Universidad Pedagógica y Tecnológica de

Colombia
Seccional Sogamoso
1. Regresión Exponencial y logarítmica
Laboratorio No. 2

Angie Lorena Guio Fernández, Karol Daniela Tenorio Parra

Física Ingeniería Industrial, Universidad Pedagógica y Tecnológica de Colombia, Colombia

2. Resumen:
En el presente informe se exponen los diferentes criterios aplicados en ese
sentido a un conjunto de datos a los cuales se les realiza la regresión lineal,
exponencial y logarítmica por medio del ajuste de mínimos cuadrados, también
se analiza que la variabilidad y confiabilidad de los datos obtenidos depende
mucho de la cantidad de cifras decimales usadas, así mismo del orden y la
comprensión de las formular a la hora de realizar el análisis de los datos.

Palabras Claves:

- Regresión lineal
- Mínimos cuadrados
- Punto de corte
- Logaritmo natural
- Pendiente
- Error de incertidumbre
- Regresión exponencial.
- Tabla de datos
- Plano cartesiano

3. Introducción 4. Marco Teórico:

La regresión lineal es una de las formas  Modelo matemático: El modelo

comunes de expresar la información de matemático es la construcción o
una serie de datos en una ecuación. En proceso en el que se convierte un
trabajos experimentales la toma de datos objeto a lenguaje matemático
no es la misma en cada momento del  ¿En qué consiste el método de los
proyecto ni tampoco los métodos que mínimos cuadrados? Es una
utilizan para su medición nos arrojan los técnica de análisis numérico
mismos resultados, es por ello que enmarcada dentro dela
encontramos el método de mínimos optimización matemática, en la
cuadrados, que establece:” la recta debe que dados un conjunto de pares
ajustarse a los puntos dados de manera ordenados variable independiente,
que la suma de los cuadrados de las variable dependiente y una familia de
distancias de los puntos a la recta sea funciones, se intenta encontrar la
mínima, en donde la distancia se mide en función continua, dentro de dicha
dirección vertical”. familia, que mejor se aproxime a
los datos (un "mejor ajuste"), de
En el siguiente documento se encuentra la acuerdo con el criterio de
recopilación de los datos para realizar las mínimo error cuadrático
respectivas regresiones lineales,
exponenciales y logarítmicas en las cuales
se tiene en cuenta las tablas de datos,
Reconociendo las diferentes formas
funcionales a partir de las cuales pueden
ser modelados un conjunto de datos
experimentales

Davian Martinez Buitrago

Docente
Pá gina 1
 Universidad Pedagógica y Tecnológica de
Colombia
Seccional Sogamoso
exponencial, dado que: loga x = b Û
ab = x.

 Función exponencial: Una función

exponencial es una función que se
representa con la ecuación f(x) = aˣ,
en la cual la variable independiente
(x) es un exponente. Una función
exponencial, por lo tanto, permite
aludir a fenómenos que crecen cada

 ¿Qué tipo 5.
vez con mayor rapidez.

Materiales:

de  Hojas semi-logaritmicas.


informació
Computadora.
 Calculadora.

n se puede 6. PROCEDIMIENTO
EXPERIMENTAL

 Obtener de En esta sección se observan las diferentes

tablas de datos usadas para la recopilación de
la información y poder determinar las

una diferencias entre la función exponencial y la

logarítmica a partir de las cuales pueden ser
modelados un conjunto de datos

regresión experimentales

FUNCION EXPONENCIAL.

lineal? i Xi Yi
 ¿Qué tipo de información se puede Obtener de
una regresión lineal? la regresión lineal o 1 0,23 1
ajuste lineal es un modelo matemático usado 2 0,4 5
para aproximar la relación de dependencia 3 0,6 5,5
entre una variable dependiente Y, las variables 4 0,8 7
independientes Xi y un término aleatorio ε.
5 1 15
 Tabla de Datos: Una tabla de datos es una 6 1,2 12
colección de datos organizados en filas y 7 2,5 76
columnas puede contener otra información 8 3,3 170
como notas, variables y scripts. 9 3,7 370
10 4,5 830
Tabla 1. Tabla de datos experimentales de la regresión
exponencial.

