Universidad Pedagógica y Tecnológica de Colombia

Facultad de Ciencias, Escuela de Fı́sica

Laboratorio 3 de Fı́sica I

Tipos de funciones y determinación de relación entre variables por

método analı́tico
Ivon Rocio Buitrago Piñeros*, Monica Maria Rico Castro**

Introducción
Los gráficos son componentes fundamentales de las ciencias básicas y aplicadas, generalmente utilizados
para la representación visual de los datos. A través de éstos se establecen relaciones entre las variables
de un sistema, las cuales son generalizadas con el objeto de optimizar y/o facilitar la comprensión y
aplicación de fenómenos con fundamento cientı́fico en diferentes áreas del conocimiento.

Los gráficos generalmente muestran el comportamiento de dos variables: una independiente y otra de-
pendiente. La variable independiente se representa sobre el eje horizontal de la gráfica, también llamado
abscisa, mientras que la variable dependiente se representa sobre el eje vertical, conocido como el eje de
las ordenadas.

Matemáticamente, se dice que la relación entre pares de puntos colocados en el plano cartesiano forma una
función si a cada valor de x le corresponde un único valor de y. Varias magnitudes fı́sicas se describen a
través de una función lineal. Sin embargo, muchas otras magnitudes de las ciencias básicas y/o aplicadas
no manifiestan un comportamiento lineal, sino potencial, exponencial, entre otros. En este último caso,
para obtener la relación funcional entre dichas magnitudes (variables) es necesario realizar un proceso
llamado linealización. Dependiendo de la caracterı́stica gráfica de la función, este proceso consiste en
realizar una transformación adecuada de las variables originales, de forma tal que la representación gráfica
de las variables transformadas sea una lı́nea o tenga apariencia lineal. Una vez se tiene una representación
lineal de las variables, originales o transformadas, el método de mı́nimos cuadrados permite encontrar la
ecuación de la mejor lı́nea que se ajusta a todos los datos. Este método minimiza el efecto neto de los
errores de los datos en el ajuste de los mismos brindando valores más adecuados para la estimación de
las constantes de una función.

Objetivos
En esta práctica se estudiarán el proceso de linealización de gráficas y el método de mı́nimos cuadrados
para obtener la ecuación de la recta que relaciona dos variables medidas experimentalmente. Se espera
que con su desarrollo el estudiante sea capaz de:

Obtener, mediante el método de mı́nimos cuadrados, la ecuación de la recta que se ajusta a un

conjunto de datos en dos casos particulares: cuando las variables se relacionan de forma lineal y
potencial, respectivamente.

Linealizar la función potencial a través de la función logarı́tmica.

*
ivon.buitrago@uptc.edu.co
**
monica.rico@uptc.edu.co

1
 Encontrar la relación que existe entre el área y el radio de una circunferencia, a partir de un proceso
de linealización y con ayuda del método de mı́nimos cuadrados
Identificar el coeficiente de correlación y su importancia en la interpretación estadı́stica (calidad)
de los datos.

Requisitos
Para el desarrollo de esta práctica es indispensable que el estudiante tenga conocimiento sobre:
Propiedades de logaritmos y teorı́a de funciones.
Conceptos como, número total de datos, varianza, valor medio, incertidumbre absoluta, incertidum-
bre relativa.
Manejo de paquetes informáticos (software) para realización de graficas, tales como Excel r, Origin r ,
c
Qtiplot , entre otros.

Procedimiento
Para el desarrolllo de esta práctica, es necesario que los estudiantes cuenten con calculadora, computador
y hojas de papel milimetrado.

Parte 1: Cálculo de ajuste lineal mediante el método de mı́nimos cuadrados

1. A partir de los datos de diámetro (d) y perı́metro (P ) de los objetos utilizados en la primera
práctica1 , haga la gráfica de P en función de r. Si no cuenta con computador, hágalo en hojas de
papel milimetrado, teniendo en cuenta las recomendaciones mencionadas en la lectura Conceptos
previos: normas para gráficar, que se encuentra adjunta al final de esta guı́a.
2. Obtenga la pendiente B y el intercepto A de la recta que ajusta la gráfica P en función de r, a
partir del método de mı́nimos cuadrados. Para ello, emplee las ecuaciones (5a) y (5b) de la lectura
Conceptos previos: método de mı́nimos cuadrados.
3. Determine las incertidumbres en la pendiente σB y en el intecercepto σA mediante las ecuaciones (6a)
y (6b). Calcule el coeficiente de correlación R a partir de la ecuación (7).

