INFORME DE LABORATORIO N 01

TITULO :

CONSTRUCCIN DE GRFICAS Y

ECUACIONES EMPRICAS

AUTORAS :

E.A.P. :

INGENIERA CIVIL

CURSO : FISICA I CICLO: II GRUPO: C

FECHA REALIZACION : 23-08-00

FECHA DE ENTREGA : 06-09-00

ASESOR :

Lic. PEDRO PAREDES GONZALES

RESUMEN :

Como una forma ms elaborada de trazar curvas continuas por puntos, podemos usar una
variedad de mtodos matemticos para encontrar una funcin analtica que se ajuste a esos
puntos. Con todo, las funciones generadas empricamente para ajustarse a conjunto de
observaciones son tiles.

Es posible obtener grficas y sus respectivas ecuaciones empricas, partiendo nicamente

de simples valores numricos que se da a cualquier variable, las cuales se ubican en el eje
X y el eje Y contenidos estos en el plano.

En el caso de obtener como grfica una recta, sta se adecua a una ecuacin lineal; lo cual
nos har posible la fcil obtencin de valores numricos que intersectndolos y uniendo
dichos puntos obtenidos, en el plano, trataran de buscar correspondencia entre el sistema y
el modelo dado.

De dicha grfica y empleando mtodos como: Mtodo de los mnimos cuadrados y el

mtodo visual, se puede obtener el valor del coeficiente de correlacin (r) en el caso de 2
variables medidas, donde una puede considerarse como causa de la otra.

En caso de que la grfica fuera una curva cuya ecuacin puede ser la de una funcin
potencia, exponencial y logartmica se proceder a linealizar la funcin para as proceder
como en el caso de una ecuacin lineal.

I. OBJETIVOS:

1. Dados los datos experimentales de tres experiencias realizadas en la UNS,

graficarlos en papel milimetrado, identificar el tipo de curva y determinar su
ecuacin emprica.

2. Aplicar cambio de variables y/o logaritmos para transformar la ecuacin de una

curva /exponencial, potencial, logartmica, etc.) a una recta.

3. Aplicar, el mtodo de los mnimos cuadrados para hallar la ecuacin emprica de

una recta y representarlo grficamente.

II. FUNDAMENTO TERICO:

Una variable es una cantidad a la cual puede asignrsele, durante un proceso, un nmero
ilimitado de valores. Cuando dos variables tales como X e Y estn relacionados de tal
forma que a cada valor de X corresponde uno de Y, se dice que Y es una funcin de X,Y
sta es:

y = f(x)

A la variable X se le llama independiente, porque toma el valor que se le asigna

arbitrariamente; la otra se llama dependiente, ya que debe tomar los valores que
satisfacen la relacin particular.

Las funciones se representan grficamente en un sistema de coordenadas rectangulares,

mediante puntos que satisfacen la ecuacin y = f(x).

Estas grficas, que son lneas rectas o curvas representan el lugar geomtrico de los
puntos que cumplen con la relacin establecida entre las variables.

Como una grfica es un diagrama bidimensional, debemos limitarnos inicialmente a 2

variables. En consecuencia, para nuestros propsitos, es necesario simplificar el
experimento manteniendo una de las variables de entrada constante mientras estudiamos
la dependencia de la variable de salida respecto de la otra.

Ya sea que la grfica sirva como una mera ilustracin del comportamiento de un sistema
fsico osea la clave para evaluar el experimento y calcular el resultado, la meta es
colocar las observaciones de manera que sus caractersticas se presentan en forma clara.
Eso implicar elecciones apropiadas de escala, proporciones, etc.

La pendiente b de la ecuacin de una recta y = a + bx, tal como la representa en la

figura # 1, que pasa por los puntos P(x1,y1) y Q(x2,y2), se define por:

b = y = y2 - y1 = tg (1)

x x2 - x1

y
 Q(x2 , y2)

P(x1 , y1)

ox

FIGURA N 1

Muchas leyes de la fsica se expresan mediante la ecuacin de una recta, como ejemplo
tenemos el M.R.U. : e = v.t. donde y = e, x = t, a = 0, b = v

As tambin tenemos funciones de la forma:

FUNCION POTENCIA: FUNCION EXPONENCIAL

r = A x B r = A eBx

y y B0

B=2

B0

oxox

FIGURA N 2 FIGURA N 3
FUNCION LOGARITMICA

y = A + B ln x

o e-A/B x

FIGURA N 4

Por consiguiente, con la debida atencin a la importancia posiblemente limitada de

nuestros procedimientos, describiremos algunos de los mtodos que pueden utilizarse;
ya que tienen que ver con funciones de ocurrencia relativamente comn. Supongamos
que hemos hecho mediciones de 2 variables, que llamaremos x e y.

a) Funciones de Potencias.