 Función logarítmica: Una función

Xi Yi Ln Yi
logarítmica es aquella que
genéricamente se expresa como f (x) 0,23 1 0
== logax, siendo a la base de esta 0,4 5 1,60944
función, que ha de ser positiva y 0,6 5,5 1,70475
distinta de 1. La función logarítmica 0,8 7 1,94591
es la inversa de la función

Davian Martinez Buitrago

Docente
Pá gina 2
 Universidad Pedagógica y Tecnológica de
Colombia
Seccional Sogamoso
1 15 2,70805
1,2 12 2,48491
2,5 76 4,33073
3,3 170 5,13580
3,7 370 5,91350
4,5 830 6,72143

Tabla 2. Determinación del logaritmo de LnYi

Tabla 3. Ajuste de mínimos cuadrados

(n+m * Xi-
Xi *Ln Yi Xi ^2 Ln Y^2
N 10 LnYi)^2
Sx 18,23 0 0,0529 0 1,14931
Sy 0,64378
1491,5 0,16000 2,59029 0,09264
SLn(Y) 1,02285
32,5545135 0,36000 2,90617 0,01577
SxLn(Y) 1,55673
88,8146353 0,64000 3,78657 0,00857
Sxx 2,70805
54,7329 1,00000 7,33354 0,33712
SLnY^2 2,98189
148,070078 1,44000 6,17476 0,00695
X^2 10,82683
1,70140 6,25000 18,75525 0,02172
Tabla 4. Sumatorias de ajuste de mínimos 16,94813 10,89000 26,37643 0,02075
cuadrados
21,87996 13,69000 34,96952 0,00729
30,24642 20,25000 45,17756 0,04128

regresion exponencial REGRESION LINEAL

900 8
f(x) = 2.13 exp( 1.37 x ) 7
800 R² = 0.96
6 f(x) = 1.37 x + 0.76
700 R² = 0.96
600 5
4
Ln Y

500
3
400
Y

2
300 1
200 0
100 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0 X
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
X Gráfica 2, función exponencial, correspondiente a los
datos de la tabla 1.
Gráfica 1, función exponencial, correspondiente a los
datos de la tabla 1.

FUNCION LOGARITMICA.

i Xi Yi
1 0,01 -11
2 0,04 -7
3 0,07 -5,3
4 1,03 4
5 1,8 6
6 2,3 7
7 5 9,5
8 7,08 10
Davian Martinez Buitrago
Docente
Pá gina 3
 Universidad Pedagógica y Tecnológica de
Colombia
Seccional
SxLn(Y) Sogamoso
9 12 12,7 365,4006
10 14 13 Sxx 95,5744
11 23 14,5 SLnx^2 1595,64
12 32 16 X^2 1,4904
13 45 17,6 Tabla 8. Sumatorias de ajuste de mínimos cuadrados

Tabla 5. Tabla de datos experimentales de la regresión

Logarítmica. Gráfica 1, función exponencial, correspondiente a los
datos de la tabla 1.
Xi Yi Ln Xi
-
0,01 -11 4,605170186
0,04 -7 -3,21888 regresion lOGARITMICA
0,07 -5,3 -2,65926
1,03 4 0,02956 20
1,8 6 0,58779 15 f(x) = 3.4 ln(x) + 4.06
R² = 1
2,3 7 0,83291 10
5 9,5 1,60944 5
7,08 10 1,95727
Y
0
12 12,7 2,48491 0 5 10 15 20 25 30 35 40 45 50
-5
14 13 2,63906
23 14,5 3,13549 -10

32 16 3,46574 -15
45 17,6 3,80666 X

Tabla 6. Determinación del logaritmo de LnXi Gráfica 4, función logarítmica, correspondiente a los
datos de la tabla 5.

(n+m * Yi-
Yi*Ln Xi Ln Xi^2 Y^2 REGRESION LINEAL
LnYi)^2
50,6569 21,2076 121 20
22,5321 10,3612 49 f(x) = 3.4 x +15
4.06
14,0941 7,0717 28,09 R² = 1
10
0,1182 0,0009 16
5
3,5267 0,3455 36
Y

0
5,8304 0,6937 49 - 10.0000 - 5.0000 0.0000 5.0000
15,2897 2,5903 90,25 -5

19,5727 3,8309 100 -10

31,5583 6,1748 161,29 -15
34,3077 6,9646 169 Ln Xi
45,4647 9,8313 210,25
55,4518 12,0113 256 Gráfica 4, función lineal, correspondiente a los datos
de la tabla 6.
66,9973 14,4907 309,76
Tabla 7. Ajuste de mínimos cuadrados

7. CALCULOS y ANALISIS DE
N 13
RESULTADOS
Sx 43,33
Sy 87 FUNCION EXPONENCIAL
SLn(X) 10,0655
Davian Martinez Buitrago
Docente
Pá gina 4
 Universidad Pedagógica y Tecnológica de
Colombia
Ecuación de la Seccional Sogamoso
recta función exponencial. 54.732
∗1.7013
𝐿𝑛𝑦=𝐿𝑛(𝐴)+𝐵𝑥 (10∗54.732)−(18.23∗18.23)
E ( n ) =√ ( )
( 10−2 )
𝑦=2.1315𝑒1.3706𝑋
𝐿𝑛𝑦=0.756825+1.3706𝑋
E ( n ) =0.2327
Ajuste Por Mínimos Cuadrados
FUNCION LOGARITMICA.
NSxy−SxSy
m=
( NSxx−SxSx ) Ecuación de la recta función logarítmica.