Parte 2: Ajuste y análisis de una función potencial

Linealización de una función potencial
1. En una hoja de papel milimetrado dibuje 10 circunferencias de diferente tamaño.
2. Mida cuidadosamente el diámetro (d) y el área (A) de cada circunferencia. Para medir el diámetro
cuente directamente sobre la hoja los milimetros existentes entre dos puntos opuestos sobre la cir-
cunferencia. Para medir el área, cuente el número de cuadros de 1 mm2 que contiene la circunferencia
en su interior. Registre los datos en la tabla 1.
3. Realice la gráfica de A en función de r, empleando los datos de la tabla 1.
4. A partir de los datos en la tabla 1 calcule el logarı́tmo de cada uno y registrelos en la tabla 2.
5. Realice la gráfica de log A en función de log r, usando los datos de la tabla 2.
1
Mediciones e incertidumbres Parte 1: Precisión instrumental y propagación de errores
 Tabla 1. Valores de diámetro y área de las circunferencias.

Diámetro Área
i
d˘ (mm) A˘ (mm)
1
..
.
10

Tabla 2. Logarı́tmo del radio y el área de circunferencias.

i log r (mm) log A (mm)

1 ˘ ˘
..
.
10 ˘ ˘

Uso del método de mı́nimos cuadrados para el ajuste de la linealización

a) Obtenga la pendiente B y el intercepto A de la recta que ajusta la gráfica log A en función de

log r, a partir del método de mı́nimos cuadrados. Para ello, emplee las ecuaciones (5a) y (5b)
de la lectura Conceptos previos: método de mı́nimos cuadrados.
b) Determine las incertidumbres en la pendiente σB y en el intecercepto σA mediante las ecua-
ciones (6a) y (6b). Calcule el coeficiente de correlación R a partir de la ecuación (7).
c) A partir de la expresión encontrada, determine la relación entre las variables originales A y r.

Resultados y análisis
No responda las preguntas que se dan a continuación como un cuestionario Pregunta/Respuesta. Empléelas
como una guı́a para desarrollar su análisis de una manera fluida, apoyándose en las gráficas y en sus ob-
servaciones durante las mediciones realizadas.

1. Diga cuál es la relación entre el perı́metro y el radio a partir de la gráfica de P en función de r.

¿Qué significado tiene el valor de la pendiente? ¿A qué constante matématica corresponde?
2. Calcule el error porcentual de la constante obtenida respecto al valor aceptado en la literatura.
¿Qué significado tiene el porcentaje de error encontrado? ¿Es aceptable, si, no, por qué?
3. Describa cómo es la forma de la gráfica de A en función de r. Esto es, ¿es lineal, potencial?. Explique.
4. Cuando linealiza la gráfica de A en función de r, al transformar las variables originales, ¿qué
significado tiene la pendiente de la gráfica linealizada?, ¿qué constante matématica puede encontrar
a partir del intercepto de la gráfica linealizada?
5. Para la constante matemática, ¿obtuvo el mismo resultado en los numerales 1 y 4, si, no, por qué?
6. Calcule nuevamente el porcentaje de error de la constante obtenida, ¿qué significado tiene el por-
centaje de error encontrado? ¿Es aceptable, si, no, por qué?
Conceptos previos: Normas para graficar [1]
Tenga en cuenta la siguiente secuencia en la elaboración de gráficas, resultado de sus experimentos:

a. Elaborar la tabla de datos obtenidos experimentalmente.

b. En el papel milimetrado, trazar un plano cartesiano para representar los datos, indicando la mag-
nitud que va a representar en cada eje con sus respectivas unidades. Escale adecuadamente los ejes,
para que los datos se distribuyan en toda la hoja.

c. Ubicar los puntos según las coordenadas que indique la tabla de datos.

g. Cada gráfica elaborada debe llevar un tı́tulo explicativo de lo que representa y su ecuación.