Consideremos la funcin

y = xa

donde a es una constante. Tenemos:

log y = a log x (2)

En esta ecuacin lineal:

variable vertical = log y

variable horizontal = log x

Pendiente = a
 Y una grfica de log y vs log x es una lnea recta de pendiente a. en consecuencia, si
queremos comprobar si una funcin potencial es una funcin adecuada par nuestras
observaciones, podemos graficarlas en la forma log y vs log x. Si, al graficar en esa
forma, los puntos resultantes corresponden bien con una lnea recta, podemos afirmar
que una funcin potencial es un buen ajuste para nuestras observaciones. El valor del
exponente adecuado, a , de derivar de la pendiente de la grfica y se obtendr dentro
de lmites de incertidumbres que dependen de la incertidumbre graficada con los
puntos.

ln H = ln A + Bln T

Cambio de variable

ln H = h

ln A = a

B=b

ln T = t

Ecuacin de la recta

h = a + bt . (3)

coeficiente de correlacin

Hic = AoTiBo (4)

t H

N (s) (m)

10
FIGURA N 5

2. Funciones Exponenciales

Para muchos fenmenos fsicos, lo adecuado es una funcin exponencial.

Consideremos.

y = a ebx

donde a y b son constantes. En este caso

logey = logea + bx .. (5)

donde:

y y x : son variables medidas

a y b : son constantes cuyos valores se van a obtener a partir del experimento.

As pues, una dependencia funcional, como la de un simple cuadrado, se puede

probar usando esas grficas logartmicas que se conocen como grficas log - log.

ln V = ln A + lneBT

ln V = ln A + BT

ln V = v
 ln A = a

B=b

T=t

Ecuacin de la recta

v = a + bt . (7)

coeficiente de correlacin

V = A.eBT

Vic = AeBTi (8)

la grfica de la funcin ser una lnea recta cuando grafiquemos logey vs x. Por tanto, si hay
razn para sospechar que una funcin exponencial es adecuada para un sistema particular,
debemos hacer una grfica, semilogartmica. Los valores adecuados de a y b podrn
obtenerse de la ordenada al origen y la pendiente de la recta, con incertidumbres
determinadas por las incertidumbres graficadas con los valores medidos.

V = AeBT

Figura # 6 : Funcin Logartmica

 INCERTIDUMBRE EN FUNCIONES DE DOS O MAS VARIABLES

Si el resultado se debe calcular a partir de dos o ms valores medidos x,y, etc; la

incertidumbre de ese resultado puede verse de 2 maneras diferentes.

Las desviaciones reales ce x y y ocurren combinndose de manera tal que desven el

valor de z tan lejos como sea posible de su valor central. De esta manera, calcularamos un
valor de dz que da la anchura extrema del intervalo de posibles valores de z. Este
argumento es vlido, y ms adelante nos ocuparemos del problema de la incertidumbre
probable de cantidades calculadas. Sin embargo, por el momento vamos a calcular el valor
de dz que representa el ms amplio margen de posibilidad para z.

TRAZAR UNA CURVA CONTINUA POR LOS PUNTOS

Las ventajas de suponer un comportamiento regular y de trazar una curva suave por los
puntos, puede ser sustanciales. Uno de los beneficios ms obvios est asociado con la
interpolacin y la extrapolacin.
 Figura # 7: Una Curva suave por las observaciones

Figura # 8: El uso de una curva suave para obtener valores por interpolacin.

Figura # 9: El uso de una curva continua para obtener valores por extrapolacin.
La curva suave y continua que hemos trazado proporciona una forma de hacerlo, como se
muestra en la figura 8. Debemos, no obstante, tener cuidado de recordar que el resultado
obtenido por interpolacin es un valor inferido, dependiente de nuestra eleccin sobre la
curva suave. De manera similar, puede emplearse una curva suave y continua para
extrapolar ms all del intervalo existente de valores como se muestra en la figura 9. Este
procedimiento nos permite hacer conjeturas sobre valores fuera del intervalo medido, pero
la validez del procedimiento obviamente es mucho ms limitada que en el caso de la
interpolacin.

