máxima alcanzada. Repite tres ensayos para cada masa, con 50, 100, 150 y 200 g. Calcula la energía entregada con E = P t, usando la potencia medida con voltímetro y amperímetro, no la de placa.

Lectura de la corrida. Con 18 000 J entregados, la teoría da ΔT = E/(m c): para 0.100 kg, 18 000/(0.100 × 4 186) = 43 °C, y se midieron 38 °C. El cociente 38/43 ≈ 0.88 es la eficiencia del montaje: alrededor del 12 % de la energía se fue calentando el vaso, el termómetro y el aire, y por evaporación. Gráfica ΔT contra 1/m: si los puntos caen sobre una recta que pasa cerca del origen, la hipótesis queda sostenida. Y nota que a 0.050 kg el agua llegó a ebullición y se evaporó parte de ella: ese punto es un atípico con causa identificable y por eso se discute aparte.

12. Ejemplos resueltos paso a paso

Ejemplo 1. Promedio e incertidumbre por dispersión. Cinco tiempos: 412, 418, 415, 421 y 414 s. Paso 1: suma, 2 080 s. Paso 2: divide entre 5, promedio 416 s. Paso 3: rango = 421 - 412 = 9 s. Paso 4: incertidumbre ≈ rango entre 2 = 4.5 s, redondeada a 5 s. Paso 5: reporta 416 ± 5 s. Nunca 416.0 s, porque eso afirmaría una precisión de décimas que no tienes.

Ejemplo 2. Comparar dos resultados. Tu medición da 416 ± 5 s y el valor de referencia del kit dice 422 ± 4 s. Intervalos: 411 a 421 y 418 a 426. Se solapan entre 418 y 421, así que son compatibles: no hay discrepancia que explicar. Si el valor de referencia fuera 440 ± 3 s, los intervalos no se tocan y entonces sí debes buscar un error sistemático.

Ejemplo 3. Cifras significativas en una cadena. m = 0.250 kg, ΔT = 12.0 °C, c = 4 186 J/(kg °C). Producto: 0.250 × 4 186 × 12.0 = 12 558 J. El dato menos preciso tiene tres cifras, así que se reporta 1.26 × 10⁴ J. Si arrastras redondeos intermedios, obtendrás 12 500 o 12 600 según el orden: el error es del redondeo, no del experimento.

Ejemplo 4. Propagación simple en una división. Eficiencia η = Q útil/E entregado, con Q = 17 100 ± 500 J y E = 18 000 ± 300 J. Paso 1: η = 17 100/18 000 = 0.95. Paso 2: incertidumbre relativa ≈ 500/17 100 + 300/18 000 = 0.029 + 0.017 = 0.046, unos 5 %. Paso 3: incertidumbre absoluta = 0.046 × 0.95 = 0.044. Paso 4: reporta η = 0.95 ± 0.04, es decir 95 % ± 4 %. Sumar incertidumbres relativas es la aproximación escolar aceptable de la propagación.

Ejemplo 5. Decidir si un punto es atípico. En la gráfica de ΔT contra 1/m, el punto de 0.050 kg queda muy por encima de la recta. Antes de eliminarlo, revisa el registro: el agua entró en ebullición y se formó vapor visible. Hay una causa física identificable y documentada, el modelo ya no aplica en ese rango. Se excluye con esa justificación explícita y se anota que el experimento es válido solo por debajo de cierta masa. Eliminarlo 'porque no cuadraba' habría sido fraude.

Simulación: qué le pasa al promedio cuando cambias los datos

Esta simulación se hace con los cinco ensayos del experimento del calentador y con una calculadora. Dos reglas de la sección anterior sostienen todo lo que sigue: un atípico se documenta con su causa antes de decidir si se excluye, y el error sistemático no se corrige promediando más ensayos. Llena la columna de promedio y la de desviación máxima en cada renglón. Después cambia una sola cosa: agrega un sexto ensayo, elimina el más raro o introduce un desplazamiento en todos los valores.

17. Práctica independiente

Diseña en papel, sin ejecutarlo todavía, un experimento para responder: ¿cómo depende la temperatura final de una mezcla de agua caliente y fría de la proporción entre ambas? Entrega: pregunta, hipótesis falsable, tabla de variables con independiente, dependiente y al menos cuatro de control, procedimiento operacionalizado, formato de tabla con cinco masas distintas y tres ensayos por masa, predicción de qué gráfica harás y por qué, y una lista de tres posibles fuentes de error sistemático con su corrección. Máximo una cuartilla.

18. Aplicación real

Fuera del salón, estas destrezas son las que separan una afirmación sería de una ocurrencia. La etiqueta de eficiencia de un electrodoméstico se basa en mediciones normalizadas con incertidumbre declarada. Cuando una noticia dice que un producto 'reduce el consumo hasta un 30 %', la pregunta profesional es: ¿en qué condiciones, con cuántas muestras, quién midió y qué variables de control se mantuvieron. Y cuando tú mismo quieras demostrar que tu casa gasta menos después de cambiar los focos, vas a necesitar exactamente el diseño de este objeto: línea base, condiciones comparables, repetición y una gráfica que no mienta.

Rúbrica de la práctica

La rúbrica no evalúa si te gustó el ejercicio: evalúa si ya puedes hacer la tarea que anuncia el resultado de aprendizaje. Cuatro criterios de los cinco en lo esperado significa que el tema está dominado; tres o menos, conviene repetir la práctica antes de pasar al siguiente objeto.

20. Fuentes y referencias

Programa de estudios vigente de la DGB, campo disciplinar de experimentales, primer semestre de bachillerato (SEP, México), y marco curricular común MCCEMS. Para profundizar sobre tratamiento de datos: Taylor, J. R., An Introduction to Error Analysis, y las guías de laboratorio de física introductoria de uso abierto. Las convenciones de incertidumbre y cifras significativas aquí usadas son las habituales en educación media superior; en laboratorios de metrología se aplican las reglas del GUM, que son más estrictas. Contenido de elaboración original de Lumbre.

21. OA anterior y siguiente

Anterior: Fuentes y uso social de la energía: de dónde sale la electricidad que consumes (cnat2-u4-fuentes-y-uso-social-de-la-energía), cuyas cifras de factor de emisión y eficiencia son exactamente el tipo de datos que aquí aprendes a producir y a auditar. Siguiente: Evaluación integradora de la Unidad 4 (cnat2-u4-evaluación-integradora), donde se combinan energía, ambiente y análisis de datos en un solo caso.