UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Universidad del Perú, DECANA de América

FACULTAD DE CIENCIAS FISICAS

EXPERIENCIA Nº02

PROFESOR

:

QUIÑONES AVENDAÑO, Victor

ALUMNO

:

CLAUDIO ZAVALETA, Junior 12200187

CICLO

: 2012-II

Ciudad Universitaria, Mayo de 2010

EXPERIENCIA Nº02

Tabla de Contenido
I. II. III. IV. V. VI. OBJETIVO ....................................................................................................................................... 3 FUNDAMENTO TEORICO ................................................................................................................ 4 MATERIALES .................................................................................................................................. 8 PROCEDIMIENTO ........................................................................................................................... 8 APLICACIONES ............................................................................................................................... 9 CONCLUSIONES............................................................................................................................ 23

. principalmente el método de regresión lineal y el método de mínimos cuadrados. Aprender técnicas de ajuste de curvas.    OBJETIVO Aprender a organizar y graficar los datos experimentales haciendo uso de tablas y papeles gráficos tales como el papel milimetrado. Obtener ecuaciones experimentales que describan el fenómeno físico e interpretarlas. logarítmico y semilogaritmico.I.

Las representaciones graficas que aparecen con mas frecuencia son: Veamos el primer caso. con el fin de encontrar graficas lineales (rectas) para facilitar la construcción de las formulas experimentales que representan las leyes que gobiernan el fenómeno. si la distribución de puntos en el papel milimetrado es de tendencia lineal. La distribución de puntos así obtenida se unen mediante una curva suave y continua. Esto significa que la relación que se busca tiene la forma de una recta cuya ecuación es: En donde las constantes a determinar son: m la pendiente de la recta y b la ordenada en el origen (intercepto). según sea el caso. logarítmicas o semilogaritmicas. entonces se realiza el ajuste de la recta mediante el método de regresión lineal por mínimos cuadrados. Una alternativa para establecer dichas relaciones es hacer representaciones graficas de ejes coordenados con divisiones milimetradas. usando una regla curso o trazo a mano alzada. USO DEL PAPEL MILIMETRADO Empezaremos graficando los valores de la tabla de datos en el papel milimetrado: Siempre tenga cuidado de escribir los valores de la variable independiente en el eje de las abscisas y las variables dependientes en el eje de ordenadas. FUNDAMENTO TEORICO Los datos teóricos en un proceso de medición se organizan en tablas. siguiendo el procedimiento que se detalla a continuación.II. Las tablas de valores así confeccionadas nos informan acerca de las relaciones existentes entre una magnitud y otra. Primero se construye una tabla de la forma: .

. . . son funciones potenciales y sus gráficos en el papel logarítmico son rectas de pendientes m = n. Se recomienda preferentemente usar papel logarítmico 3x3.Tabla 1 xi x1 x2 . Construya la siguiente tabla cuidando de colocar los valores con un mínimo de cuatro decimales de redondeo en cada columna.. . xp yi y1 y2 . . xp2 ∑ Luego se calculan la pendiente y el intercepto ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ En el segundo caso. . se pasan los datos de la tabla a un papel logarítmico o semilogaritmico.. El origen de un eje coordenado logarítmico puede empezar con . etc. . . . en alguno de estos papeles la distribución de los puntos saldrá una recta. USO DEL PAPEL LOGARITMICO Las relaciones de la forma . Tabla 2 xi x1 x2 . ( ∑ ∑ ∑ . xp ∑ yi y1 y2 . . . ) . para ello se toma logaritmo decimal a cada uno de los datos de la tabla. . . . . . . .. . . xpyp ∑ xi2 x12 x22 . Al tomar logaritmo decimal de la ecuación obtenemos que tiene la forma lineal . . cuando la distribución de puntos en el papel milimetrado no es de tendencia lineal. que el método de regresión lineal puede ser aplicado a una distribución potencial de puntos.. en donde . yp ∑ xiyi x1y1 x2y2 .. yp ∑ . . Concluimos entonces. en donde cada ciclo esta asociado a una potencias de base 10.. que cortan el eje vertical en . .