Los mtodos matemticos para la interpolacin y extrapolacin, pueden aplicarse para

obtener valores intermedios mediante el clculo, sin trazar afectivamente la curva suave.

Debido a que la validez de la interpolacin y la extrapolacin est limitada por la

suposicin de un comportamiento suave y regular, del sistema considerado, las
oportunidades de error abundan.

Figura # 10: La extrapolacin no es una de las ciencias exactas.

 Figura # 11: Uso potencialmente falaz de la interpolacin.

La prolongacin de una pequea cantidad de una lnea recta o curva por cualquiera de sus
extremos se llama extrapolacin y es una tcnica til para obtener coordenadas en forma
aproximada, propias de la grfica que no se tenan inicialmente obtenindose valores fuera
del intervalo experimental. La extrapolacin no es un proceso seguro, por lo que se debe
tener cuidado en su utilizacin.

Otra tcnica es la interpolacin, que consiste en obtener una de las coordenadas por
ejemplo x, fijada la otra, es decir y, a travs de la conrrespondencia que establece entre
ambas la grficas.

Figura # 12 Figura # 13

Si la grfica no es una recta, Cmo encontrar los valores de A y B en la funcin potencia?.

Una tcnica muy empleada es aplicando logaritmos y cambio de variable.
Tenemos:

y = AxB

aplicando logaritmo: ln y = ln A + B ln x

Cambio de variable: r = ln y, x = ln x, a = ln A, b = B

Reemplazando : r = a + bx .. (9)

(Ecuacin de la recta)

METODOS DE LOS MINIMOS CUADRADOS

En un experimento realizado en el laboratorio se han medido cantidades de 2 magnitudes

fsicas x e y , con el propsito de descubrir o de verificar la ley fsica que las vincula. Como
consecuencia, se han obtenido n pares de valores (xi , yi) que representados grficamente
muestran un conjunto de puntos que sugiere la forma de una lnea recta.

El procedimiento en cuestin se basa en el principio estadstico de los mnimos cuadrados.

Consideremos ste en su aplicacin restringida para escoger una lnea recta que se ajuste a
los valores medidos. Supongamos que tenemos un conjunto de N valores de una variable,
medidas como funcin de variable x.

Debemos restringirnos al caso especial de que toda la incertidumbre se limita a la

dimensin y : esto es, los valores de x se conocen exactamente, o al menos, con una
presin tanto mayor que la de los valores de y, como para poder despreciar la
incertidumbre en la dimensin x.
Figura # 14: Ajuste de un lnea recta a un conjunto de puntos por el

principio de mnimos cuadrados.

El principio de mnimos cuadrados permite hacer esta eleccin con base en las desviaciones
de los puntos en direccin vertical a partir de las lneas. Definiremos como mejor lnea
aquella que minimiza la suma de los cuadrados de las desviaciones como P2O2.

Expresamos ahora el principio de mnimos cuadrados en forma matemtica. Definimos que

la mejor lnea es aquella que lleva a su valor mnimo la suma.

(PiOi)

y deseamos obtener los parmetros, pendiente b y ordenada de origen a, de esa mejor lnea:

y = bx + a

La magnitud de la desviacin PiOi es el intervalo entre un cierto valor medido yi y el valor

de y en es punto, para el valor de x. Este valor y se puede calcular a partir del valor
correspondiente de x como mxi + b, de modo que, si le llamamos dyi a cada diferencia,
tenemos:

dyi = yi - (bxi + a)

El criterio de mnimos cuadrados nos permite obtener los valores deseados de m y b, a

partir de la condicin.

[yi - (mxi + a)] = mnimo

y escribimos:

[yi - (bxi + a)] = M

Luego, la condicin para que sea mnimo es

M=0yM=0

bm b

Existe 2 formas de hacer ste grfico:

1. Trazando directamente la lnea recta entre los puntos (Mtodo visual).

2. Encontrando los parmetros a y b de la ecuacin de la recta y = a + bx, por el

mtodo de los mnimos cuadrados y luego graficarlo. Donde a y b se calcula con las
siguientes frmulas:

xi yi yi - xi (xi yi)

a = . (10)

n xi - ( xi )
n (xi yi) - xi yi

b = . (11)

n xi - ( xi )

COEFICIENTE DE CORRELACIN (r)

r = 1 - (Syi x / Sy2) (12)

Desviacin estndar de y:

La desviacin estndar de la pendiente y la ordenada al origen se calculan en trminos de la

desviacin estndar de la distribucin de valores alrededor de la mejor lnea, que
llamaremos Sy.

