Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Lab-4-Linealizacion de Funciones Version Final
Lab-4-Linealizacion de Funciones Version Final
Introducción
Una de las primeras etapas de la formación académica requiere identificar el concepto de línea, para
posteriormente asociarlo a una función. Varias magnitudes físicas se describen a través de esta, sin
embargo, no todas las magnitudes de las ciencias básicas y/o aplicadas tiene comportamiento lineal
(como podrá ver en su próximo laboratorio y como pudo observar en el laboratorio 3) y, para
obtener una relación lineal entre dichas magnitudes (variables) es necesario realizar un proceso
llamado Linealización.
El proceso de Linealización es aquel en el cual aquellas magnitudes que no tienen una relación
lineal son reordenadas a través de artilugios matemáticos con el fin de obtener una línea y facilitar
la deducción de la función que las relaciona. Un ejemplo de este proceso puede observarlo en el
laboratorio anterior, donde se linealizó la relación A en función de R utilizando papel logarítmico y
las ecuaciones 4 y 5 (Guía 3 de Laboratorio). El proceso allí implementado corresponde a una
linealización por método gráfico.
Otros métodos para linealizar una función son los métodos analíticos, en los cuales se implementa
un cambio de variable, la derivación o series de potencias entre otras herramientas matemáticas.
Existe un método que en particular se utiliza para encontrar la mejor correlación entre dos variables,
es conocido como “mínimos cuadrados”, Este método minimiza el efecto neto de los errores de los
datos en el ajuste de los mismos. En la mayoría de los casos las aproximaciones lineales suelen
usarse para estimar los valores de un radical o una potencia. La linealización permite analizar el
comportamiento de un sistema, por ejemplo, la estabilidad local de un conjunto de puntos en un
sistema en equilibrio.
Objetivos
Obtener el valor de la pendiente y el intercepto, aplicando el método de mínimos cuadrados
a un conjunto de pares ordenados que posee un comportamiento lineal.
Interpretar la relación de proporcionalidad que existe entre el área y el radio, a partir, de la
obtención de los coeficientes constantes por medio del método de mínimos cuadrados.
Identificar el coeficiente de correlación y su importancia en la interpretación estadística
(calidad) de los datos.
Requisitos
Utilizar adecuadamente los trazados milimetrado, semilogaritmico y logarítmico
Aplicar las propiedades de logaritmos y teoría de funciones.
Identificar conceptos como, número total de datos, varianza, valor medio, incertidumbre
absoluta, incertidumbre relativa.
[1]
Donde N es el número de datos y (x e y) son los valores que corresponden a las variables
independiente y dependiente. El termino xy corresponde a la suma del producto de cada par
ordenado de las variables, mientras que x y y corresponde a la suma directa de cada una de ellas.
Así mismo, (x)2 es la suma de los valores al cuadrado de la variable independiente y (y)2 es la
suma de los valores al cuadrado de la variable dependiente.
Este método usualmente es aplicado en la obtención de la mejor línea de ajuste, a partir de una serie
de datos presentados en una tabla. Por ejemplo, en la tabla 1. se muestran los datos de la medida del
radio y el perímetro de monedas de diferente valor. En este caso en particular, el perímetro de la
circunferencia depende del radio de la misma.
Analíticamente se espera que la relación entre las variables de la tabla 1. sea lineal, de la forma:
[2]
Para encontrar la ecuación de la línea que mejor se ajusta a los N puntos (en nuestro caso N=8),
realizamos los siguientes pasos:
1. Para cada pareja ordenada de puntos (x,y) (en nuestro caso (r,P)), se calcula x 2 (r2), y2 (P2),
y el producto xy (rP) como se observa en la tabla 2.
Tabla 2. Datos del radio al cuadrado, perímetro al cuadrado y producto del radio con el perímetro.
[(r0,10) (mm)]2 [(P0,30) (mm)]2 [(r0,10)(mm) (P0,30)(mm)]
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, sume todos los datos para x(r), y (P), x2 (r2), y2 (P2) y el producto x y
(r P), estos resultados se indican en la tabla 3.
[4]
[5]
[6]
A partir de este resultado, se puede reescribir el valor del intercepto con su respectiva incertidumbre
quedando;
8. Por último calculamos el coeficiente de correlación lineal, el cual, es una medida del
comportamiento lineal de los pares de datos que se están relacionando. Si existe
una correlación lineal, pero si no hay correlación. El coeficiente se determina a partir
de la siguiente expresión.
[7]
Figura 1. Valores del coeficiente de correlación según la dispersión de los datos, [2]
Procedimiento
A continuación se describen los materiales que se emplearán en el desarrollo de la práctica: hoja
milimetrada, hoja logarítmica, esferos de colores, calculadora, ordenador.
Resultados y Análisis
1. A partir, de los resultados obtenidos en las gráficas, ¿Cuál es la relación entre el perímetro y
el radio de la moneda? ¿Qué significado tiene el valor de la pendiente?
2. A partir de la pendiente determine una constante conocida. ¿cuál es esa constante?
3. Calcule el porcentaje de error de la constante obtenida, ¿qué significado tiene el porcentaje
de error encontrado? ¿Es aceptable, si, no, por qué?
4. ¿Cuál es la relación entre el área de la moneda y su radio? Cuando linealiza la función en
papel logarítmico ¿qué significado tiene la pendiente del gráfico linealizado? A partir de esta
pendiente, halle el valor de la constante. ¿obtuvo el mismo resultado que en el apartado 1, si,
no, por qué?
5. Calcule nuevamente el porcentaje de error de la constante obtenida, ¿qué significado tiene el
porcentaje de error encontrado? ¿Es aceptable, si, no, por qué?
REFENCIAS
[1] https://www.banrep.gov.co/es/billetes-y-monedas/monedas
[2] https://vivaelsoftwarelibre.com/coeficiente-de-correlacion-en-r/