entre otros. por otro lado. Cuando dos variables están correlacionadas (altamente correlacionadas).Para determinar la ecuación de la recta en el papel logarítmico. algunos casos se muestra en la siguiente tabla: Función inicial √ Cambio √ Forma lineal USO DEL COMPUTADOR Se pueden construir programas en C. Fortran. EXTENSION DEL METODO DE REGRESION LINEAL El estudio de este método relativamente sencillo y tiene doble interés: de un lado este tipo de dependencia es frecuente entre magnitudes físicas. muchas otras dependencias mas complicadas pueden reducirse a la forma lineal mediante un cambio adecuado de variables. una variable puede dar información sobre la otra. Un ejemplo de lo anterior es la relación que existe entre el tiempo de usar el teléfono y el costo. CORRELACION Indica el grado de asociación entre dos variables. ¿Por qué? Construya adecuadamente su tabla para aplicar el método de regresión lineal. la influencia que pueda tener una sobre la otra.. Pero el mas accesible es el EXCEL que nos permite hacer graficas y presentar las curvas de regresión con sus respectivas formulas de correspondencia y coeficiente de correlación. Si la información de una variable da información exacta sobre la otra. se utiliza papel semilogaritmico. decimos que hay una Relación o dependencia funcional. . ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ USO DEL PAPEL SEMILOGARITMICO Para relaciones exponenciales de la forma . Microcal Origin.. También se puede usar programas como Gnuplot. Pascal o Basic para hacer los ajustes que se requieran.

cuando no hay relación entre x e y.Hablamos de Correlación directa. Hablamos de Correlación inversa. cuando al aumentar x.y): La Correlación Lineal se mide utilizando el coeficiente de correlación lineal de Pearson (r): r cercano a 1. indica Correlación Lineal Nula. cualitativamente en un gráfico. cuando al aumentar x. r cercano a 0. Hablamos de Correlación Nula. en una nube de puntos que relacionen las dos variables. Veamos algunos ejemplos: Correlación o Dependencia Estadística entre dos variables (x. indica Correlación Lineal Negativa. r cercano a -1. Ojo que la correlación se puede detectar. indica Correlación Lineal Positiva. aumenta y. . disminuye y.

9 2.III.0 30 73.3 Tabla 2 20 1 13.5 6. i (A) 0.72 17.2 10 4 Tiempo de vaciado t(s) 59.7 33.0 3.5 2.8 La Tabla 3 muestra los porcentajes de las medidas de la actividad radiactiva del radón.3 3.2 18.4 6.8 3.5 1.0 1.0 14.9 10.44 La Tabla 2 muestra las medidas del tiempo vaciado (t) de un deposito con agua y las medidas de las alturas del nivel de agua (h) para cuatro llaves de salida de diferentes diámetros (D).9 43. t (días) A (%) 0 100 1 84 2 70 3 59 4 49 5 41 Tabla 3 6 34 7 27 8 24 9 20 10 17 .7 1.0 41.7 23.36 8.7 2.5 0.0 26.0 4.0 7.0 2.18 4. MATERIALES    Hojas de papel milimetrado Hojas de papel logarítmico Hojas de papel semilogaritmico IV.6 2.5 7. PROCEDIMIENTO Se analizaron tres experimentos:    La conducción de corriente por un hilo conductor de nicron La evaluación de agua de un deposito La actividad reactiva del radón En la Tabla 1 se tiene las medidas de intensidad de corriente eléctrica i conducida por un hilo conductor de nicron y la diferencia de potencial V aplicada entre sus extremos.7 15.0 5.8 3. El día cero se detecto una desintegración de núcleos.0 Tabla 1 V (V) 2.8 5. h (cm) D (cm) 1.

Hallas las formulas experimentales: a) Obtenga las formulas experimentales usando el método de regresión lineal para las graficas obtenidas en los casos a. h) En una hoja de papel semilogaritmico A vs T. De la Tabla 2: b) En una hoja de papel milimetrado grafique t vs D. En este caso como en el papel milimetrico nos resulto una recta entonces . para cada una de las alturas.V. ==================A=================== Sea la formula seria: . e) En una hoja de papel logarítmico grafique t vs h. c) En una hoja de papel milimetrado grafique t vs h. APLICACIONES 1. ⁄ y grafique en papel De la Tabla 3: g) En una hoja de papel milimetrado grafique A vs T. Grafique las siguientes distribuciones: De la Tabla 1: a) Grafique en una hoja de papel milimetrado V vs i. d) En una hoja de papel logarítmico grafique t vs D para cada una de las alturas. para cada diámetro. para cada diámetro.d.e. f) Haga el siguiente cambio de variables milimetrado.f. 2.

==================D================= H=30 H=20 H=10 .

porque resulta una curva en el papel milimetrado De “n” se toma un numero que oscile entre los mencionados para los distintos valores de H. Dado por conveniente tomar -2.H=4 H=1 Se sabe que: Dado que la formula tiene la forma y una recta en el papel logarítmico. Se sabe que La formula queda asi: .