Sy = ( (yi - ym)) / (n - 1) (13)

donde:

ym = yi / n (14) , n diferente # de ecuaciones

Sa = ( ei . xi / (n - 2) (15)

Sb = . (16)

Error estndar de la estimacin de y

Syi x = ( (yi - yic)) / (n - 2) (17)

 yic = a + bxi .. (18)

(yi - yic)) = (yi - yia) + yi2 - yi2 c2) +

luego:

yic1 = a + bx1

yi2c2 = a + bx1

MTODO VISUAL

Para hallar el punto centroide en un grfico. Tenemos:

Lo = Li / n

Po = Pi / n

luego:

y = a + bx .. (19)

P = a + bL . (20)

donde:

a : Intercepto con eje P

b : Pendiente.

b = P / L = (P2 - P1) / (L2 - L1) . (21)

 III. PARTE EXPERIMENTAL

3.1. Instrumento y materiales:

Calculadora

Juego de pistoletes, regla, lapiz y borrador.

5 unidades de papel milimetrado.

3.2. Procedimiento:

Los puntos de las grficas deben tener sus incertidumbres bien marcadas sobre
ellos (con un rectngulo o una cruz), y los ejes estn debidamente identificados.
Tanto el tipo de incertidumbre como cualquier smbolo empleado para rotular los
ejes debern de identificarse explcitamente en forma claro, sobre o junto a la
grfica.

Para representar una curva o recta grficamente en un papel grfico, indique cada
punto experimental con una seal encerrada por un crculo pequeo o cruz,
previamente escoger una escala para cada variable fsica en forma adecuada.
Despus de indicar los puntos experimentales, dibuje lo mejor posible una curva o
recta continua que pase entre los puntos. Algunas veces no es posible dibujar una
curva o recta que pase por todos los puntos trazados. En este caso, quedarn
algunos puntos a uno y otro lado de la curva o recta.

Cuando aparezcan dos o ms curvas en la misma grfica se debern utilizar

distintos smbolos para cada grupo de datos.
3. Datos experimentales:

En el laboratorio de Fsica de la UNS se realizaron los siguientes experimentos:

1. Experimento N 01: Ley de Hooke

Tabla N 1

Li (m) 0,052 0,102 0,155 0,206 0,258

Pi (N) 1,96 2,94 3,92 4,90 5,88

Donde:

Li = Deformacin experimentada por el resorte

Pi = Peso aplicado al resorte que esta suspendido por uno de sus extremos.

A esta table le corresponde la grfica N 15

b) Experimento N 02: Cada libre de un cuerpo

Tabla N 2

Ti (s) 0,112 0,155 0,189 0,216 0,264 0,306 0,334 0,362 0,391 0,419

Hi(m) 0,08 0,10 0,15 0,20 0,30 0,40 0,50 0,6 0,7 0,8

Donde:

Ti = Tiempo que demora en recorrer el espacio Hi.

 Hi = Espacio recorrido por el cuerpo que cae.

A esta table le corresponde la grfica N 16

c) Experimento N 03: Descarga de un condensador

Tabla N 3

Ti(s) 0,00 4,14 7,58 11,87 13,97 16,92 20,24 24,16 28,65 37,10 46,51

Vi(v) 15 12 10 8 7 6 5 4 3 2 1

Donde:

Ti = Tiempo de descarga.

Vi = Diferencia de potencial en el condensador.

A esta table le corresponde la grfica N 17

* Utilizando las tablas N 01, N 02 y N 03 realizamos las siguientes grficas.

IV. RESULTADOS:

EXPERIMENTO N 01

1. Mtodo visual

Usando la ecuacin (19) para el problema: P = a + bL extrapolacin en la grfica N

16 a = 0,975 N.

Tomamos 2 puntos cualesquiera de la grfica para hallar la pendiente.

N L P

(m) (N)

1 0,100 2,875

2 0,150 3,85

b = (P2-P1) / (L2 - L1)

b = (3,85 - 2,875) / (0,150 - 0,100) = 19,5

La ecuacin emprica es: P = 0,875 + 19,5 L

* Hallamos el coeficiente de correlacin

1 hallamos el error standar de la estimacin de y.

