Trabajo colaborativo Física I

Semanas 2 - 7 (nov 1 - dic 5) 2017

Descubriendo el valor de a
1. Fase teórica: Ajustando el mejor modelo.

Preguntas previas:

¿Cuáles son los tipos de errores más usuales ciencias?

El error de exactitud: Es la desviación existente entre la media de los valores

observados y el valor real. Es un error sistemático que puede ser positivo o negativo,
equivaliendo al valor que hay que corregir para calibrar el equipo, o sea ajustarlo a su
valor verdadero.

El error de precisión: Se calcula partiendo de la realización de un número de mediciones

en una misma pieza o patrón, las cuales variarán entre ellas, siendo por tanto este error
de tipo aleatorio. Esta dispersión es inherente a todos los equipos de medida, debido a las
holguras de sus mecanismos, variaciones en la fuente de alimentación de un circuito
eléctrico, etc. Se suele dar en función de la desviación típica, por lo cual se necesita
efectuar un mínimo de mediciones para que tenga un nivel de confianza.

¿A Qué hace referencia la frase “ajuste por mínimos cuadrados”?

Se refiere al proceso de encontrar un modelo matemático que describa a un conjunto de

datos experimentales por medio del método de mínimos cuadrados, esto es, que la
diferencia entre los valores experimentales y los valores dados por la función sean
mínimos.

¿Qué es un polinomio de mínimos cuadrados?

Es un polinomio hallado a partir del conjunto de datos experimentales con el método de

mínimos cuadrados de forma que su curva se ajusta a los datos de forma que tenga el
mínimo error posible.

¿Cuándo se calcula una regresión lineal, qué es lo que se está haciendo?

Se calculan los parámetros de una función lineal, es decir la pendiente y el intercepto, tal
que la recta se ajuste lo más fielmente posible a los datos experimentales,

¿Cuál es el significado de los parámetros A, B y r de las regresiones aplicadas a los datos

del documento “experimentos.xlsx”
Estos parámetros corresponden a los coeficientes de las funciones lineal, potencial y
exponencial que modelan al conjunto de datos experimentales. Es decir: en el caso lineal:
y=A+Bx, en el caso potencial: y=AxB, en el caso exponencial: y=AeBx.

El valor de r es el coeficiente de correlación de Pearson el cual informa la confiabilidad del

modelo hallado para predecir el valor de la variable dependiente a partir de la variable
independiente.

Para cada uno de los datos del archivo “experimentos.xlsx”:

https://www.dropbox.com/s/i2br1lcv1ojf8kg/experimentos.xlsx?dl=0
Evalúe cuál modelo (lineal, potencial o exponencial) se ajusta mejor a los datos de la
tabla. En el archivo encontrará cuatro pestañas, en las tres primeras, los datos de los
experimentos. En la última, un ejemplo, que sigue las siguientes indicaciones:

1. Modelo lineal: y = A + Bx, y R^2 el coeficiente de correlación de Pearson.

2. Modelo potencial: y = Ax^B, R^2 el coeficiente de correlación de Pearson.
3. Modelo exponencial: y = Ae^(Bx), R^2 el coeficiente de correlación de Pearson.

El objetivo es que se descubra, con argumentos estadísticos, cuál de estos tres modelos
ajusta mejor los datos en cada experimento. Importante: No copiar la teoría física ni
extensos procedimientos estadísticos, los valores de A, B y r de las regresiones se deben
obtener con Excel o una calculadora científica, lo importante es la interpretación física de
estos coeficientes.

Nota 1: de acuerdo a las políticas del trabajo colaborativo, se espera que los estudiantes
vayan registrando sus aportes en el foro y una vez se consolide una respuesta, esta se
suba al enlace del grupo.

Nota 2: No se espera extensos desarrollos estadísticos, para los cálculos se puede usar
Excel o calculadora.
Desarrollo de la actividad

Realizamos el procedimiento en el software Excel.

EXPERIMENTO # 1

Podemos concluir tanto gráficamente o como analíticamente, que el modelo que se ajusta
de una forma más exacta a los datos del experimento #1 es el modelo lineal pues la
recta se aproxima fielmente a los puntos de la gráfica y el valor de R2=0,9999 es el más
cercano a 1 respecto a los otros modelos.

EXPERIMENTO # 2

Podemos concluir tanto gráficamente o como analíticamente, que el modelo que se ajusta
de una forma más exacta a los datos del experimento #2 es el modelo potencialpues la
curva se aproxima fielmente a los puntos de la gráfica y el valor de R2=0,9964 es el más
cercano a 1 respecto a los otros modelos.
EXPERIMENTO # 3

Podemos concluir tanto gráficamente o como analíticamente, que el modelo que se ajusta
de una forma más exacta a los datos del experimento #3 es el modelo exponencial pues
la curva se aproxima fielmente a los puntos de la gráfica y el valor de R2=1nos indica que
es un modelo muy exacto respecto a los otros modelos.