5 D=2 D=3 .==================E================= D=1.

De “n” se toma un numero que oscile entre los mencionados para los distintos valores de H.D=5 D=7 Se sabe que dado que la formula tiene la forma porque resulta una curva en el papel milimetrado y una recta en el papel logarítmico. Dado por conveniente tomar 1/2. Se sabe que La formula queda asi: √ De las relaciones anteriores se deduce: √ Dado que en la primera formula de t la variación de la altura influye en el resultado de dicha formula y de igual forma en la segunda formula donde el diámetro influye de igual manera en el resultado de esa formula. .

Tomando valores convenientes para D.8 √ Para confirmar el valor de K se realiza otra prueba.2 √ √ Por conveniencia se toma K=30 dado que oscila entre las tres cantidades con las cuales se ha realizado la ecuación. h=1 D=2 t=7. h y t de los datos que ya se tiene tales que sea fácil hallar el valor de K. h=4 D=3 t=6.8 √ h=30 D=7 t=3. √ .

0) Linear (D=3.0) .0 D=7. t vs h 90 80 70 60 50 t 40 30 20 10 0 0 5 10 15 h 20 25 30 35 D=1.5) Linear (D=2.==================F=================== b) Haciendo uso de MS EXCEL grafique y presente formulas experimentales y el factor de correlación para todas las graficas obtenidas en los casos desde el a) hasta el h).0) Linear (D=7.5 D=2.0 D=3.0 Linear (D=1.0 D=5.0) Linear (D=5.

2 33.9 43 26.4 14.98852263 t vs D 80 70 60 50 40 30 20 10 0 0 -10 -20 D 2 4 6 8 t h=30 h=20 h=10 h=4 h=1 Linear (h=30) Linear (h=20) Linear (h=10) Linear (h=4) Linear (h=1) .98575819 h 30 20 10 4 1 Factor de Correlacion D 7 h 30 20 10 4 1 Factor de Correlacion h 30 20 10 4 1 Factor de Correlacion t 3.9 10.9797822 t 18.98309727 t 6.h 30 20 10 4 1 Factor de Correlacion h 30 20 10 4 1 Factor de Correlacion D 3 D 1.2 2.5 0.7 15 7.6 1.8 0.97896275 D 5 D 2 t 41.5 0.7 23.7 13.7 0.9 2.8 5.5 t 73 59.8 3.7 2 1.8 0.5 6.3 3.3 0.

3 -0.84685206 1.5 1 2 3 5 7 Factor de Correlacion 13.4 6.6 1.8 -0.84846364 t 43 23.7 1.8 3.3 2.8 3.84603088 t 26.2 -0.5 7.7 15 6.7 14.8 2.5 10 2 3 5 7 Factor de Correlacion t 73 41.5 4 2 3 5 7 Factor de Correlacion t 59.84093954 D h t D h 1.7 -0.9 5.5 20 2 3 5 7 Factor de Correlacion D h 1.2 18.9 2 -0.9 33.85393961 A vs t 120 100 80 A(%) 60 40 20 0 0 2 4 6 Dias 8 10 12 A Linear (A) .5 3.D h 1.5 0.7 10.5 30 2 3 5 7 Factor de Correlacion D h 1.

5 191.0 1.0 TIEMPO t (s) 8. b) Halle los tiempo de vaciado del agua si: CASOS 01 02 03 04 ALTURA h (cm) 20 40 25 49 DIAMETRO d (cm) 4.0 3.. ¿Cuál(es) de los métodos de regresión le parece confiable? El método de regresión de lineal por múltiplos cuadrados dado que cuenta con un calculo mas complejo que favorece una mayor precisión aunque no al 100% pero nos da brinda un mejor resultado matemático. A)EXPERIMENTAL .. Ampliando la imagen en la recta cuando A=50.970425157 c) Compare sus resultados. según la tabla 3.76 224 c) Compare sus resultado en la parte a) y b) con los obtenidos con las formulas experimentales. .t 0 1 2 3 4 5 6 7 8 9 10 Coeficiente de Correlacion A 100 84 70 59 49 41 34 27 24 20 17 -0. Interpolación y extrapolación Considerando sus gráficos (en donde se han obtenido rectas): a) Calcular el tiempo en que se ha desintegrado el 50% de los núcleos de radón.5 1. 3.3 11.