- Usamos la tabla N 1y la ecuacin (18) para hallar

y1c = 1,989

y2c = 2,964 estos valores se reemplazan en la ecuacin

y3c = 3,9975 (17) y obtenemos

y4c = 4,992 Sy1x = 0,01058775

y5c = 6,006

2 Hallamos la desviacin estndar de y

- Usamos la tabla N 1 y la ecuacin (14) para hallar ym = 14,896

- Luego utilizando este ym, la tabla N 1 la ecuacin (13) calculamos.

Sy = 152,99172

- Utilizando la ecuacin (12)

r = 1 - (0,01058775 / 152,99172)

r = 0,9999653971

b) Mtodo de los mnimos cuadrados

Para hallar el intercepto con el eje y usamos la ecuacin (10)

a = (0,146133) (19,6) - (0,773) (3,53584) = 0,9839748828

5 (0,146133) - (0,773)

Para hallar la pendiente usamos la ecuacin (11)

b = 5 (3,53584) - (0,773) (19,6) = 18,99110684

5 (0,146133) - (0,773)

La ecuacin por MMC: P = 0,9839748828 + 18,99110684 L

Hallando coeficiente de correlacin: para la ecuacin del MMC.

Sy = 152,99172

Para:

y1c = 1,971512438

y2c = 2,92106778

y3c = 3,927596

y4c = 4,896142892

y5c = 5,883680448

Sy1x = 0,0001923647029

- Coeficiente correlacin en la ecuacin (12)

r = 1 - (0,0001923647029 / 152,99172)

r = 0,9999993713

EXPERIMENTO N 02

1. Mtodo visual

Para aplicar el mtodo visual tenemos que transformar la ecuacin de cada libre
(potencial) en una ecuacin de la recta.

H = ATB . (22)
sacamos logaritmo

ln H = ln A + B ln T

Hacemos cambio de variable.

Ln H = h (23)

ln A = a . (24) La ecuacin de la recta es: h = a + bt . (27)

B = b . (25)

ln T = t .. (26)

Utilizando las ecuaciones (23) y (26) y la tabla N 2 obtuvimos

TABLA N 4

n L = ln T h = ln H

(s) (m)

1 -2,189256408 -2,995732274

2 -1,864330162 -2,302585093

3 -1,666008264 -1,897119985

4 -1,532476871 -1,609437912

5 -1,331806176 -1,203972804
 6 -1,184170177 -0,9162907319

7 -1,096614286 -0,6931471806

8 -1,016111067 -0,5108256238

9 -0,939047719 -0,3566749439

10 -0,869884359 -0,2231435513

De a tabla N 4 hacemos la grfica N 18

Hallamos a y b

Por extrapolacin en la grfica N 18 hallamos a = 1,56

Tomamos 2 puntos en la grfica N 18 para hallar la pendiente.

N t h

(s) (m)

1 -0,100 -0,48

2 -2,00 -2,58

Utilizando la ecuacin (21)

b = 2,1
 La ecuacin emprica es:

h = 1,56 + 2,1 t

* Hallando el coeficiente de correlacin para la ecuacin (27)

1 hallamos el error standar de la estimacin de y.

- Usamos la tabla N 4 y la ecuacin (18) para hallar

y1c = -3,03732

y2c = -2,355 estos valores se reemplazan en la ecuacin

y3c = -1,93861 (17) y obtenemos

y4c = -1,65819 Sy1x = 0,00264754825

y5c = -1,23679

y6c = -0,926757

y7c = -0,742889

y8c = -0,5738331

y9c = -0,412

y10c = -0,26675

2 Hallamos la desviacin estndar de y

- Usamos la tabla N 4 y la ecuacin (14) para hallar

ym = -1,27089301

- Luego utilizando este ym, y la tabla N 4 la ecuacin (13) calculamos.

Sy = 0,8357243645

- Utilizando la ecuacin (12)

r = 1 - (0,00264754825 / 0,8357243645)

r = 0,998414759

Ahora calculamos A y B utilizando las ecuaciones (24) y (25)

A = 4,758621245

B = 2,1

Reemplazando en la ecuacin (22)

H = 4,758821245 + 2,1 (28)

Para calcular el coeficiente de correlacin para la ecuacin (28) hacemos:

1 hallamos el error standar de la estimacin de y.