Referencias
[1] Oscar Felipe Arbeláez Pérez, Laboratorio De Fı́sica Mecánica, Universidad Cooperativa de Colombia,
p. 12, 2006.
Conceptos previos: Funciones lineal y potencial
Función lineal
La función matemática más simple es la denominada función lineal, cuya forma es

y “ A`Bx (1)

donde A representa la intersección con el eje y cuando el valor de x “ 0 y B la pendiente.

20 20 20

15 15 y=A-Bx 15 y=A
y=Bx
10 10 10
y (u.a)

y (u.a)

y (u.a)
5 5 5

0 0 0

-5 -5 -5
-2 0 2 4 6 8 10 -2 0 2 4 6 8 10 -2 0 2 4 6 8 10
x (u.a) x (u.a) x (u.a)

(a) (b) (c)

Figura 1. Representación gráfica de la función lineal: (a) con pendiente positiva, (b) con pendiente
negativa, (c) con pendiente cero.

Como se aprecia en la figura 1, existen diversos comportamientos lineales entre las variables, dependiendo
de la inclinación o pendiente de la función lineal.

Por convención la variable x es conocida como variable independiente (o causa) dado que no se ve
afectada por otras variables experimentales, pero si es controlada para estudiar sus efectos sobre la
variable dependiente y (o efecto). En fı́sica, es habitual usar la función lineal con el objeto de representar
la posición de un móvil que se desplaza con velocidad constante (M.R.U.), el comportamiento de Fuerza
vs. Deformación en resortes (ley de Hooke) y el empuje hidrostático, entre otros fenómenos.

Función Potencial
Otro ejemplo de función de uso común en ciencias básicas y aplicadas, es la función potencial, cuya
expresión matemáticas es

y “ AxB (2)

siendo A la constante de proporcionalidad y B es la potencia de la función. Gráficamente la función

potencial tiene la forma mostrada en la figura 2a.

Con el objeto de linealizar la gráfica de la figura 2a, y facilitar el cálculo de los coeficientes A y B, se
transforman los datos partiendo de la función potencial. Al aplicar logaritmo a ambos lados de la función
potencial (2) se tiene:
´ ¯ ´ ¯
log y “ log AxB “ log A ` log xB
 20
6
15 log y=log A+ B log x
B
y=Ax

log(y) (u.a)
4
10
y (u.a)

5 2

0
0
-5
0 2 4 6 8 10 0 1 2 3 4
x (u.a) log(x) (u.a)

(a) (b)

Figura 2. Representación función Potencial. (a) en escala lineal, (b) en escala logarı́tmica.

la cual, por propiedades de los logaritmos, se reescribe como:

log y “ log A ` B log x (3)

Lo anterior significa que si se realiza una gráfica de log y en función de log x, está tendrá una tendencia
lineal, como se muestra en la figura 2b. Es evidente de la ecuación (3) que log A representa el intercepto
con el eje log y y B la pendiente. Nótese que una vez determinados los valores de log A y B para esta
gráfica, es posible regresar a la expresión original (2) y escribir:

y “ 10log A xB (4)

Aún cuando para efectos ilustrativos consideramos la función potencial de la figura 2a, dependiendo de
la potencia B la función potencial puede tomar diversas formas, como se muestra en la figura 3.

Figura 3. Algunos ejemplos de la función potencial.

Conceptos previos: Método de mı́nimos cuadrados
El método de mı́nimos cuadrados es un proceso estadı́stico que busca ajustar una función a una serie
de datos obtenidos experimentalmente, usando el criterio de mı́nimo error cuadrático. En esencia, este
procedimiento minimiza la diferencia entre los valores experimentales y la función modelo que está siendo
ajustada. Para una serie de datos, el procedimiento para el ajuste de una función lineal se hace determi-
nando tanto la pendiente como el intercepto de la recta con el eje vertical. A continuación se presenta un
breve resumen de las expresiones que resultan para la pendiente, el intercepto, entre otras, a partir del
método. Posteriormente, se expone el uso de estas con un ejemplo práctico, en el que se detalla el cálculo
de la ecuación de la recta que ajusta un conjunto de datos, mediante el método de mı́nimos cuadrados.

