Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Linealizacion
Linealizacion
Pgina 2
Linealizacin
Objetivo General
Linealizar modelos.
Objetivos especficos
Introduccin
Generalmente el modelo que representa un fenmeno natural no es una funcin lineal (es decir, su
grfica no es una lnea recta). Sin embargo como los modelos lineales son ms fciles de analizar, se
puede tratar de convertir las funciones a la forma lineal, lo cual en muchas situaciones es posible. A
este procedimiento se le denomina linealizacin. Mtodos que permiten linealizar algunos modelos
son:
La logaritmacin
Cambio de variables
Por logaritmacin
Entre los modelos que permiten linealizacin mediante la logaritmacin estn:
La funcin potencial.
La funcin exponencial.
La funcin potencial
La funcin
y = bx a
Cambiando variables,
log y y '
log x x '
se obtiene,
y ' = ax '+b'
log b b '
Pgina 3
Linealizacin
Es decir, si en la funcin potencial se grafica log y vs log x se obtiene la ecuacin de una lnea
recta.
La funcin exponencial
La funcin
y = be a x
Cambiando variables,
Ln b b'
Ln y y '
se obtiene,
y ' = ax + b '
m
k
siendo k, la constante elstica del resorte. Esta ecuacin se puede transformar en,
P2 =
4 2
m
k
4 2
k
Pgina 4
Linealizacin
Ejemplo 2
Para pequeas oscilaciones, en el modelo terico se afirma que el periodo de un pndulo simple
(masa puntual que pende de un hilo inextensible) es,
P = 2
l
g
4 2
l
g
4
g
Regresin lineal
Dados un conjunto de datos experimentales
(x1,y1), (x2,y2),, (xN,yN), en donde se concluye
(o al menos se sospecha) que la tendencia del
comportamiento de los mismos es lineal, es possible encontrar la ecuacin de la recta que mejor
los represente. Uno de los mtodos empleado
para encontrar diha recta se denomina mtodo
de los mnimos cuadrados.
Definiendo el error i= yi y, que corresponde
a la diferencia entre el valor observado yi y el
valor ajustado y=axi+b (ver figura 1). El criterio
de ajuste que toma el mtodo de los mnimos
cuadrados es exigir que la desviacin cuadrtica
media sea mnima, es decir, debe de ser mnima
la suma,
Figura 1
N
s = ( i ) = [ yi (axi + b)]
i =1
i=1
Pgina 5
Linealizacin
El extremo de s, mximo o mnimo se obtiene cuando las derivadas de s respecto de a y de b sean
nulas, lo que da lugar a un sistema de dos ecuaciones con dos incgnitas del que se despeja a y b
obtenindose,
a=
i =1
i =1
i =1
N xi y i xi y i
b=
i =1
i =1
i =1
i =1
xi2 y i xi xi y i
con,
N
= N
i =1
x xi
i =1
2
i
ua = y
2
i
ub = y
i =1
con,
y =
1 N
( yi b axi )2
N 2 i =1
Pgina 6
Linealizacin
Figura 2
Manejo de PhysicsSensor
Documento con los datos
Los datos se deben estructurar en un documento .txt (es decir, texto plano) formando las siguientes
cinco columnas (y en ese orden),
DATO
ux
uy
en donde ux, uy son las respectivas incertidumbres en la medida de x y de y (si no son conocidas se
debe completar con ceros); al final de los datos, en la ltima fila se debe esrcibir FIN. En Windows
el documento se puede elaborar usando el bloc de notas. Un ejemplo se ilustra en la figura 3.
Cmo proceder
Se recomienda ubicar el documento con los datos en la carpeta denominada datos (esto facilita la localizacin para el software).
Ejecutar el software (hacer doble clic con el botn izquierdo del ratn sobre el archivo
regresion_lineal_physics_sensor).
Pgina 7
Linealizacin
Figura 3
Escoger el archivo que contiene los datos. Aparece de inmediato la grfica de la recta ajustada,
la tabla de datos desplegada y los valores de la pendiente, el intercepto con las abcisas y las
respectivas incertidumbres.
A continuacin siguen los ajustes personales:
Cambiar los ttulos: escoger del men Informacin , elegir Ttulos. En la ventana desplegada proceder a cambiar los ttulos.
Introducir la informacin del equipo de trabajo: escoger del men Informacin, elegir
Identificacin. En la ventana desplegada proceder a introducir los datos que identifican
el equipo de trabajo.
Para reportar en un informe de laboratorio se obtiene una imagen de la ventana del software:
hacer clic en la tecla que congela la imagen de la pantalla (PrtSc o su equivalente) y pegar la
imagen en el PAINT (en el caso de Windows).
Ejercicio 1
Un anlisis terico de las osiclaciones de un sistema masa-resorte concluye que el perodo de stas
cumple,
P = 2
m
k
Pgina 8
Linealizacin
Tabla 1
*
La incertidumbre en la masa es igual a 0.0001 kg por lo que se decidi despreciarla en esta prctica
n
Nmero de oscilaciones
( )
10
m m
Masa
(kg)*
0,100 0
t t
Tiempo
(s)
8,230,02
P P
Periodo
(s)
0,8230,002
0,6770,003
10
0,150 0
9,830,02
0,9830,002
0,9660,004
10
0,200 0
10,710,02
1,0710,002
1,1470,004
10
0,250 0
11,540,02
1,1540,002
1,3320,004
10
0,300 0
12,500,02
1,2500,002
1,5630,005
10
0,350 0
13,080,02
1,3080,002
1,7110,005
10
0,400 0
13,810,02
1,3810,002
1,9070,006
10
0,450 0
14,560,02
1,4560,002
2,1200,006
10
0,500 0
15,220,02
1,5220,002
2,3160,006
P2 m P2
(s2)
2
k
(m )0 , 5
Obtener de la recta el valor del exponente y su incertidumbre y compararlo contra el valor convencionalmente verdadero (0,5). Tambin obtener el valor de la constante de rigidez y su incertidumbre y compararlo con el valor convencionalmente verdadero. Por qu los resultados obtenidos
avalan el modelo?
Pgina 9
Linealizacin
Referencias
[1]
BIPM (Bureau International des Poids et Mesures), VIM 2008, [WEB] http://www.bipm.org/
en/ publications/guides/vim.html [ltimo acceso, julio 05 de 2010) France, 2010.
[2]
SENA L. A., Unidades de las Magnitudes fsicas y sus dimensiones, Editorial MIR, Mosc, 1979.
[3]
TAYLOR, J.R., An Introduction To Error Analysis, the study of uncertainties I physical measurements,
University Science Books, Edicin 2, Sausalito, California, 1982.
[4]