- Usamos la tabla N 2 y la ecuacin (28) para hallar

y1c = 0,0479

y2c = 0,09438 estos valores se reemplazan en la ecuacin

y3c = 0,143902 (17) y obtenemos

y4c = 0,190481 Sy1x = 0,00059817471

y5c = 0,29031

y6c = 0,3958

y7c = 0,4757
y8c = 0,56336

y9c = 0,66232

y10c = 0,76585

2 Hallamos la desviacin estndar de y

- Usamos la tabla N 2 y la ecuacin (14) para hallar

ym = 0,38

- Luego utilizando este ym, y la tabla N 2 y la ecuacin (13) hallamos:

Sy = 0,069

- Utilizando la ecuacin (12)

r = 1 - (0,000598174771 / 0,069)

r = 0,9956559653

b) Mtodo de los mnimos cuadrados

Hallamos el intercepto con el eje y usamos la ecuacin (10)

a = (20,442160) (-12,7089301) - (-13,68970549) (20,97496599)

10 (20,44216018) - (-13,68970549)

a = 1,607136518

Hallamos la pendiente usamos la ecuacin (11)

b = 10 (20,97496599) - (-13,68970549) (-12,7089301)

 10 (20,44216018) - (-13,68970549)

La ecuacin de la recta por MMC es

h = 1,607136518 + 2,102331222 (29)

Hallando el coeficiente de correlacin: para la ecuacin por MMC.

-Sy = 0,8357243645

Para:

y1c = -2,9954

y2c = -2,3123

y3c = -1,8953

y4c = -1,61463 Utilizando la ecuacin (29) y la tabla N 4

y5c = -1,19276 Hallamos:

y6c = -0,882381 Sy1x = 0,00023048

y7c = -0,698309

y8c = -0,52906

y9c = -0,367052

y10c = -0,221648

- El Coeficiente de correlacin para la ecuacin (29) es:

r = 1 - (0,00023048 / 0,8357243645)
r = 0,999862098

Ahora calculamos A y B utilizando las ecuaciones (24) y (25) y el a y b obtenidos

por MMC

A = 4,988506259

B = 2,102331222

Reemplazando en la ecuacin (22)

H = 4,988506259 . T2,102331222 (30)

Para calcular el coeficiente de correlacin para la ecuacin (30) hacemos:

1 hallamos el error standar de la estimacin de y.

- Usamos la tabla N 2 y la ecuacin (30) para hallar

y1c = 0,05001

y2c = 0,09903 estos valores se reemplazan en la ecuacin

y3c = 0,150263 (17) usando la tabla N 2 y obtenemos

y4c = 0,1989627 Sy1x = 0,003816194

y5c = 0,3033824

y6c = 0,4137963157

y7c = 0,4974252

y8c = 0,58915527
y9c = 0,69277605

y10c = 0,8011969

2 Hallamos la desviacin estndar de y

- Usamos la tabla N 2 y la ecuacin (14) para hallar

ym = 0,38

- Luego utilizando este ym, la tabla N 2 y la ecuacin (13) hallamos:

Sy = 0,069

- Utilizando la ecuacin (12)

r = 1 - (0,0003816194 / 0,069)

r = 0,9997230878
EXPERIMENTO N 03

1. Mtodo visual

Para aplicar el mtodo visual tenemos que transformar la ecuacin de descarga de

un condensador (exponencial) en una ecuacin de la recta.

V = AeBT . (31)

sacamos logaritmo

ln V = ln A + BT

Hacemos cambio de variable.

Ln V = v (32)

ln A = a . (33) La ecuacin de la recta es: v = a + bt . (36)

B = b . (34)

T = t .. (35)

Utilizando las ecuaciones (32) y (35) y la tabla N 3 obtuvimos

TABLA N 5

n T=T V = ln v

(s) (V)

1 0,00 2,708050201

2 4,14 2,48490665
 3 7,58 2,302585093

4 11,87 2,079441542

5 13,97 1,945910149

6 16,92 1,791759469

7 20,24 1,609437912

8 24,16 1,386294361

9 28,65 1,098612289

10 37,10 0,6931471806

11 46,51 0

De La tabla N 5 hacemos la grfica N 19

Hallamos a y b

Por extrapolacin en la grfica N 19 hallamos

a = 2,708050201

Tomamos 2 puntos en la grfica N 19 para hallar la pendiente.

N t v
 (s) (v)

1 20,00 1,57

2 30,00 0,98

Utilizando la ecuacin (21)

b = -0,057

La ecuacin emprica es:

v = 2,708050201 - 0,057 t

* Hallando el coeficiente de correlacin para la ecuacin (36)

1 hallamos el error standar de la estimacin de y.