Sean x e y los valores que corresponden a las variables independiente y dependiente, y N el número de
datos registrados en un experimento. Para determinar la pendiente y el intercepto de la mejor recta que
se ajusta a los datos, se emplea la expresión:
ř ř ř
N xy ´ x y
B“ ř $ ř ,2 (5a)
N x2 ´ % x-
ř ř
y´B x
A“ (5b)
N
ř
donde el řtérmino
ř xy corresponde a la suma del producto de cada par ordenado de řlas variables, mien-
tras que x y y corresponde a la suma directa de cada 2
ř 2una de ellas. Ası́ mismo, x es la suma de
los valores al cuadrado de la variable independiente y y es la suma de los valores al cuadrado de la
variable dependiente.

Una vez calculados B y A, se determinan las incertidumbres asociadas a la pendiente, σB , y al intercepto,

σA , a partir de las siguientes expresiones:

g
pA ` Bx ´ yq2
ř
f N
σB “ f (6a)
f „ 
ř 2 ´ ř ¯2
pN ´ 2q N x ´
e
x

g
x2 pA ` Bx ´ yq2
f ř ř
σA “ f (6b)
f „ 
ř 2 ´ ř ¯2
pN ´ 2q N x ´
e
x

Por último se determina el coeficiente de correlación lineal R, el cual, es una medida del comportamiento
lineal de los pares de datos que se están relacionando. El coeficiente se determina a partir de la siguiente
expresión.

ř ř ř
N xy ´ x y
R“ c c (7)
ř 2 ´ ř ¯2 ´ ř ¯2
N y2 ´
ř
N x ´ x y

Si R “ 1 existe una correlación lineal, pero si R “ 0 no hay correlación. En la figura (4) se presentan
varios ejemplos del coeficiente de correlación según la dispersión de los datos.
 R = +0.15 R = +0.85

R = −0.5 R = +1

Figura 4. Valores del coeficiente de correlación según la dispersión de los datos [3]

Ejemplo: uso del método para determinar relación entre radio y perı́metro.
Para ver un ejemplo concreto de aplicación del método de mı́nimos cuadrados considérese por ejemplo
los datos de radio y perı́metro de monedas de diferente valor, registrados en la tabla 3. En este caso
en particular, se sabe que el perı́metro de la circunferencia depende del radio de la misma, y lo que se
pretende es encontrar la relación entre estas dos variables.

Tabla 3. Datos de radio y perı́metro de monedas colombianas de distinto valor [2]

Número de datos Radio (r ˘ 0.01) Perı́metro (P ˘ 0.30)

N (mm) (mm)

1 8.37 52.57
2 10.12 63.54
3 10.80 67.79
4 11.14 69.92
5 11.37 71.41
6 11.68 73.32
7 12.17 76.51
8 13.13 82.37

Analı́ticamente se espera que la relación entre las variables de la tabla 3 sea lineal, de la forma:
y “ A ` Bx (8)
Para encontrar la ecuación de la lı́nea que mejor se ajusta a los N puntos (en nuestro caso N “ 8),
realizamos los siguientes pasos:
 2 r2 , y2 P 2 , y
v w v w
1. Para cada pareja
v wordenada de puntos (x, y), en nuestro caso (r, P ), se calculan x
el producto xy rP como se observa en la tabla 4.

Tabla 4. Datos del radio al cuadrado, perı́metro al cuadrado y producto del radio con el perı́metro.

´ ¯2 ´ ¯2
r ˘ 0.10 P ˘ 0.30 (mm)2
` ˘` ˘
r ˘ 0.10 (mm)2 P ˘ 0.30 (mm)2

70.06 2763.96 440.04

102.38 4037.33 642.99
116.57 4595.48 731.91
? 123.99 4888.81 778.56
129.31 5098.91 812.01
136.34 5376.31 856.17
148.03 5854.29 930.91
172.44 6784.27 1081.61

2. Luego, se suman todos los datos para xprq, ypP q, x2 pr 2 q Ñ, y 2 pP 2 q y el producto xyprP q Ñ. Estos
resultados se presentan en la tabla 5.