76 224 . Entonces se reemplaza A=50..36 189.Tomando logaritmo a ambos lados Para reforzar esta solucion se usara otro valor.6 12.24 210 B) GRAFICO Los valores son: 8.3 11... A) GRAFICO Ampliando la imagen en la recta cuando A=50.. B) EXPERIMENTAL Los valores son: 8. Logaritmo de 10.5 191. .

entonces el modelo es pobre y para mejorarlo hay tres alternativas que frecuentemente se usan: a) Transformar la variable preeditora. Si la distribución es lineal haga el ajuste respectivo. Regresión Lineal Múltiple Introducción se tendra que realizar la regresion Es evidente que lo más económico y rápido para modelar el comportamiento de una variable Y es usar una sola variable preeditora y usar un modelo lineal. multiple.Dado que de el Grafico solo es una línea recta no hay una exactitud necesaria.13 1.05 t (s) W 5) Grafique en papel milimetrado.89 15. Claramente.9 0. b) Usar regresión polinómica con una variable preeditora. Pero algunas veces es bastante obvio de que el comportamiento de Y es imposible que sea explicada en gran medida por solo una variable.d) 6) Para investigar: Para obtener la formula de una distribucion de puntos en donde solo se relacionan dos variable se utilizo la regresion simple. Por ejemplo. son tres de las muchas otras variables que pueden explicar su rendimiento. considerando además que su valor no se ha visto afectado por datos anormales. Cuando se tiene tres o mas variables. teniendo en cuenta solamente el número de horas que se preparó para ella. el promedio académico del estudiante. o ambas y usar luego un modelo lineal. Es decir. 4) Haga √ para las alturas y diametros correspondientes. el año de estudios.5 10. es imposible tratar de explicar el rendimiento de un estudiante en un examen. Luego encuentre la ecuación experimental correspondiente: t=t(h. la carga académica que lleva.5 0.43 43. .0 2. Frecuentemente.5 0.0 0. uno no es muy familiar con las variables que están en juego y basa sus conclusiones solamente en cálculos obtenidos con los datos tomados. o la variable de respuesta Y. por su parte el Experimental contiene datos mas exactos por el hecho de ser más matemático.7 0.43 26.35 3. Tratar de explicar el comportamiento de Y con más de una variable preeditora usando una funcional lineal es el objetivo de regresión lineal múltiple. 73.0 1. si ocurre que el coeficiente de determinación R 2 sale bajo (digamos menor de un 30%) .

que satisface demasiado la tendencia de los datos tomados pero que es pobre para hacer predicciones debido a que tiene una varianza grande. es decir relación lineal entre los términos del modelo polinomio. pero es bien fácil caer en “overfitting” y. es decir. En el segundo caso el ajuste es más rápido. pero requiere el uso de vectores y matrices. El modelo de regresión lineal múltiple El modelo de regresión lineal múltiple con p variables predictoras y basado en n observaciones tomadas es de la forma: para i = 1.c) Conseguir más variables preeditoras y usar una regresión lineal múltiple. además se pueden crear muchos problemas de cálculo ya que pueden surgir problemas de colinealidad.n. se puede perder el tiempo tratando de encontrar la transformación más adecuada y se podría caer en “overfitting”. éste puede ser considerado como un sistema de ecuaciones lineales de la forma: que puede ser escrita en forma matricial como: . Escribiendo el modelo para cada una de las observaciones.2. El tercer caso es tal vez la alternativa más usada y conveniente.…. Tiene bastante analogía con el caso simple. En el siguiente ejemplo se mostrará el uso interactivo de las tres alternativas a través de seis modelos de regresión y servirá como un ejemplo de motivación para introducirnos en regresión lineal múltiple. encontrar un modelo demasiado optimista. En el primer caso.

b es el vector de coeficientes de regresión a ser estimados. X es una matriz n x p'. √ b) Hallar t para h = 15cm y D = 6cm √ c) Hallar t para h = 40cm y D = 1cm √ . a) Encuentre la formulas . utilice la Tabla 2. Dicha formula ya se encontró en un ejercicio anterior aprovechando que los datos estaban muy cercano.e Xß Y ð ð (2.2) donde Y es un vector columna n dimensional. donde In es la matriz identidad de orden n. su dimensión es p' y e es un vector columna aleatorio de dimensión n Por ahora. con p'=p+1. las únicas suposiciones que se requieren son que E(e)=0 y que la matriz de varianzacovarianzas de los errores está dada por Var(e)=σ 2 In.O sea.

 CONCLUSIONES Considero que fue una excelente experiencia para familiarizarnos con el uso del papel milimetrado. El hecho de emplear el “metodo de regresion lineal por multiplos cuadrados” usando el lenguaje de Programacion C me sirvio como una pequeña practica de este lenguaje. Esta experiencia también me hizo investigar más sobre Excel y que seguro usare en experiencia posteriores o en mis proyectos posteriores en cursos como “Estadística y Probabilidades” aplicaré. logarítmico y semilogaritmico dado que los usaremos en experiencias posteriores.VI.   .

Sign up to vote on this title
UsefulNot useful