- Usamos la tabla N 5 y la ecuacin (18) para hallar

y1c = 2,708050201

y2c = 2,472070201 estos valores se reemplazan en la ecuacin

y3c = 2,275990201 (17) usando la tabla N 5 y obtenemos

y4c = 2,031460201 Sy1x = 0,00294668865

y5c = 1,911760201

y6c = 1,74360201

y7c = 1,554370201

y8c = 1,33090201
y9c = 1,075000201

y10c = 0,593350201

y11c = 0,056980201

2 Hallamos la desviacin estndar de y

- Usamos la tabla N 5 y la ecuacin (14) para hallar

ym = 1,645467713

- Luego utilizando este ym, la tabla N 5 la ecuacin (13)

Sy = 0,6793181507

- Utilizando la ecuacin (12)

r = 1 - (0,00294668865 / 0,6993181507)

r = 0,9978287853

Ahora calculamos A y B utilizando las ecuaciones (33) y (34)

A = 15,00000013

B = -0,057

Reemplazando en la ecuacin (31)

V = 15,00000013 + e-0,057 T (37)

Para calcular el coeficiente de correlacin para la ecuacin (37) hacemos:

1 hallamos el error standar de la estimacin de y.

- Usamos la tabla N 3 y la ecuacin (37) para hallar

y1c = 15

y2c = 11,846 estos valores se reemplazan en la ecuacin

y3c = 9,73775 (17) usando la tabla N 3 y obtenemos

y4c = 7,6252 Sy1x = 0,05885

y5c = 6,7649

y6c = 5,7179

y7c = 4,7321

y8c = 3,7845

y9c = 2,9299

y10c = 1,8100

y11c = 1,0586

2 Hallamos la desviacin estndar de y

- Usamos la tabla N 3 y la ecuacin (14) para hallar

ym = 6,6363

- Luego utilizando este ym, la tabla N 3 y la ecuacin (13) hallamos:

Sy = 18,8544

- Utilizando la ecuacin (12)

r = 1 - (0,05885 / 18,8544)

r = 0,998438
 b) Mtodo de los mnimos cuadrados

Hallamos el intercepto con el eje y usamos la ecuacin (10)

a = (6050,716) (18,0997) - (211,14) (223,1764)

11 (6050,716) - (211,14)

a = 2,742919388

Hallamos la pendiente usamos la ecuacin (11)

b = 10 (233,1764) - (211,14) (18,0997) = -0, 05717731

11 (6050,716) - (211,14)

La ecuacin de la recta por MMC es

v = 2,742919388 + 0,05717731 t (38)

Hallando el coeficiente de correlacin: para la ecuacin por MMC.

-Sy = 0,6793181507

Para:

y1c = 2,74291

y2c = 2,5062

y3c = 2,3095

y4c = 2,0642 Utilizando la ecuacin (38) y la tabla N 5

y5c = 1,9441 Hallamos:

y6c = 1,77547 Sy1x = 0,0017300999

y7c = 1,5856

y8c = 1,3615

y9c = 1,1047

y10c = 0,6216

y10c = 0,08360

- El Coeficiente de correlacin para la ecuacin (38) es:

r = 1 - (0,001730999 / 0,6793181507)

r = 0,9993623

Ahora calculamos A y B utilizando las ecuaciones (33) y (34) y el a y b obtenidos

por MMC

A = 15,53226368

B = -0,05711731

Reemplazando en la ecuacin (31)

V = 15,53226368 . e-0,05711731 T

Para calcular el coeficiente de correlacin para la ecuacin (37) hacemos:

1 hallamos el error standar de la estimacin de y.

 - Usamos la tabla N 3 y la ecuacin (37) para hallar

y1c = 15,5322

y2c = 12,2583 estos valores se reemplazan en la ecuacin

y3c = 10,06954 (17) usando la tabla N 3 y obtenemos

y4c = 7,8791 Sy1x = 0,047709

y5c = 6,9877

y6c = 5,9031

y7c = 4,8824

y8c = 3,9021

y9c = 3,01858

y10c = 1,8619

y11c = 1,0871

2 Hallamos la desviacin estndar de y

- Usamos la tabla N 3 y la ecuacin (14) para hallar

ym =

- Luego utilizando este ym, la tabla N 3 y la ecuacin (13) hallamos:

Sy = 18,8544

- Utilizando la ecuacin (12)

r = 1 - (0,047709 / 18,8544)
r = 0,998733

V. DISCUSION Y CONCLUSIONES:

DISCUSIN:

El comportamiento del modelo lo representa la grfica 15, con la ecuacin 20, en la cual
la variacin de P con L es una lnea recta. En nuestro experimento, los resultados s
mostraron una variacin lineal sobre parte del rango, pero en vez de pasar por el origen,
la lnea que mejor se ajusta a las observaciones tiene un intercepto en el eje de las P.
Adems de esto, en la parte posterior de la escala de P, las observaciones muestran una
desviacin sistemtica de la linealidad en una cantidad que evidentemente excede la
incertidumbre de la medicin.