( 10∗88.814 )− (18.23∗32.554 ) y=A+BLn(x)

m=
¿¿
y=4.06346094+3.39525609X
m=1.3706
Ajuste Por Mínimos Cuadrados
Sxx Sy−SxSxy
n=
( NSxx−SxSx )
NSxy−SxSy
m=
(54.732∗32.554)−(18.23∗88.814) ( NSxx−SxSx )
n= ¿¿
n=0.75 7 ( 13∗365.400559 )−(10.065517∗87)
m=
¿¿
N S xy −S x S y
r¿
√ N S xx−SxSx √ N S yy−S y S y m=3.40

(10∗88.814)−(18.23∗18.23)
r= Sxx Sy−SxSxy
n= ¿−(32.55∗32.55))¿ ¿
√((10∗54.732¿)−(18.23∗18.23)) √((10∗148.07)
( NSxx−SxSx )
r =0.97 95
(95.5744473∗87)−(10.065517∗365.400559)
El valor de r, equivale al coeficiente de n=
correlación lineal, el cual se interpreta de la ¿¿
siguiente manera:
lrl ≤ 1 n=4.06
lrl= 1 Correlación total.
lrl= 0 No hay correlación.
N S xy −S x S y
r¿
√ N S xx−SxSx √ N S yy−S y S y
E ( m )=√ ¿
(13∗365.400559)−(10.065517
E ( m )=√ ¿ r=
√(13∗95.5744473)−(10.065517∗10.065517)∗√(
E ( m )=0.0944
r =13164.6287
Sxx
∗X 2 ( n , m ) El valor de r, equivale al coeficiente de
NSxx−SxSx
E ( n ) =√ ( ) correlación lineal, el cual se interpreta de la
( N−2 ) siguiente manera:

Davian Martinez Buitrago

Docente
Pá gina 5
 Universidad Pedagógica y Tecnológica de
Colombia
lrl ≤ 1 SeccionalesSogamoso
estadístico elemental, ya que permiten un
lrl= 1 Correlación total. entendimiento visual del problema generando
lrl= 0 No hay correlación. datos que delimitan las dimensiones del
mismo.
Sxx
∗X 2 ( n , m ) Se reconoció la importancia de los modelos de
NSxx−SxSx regresión lineal en la física experimental.
E ( n ) =√ ( )
( N−2 ) Durante la elaboración de este trabajo fue
notoria la aplicación de las herramientas
estadísticas
E ( m )=√ ¿ Se comprendió la importancia de los ajustes
de mínimos cuadrados para la regresión línea.
E ( m )=0.0392 Dentro del análisis expuesto y al analizar los
datos nos dimos cuenta que los puntos (datos
Sxx

√ ∗X 2 ( n , m) del problema correspondientes a la tabla 1.)

NSxx−SxSx se encuentran muy cerca de la línea de
E ( n) =
( N −2 ) tendencia, esto quiere decir, que si existe una
relación entre estas variables y como lo
95.5744473 comprobamos en el ítem anterior el
∗1.49042221
coeficiente R2 nos comprueba que el análisis
( 13∗95.5744473 )−( 10.065517∗10.065517)
E ( n ) =√ ( )
( 13−2 ) es acertado.
La regresión lineal es de suma importancia
E ( n ) =0.1065 para la industria ya que es aquí en donde se
presentan variables de respuesta e
independientes las cuales interactúan para
originar las características de un proceso y por
8. CONCLUSIONES
tanto; analizar, predecir valores y como se
relacionan dichas variables.
El apoyo en gráficos para realizar un análisis

Bibliografía
D. C. Baird, Experimentacion, Capıtulo 6-7 y Apendice A, (Pearson Educacio ,
Segunda edicion,(1991)
Oda, B. (2005). Introducción al análisis gráfico de datos experimentales. México:
Las prensas de ciencia.
Jiménez, J. (2009). Tratamiento de datos experimentales. Recuperado de:
http://www.bdigital.unal.edu.co/8393/1/CUADERNODatosExperimental es.pdf
Manuela Molina (2020).
https://anestesiar.org/2020/la-distancia-mas-corta-el-metodo-de-los-minimos-
cuadrados/#:~:text=El%20m%C3%A9todo%20de%20los%20m
%C3%ADnimos%20cuadrados%20 se%20utiliza%20para%20calcular,de
%20regresi%C3%B3n%20con%20este%20m%C3%A9todo.

Davian Martinez Buitrago

Docente
Pá gina 6