Tabla 5. Suma de todos los datos para r, P , r2 , P 2 y el producto rP

r 2 mm2 P 2 (mm)2 rP mm2

ř ř ř ` ˘ ř ř ` ˘
r (mm) P (mm)

88.77 557.43 999.12 39399.36 6274.13

3. Con los datos de la tabla 5 se calcula el valor de la pendiente con la ecuación (5a), que para las
variables consideradas se escribe como:
ř ř ř
N rP ´ r P
B“ ř $ ř ,2
N r2 ´ % r-

al reemplazar los valores se obtiene para el valor de la pendiente:

8p6274.13 mm2 q ´ p88.77 mmqp557.43 mmq 709.98

B“ 2 2
“ “ 6.29136 (9)
8p999.12 mm q ´ p88.77 mmq 112.85

4. Con el valor de B ya encontrado, se calcula el intercepto empleando la ecuación (5b), que para las
variables consideradas se reescribe como:
ř ř
P ´B r
A“
N
De nuevo, al reemplazar los respectivos valores:

p557.43 mmq ´ p6.29136qp88.77 mmq

A“ “ ´0.1334 mm (10)
8
5. Con los valores de A y B, se calcula el término pA ` Bx ´ yq2 para cada pareja ordenada de puntos
(x, y), en nuestro caso (r, P ). Los datos obtenidos se muestran en la tabla 6

Tabla 6. Términos pA ` Br ´ P q2 calculados para los datos de radio y perı́metro.

` ˘2
(r ˘ 0.01) (P ˘ 0.30) A ` Br ´ P
(mm) (mm) (mm2 )

8.37 52.57 0.00200

10.12 63.54 0.00002
10.8 67.79 0.00054
11.14 69.92 0.00105
11.37 71.41 0.00011
11.68 73.32 0.00088
12.17 76.51 0.00601
13.13 82.37 0.01044

` ˘2
Al sumar todos los datos de A ` Br ´ P se obtiene:
ÿ` ˘2
A ` Br ´ P “ 0.02106 mm2 (11)

6. A continuación, se determina la incertidumbre asociada a la pendiente, a partir de la ecuación (6a),

que para las variables consideradas se reescribe como:
g
N pA ` Br ´ P q2
f ř
σB “ f
f „ ´ ř ¯2 
pN ´ 2q N r 2 ´
e ř
r

Al reemplazar los valores de la tabla 5, junto con el valor de la ecuación (11), se obtiene:
g
f 8p0.02106 mm2 q
σB “ e ı “ 0.0157
f ” ` ˘
p8 ´ 2q 8 999.12 mm2 ´ 7880.11 mm2

σB « 0.02 (12)

A partir de este resultado, se puede reescribir el valor de la pendiente de la ecuación (9) con su
respectiva incertidumbre como:

B “ 6.29 ˘ 0.02 (13)

7. Se calcula la incertidumbre asociada al intercepto, a partir de la ecuación (6b), que para las variables
consideradas se reescribe como:
g ř ř
f r 2 pA ` Br ´ P q2
σA “ f
f „ 
ř 2 ´ ř ¯2
pN ´ 2q N r ´
e
r
 Al usar los valores de la tabla 5 y la ecuación (11), se encuentra:
d` ˘` ˘
999.12mm2 0.02106mm2
σA “ ` ˘ “ 0.176 mm
6 113.45mm2

σA « 0.18 mm (14)

A partir de este resultado, el valor del intercepto con su respectiva incertidumbre se escribe como:

A “ ´0.13 ˘ 0.18 mm (15)

8. Con todo lo anterior, la función que relaciona las variables es:

P “ p´0.13 ˘ 0.18 mmq˚ ` p6.29 ˘ 0.02q r (16)

Este resultado es muy importante, puesto que a partir del valor de la pendiente se puede calcular
una constante universal muy conocida. Nótese que la incertidumbre en el intercepto es mayor que
el valor obtenido para este. Esto significa que algunas de las medidas deben repetirse.

9. Finalmente, se determina el coeficiente de correlación lineal R, empleando la ecuación (7), que para
las variables r y P se reescribe como:
ř ř ř
N rP ´ r P
R“ c c
ř 2 ´ ř ¯2 ´ ř ¯2
N P2 ´
ř
N r ´ r P

Al considerar los valores de la tabla 5 se obtiene:

8 6274.13 mm2 ´ 88.77 mm p557.43 mmq
` ˘ ` ˘
R“ ? ? “ 0.997
113.45 mm2 4462.95 mm2
R«1

Como se aprecia, el anterior resultado evidencia que los datos de perı́metro y radio de las monedas
están fuertemente correlacionados de forma lineal.

Referencias
[2] https://www.banrep.gov.co/es/billetes-y-monedas/monedas

[3] https://vivaelsoftwarelibre.com/coeficiente-de-correlacion-en-r/