Es difcil juzgarlo a partir de un conjunto de cantidades en una tabla, y es mucho mejor

hacerlo basados en alguna forma de presentacin visual.

Una simple grfica de las observaciones comprender toda la informacin contenida en

la tabla, y proporcionar, adems, el enorme beneficio de facilitar la apreciacin visual
de los resultados.

La curva suave y continua que hemos trazado proporciona una forma de hacerlo.

Debemos no obstante, tener cuidado de recordar que el resultado obtenido por

interpolacin es un valor inferido, puede emplearse una curva suave y continua para
extrapolar ms halla del intervalo existente de valores. Este procedimiento nos permite
hacer conjeturas sobre valores fuera del intervalo medido, pero la validez del
procedimiento obviamente es mucho ms limitadas que en el caso de interpolacin.
Estos mtodos, con todo siguen siendo dependientes de la hiptesis de comportamiento
regular y continuo del sistema y los valores inferidos basan su validez en la
confiabilidad de esa suposicin.

Debido a que la validez de interpolacin y la extrapolacin est limitada por la

suposicin de un comportamiento suave y regular del sistema considerado, las
oportunidades de error abundan. Si se planea adecuadamente el experimento mismo nos
dar si nuestro modelo o teora es lo bastante bueno. Antes de continuar, debemos hacer
notar que este proceso de comparar sistemas y modelos depende de nuestra capacidad
para trazar las grficas de las funciones que aparecen en los modelos.

No debemos pensar que el experimento nos da un resultado correcto o incorrecto

simplemente llevamos a cabo nuestro proceso experimental con tanto cuidado como sea
posible, y presentamos luego los resultados en la forma objetiva que podamos. No est
mal recordar que de vez en cuando los modelos slo pueden proporcionar una
representacin parcialmente satisfactoria del comportamiento de los sistemas.

De los procedimientos o mtodos descritos en las secciones anteriores (mtodo de los

mnimos cuadrados y grfico o visual), podemos decir que el ms confiable y exacto es
el de los mnimos cuadrados; ya que se puede probar que el procedimiento de minimizar
los cuadrados de las desviaciones da lugar a una menor varianza de los parmetros
resultantes, como por ejemplo: la pendiente, al usar cualquier otro criterio.

En consecuencia , tenemos derecho a confiar ms en los resultados obtenidos usando el

principio de ,los mnimos cuadrados que en el caso de cualquier otro mtodo
comparable; de aqu que el uso de este principio est muy difundido, ms no as el
mtodo grfico que es vulnerable a la crtica por que an cuando se apliquen con mucho
esmero no podemos estar bien seguros de la importancia cuantitativa de los resultados.

RESULTADOS:

El propsito experimental es simplemente comparar el comportamiento del sistema y el

modelo. Sin embargo, tambien es posible, y de hecho muy comn, usar el anlisis de
 lneas rectas para determinar, con respecto a alguna magnitud del modelo, el valor
numrico adecuado para nuestro sistema. En tales casos nuestro modelo no est
completamente especificado, por que incluye una o varias magnitudes de valor
inicialmente desconocido. No es posible entonces, trazar una grfica del modelo para
compararlo con los puntos.

Nuestro objetivo es arreglar el proceso de trazado de la grfica de modo tal que el

comportamiento del sistema y el proceso de trazado de la grfica de forma lineal.

Es posible obtener grficas y su respectivas ecuaciones empricas, partiendo nicamente

de simples valores numricos que se da a cualquier variable, las cuales se ubican en el
eje x y el eje y contenidos estos en un plano.

As mismo, para el empleo del mtodo visual, en el caso de una funcin exponencial,
potencial y logartmica, se requiere necesariamente linealizar la funcin.

VI. BIBLIOGRAFIA

BAIRD D.C Experimentacin: Una Introduccin a la Teora de Mediciones y al Diseo

de Experimentos.

Segunda Edicin.

Editorial Melo S.A. Mxico 1991

KENNEDY B. JOHN Estadstica para Ciencias e Ingienera

Segunda Edicin

Editorial Harla S.A Mxico 1982.