Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Informe 2
Informe 2
Resumen
En esta práctica, se llevó a cabo el ajuste de datos a curvas en cuanto a relación lineal. Lo primero que se hizo
fue analizar la tabla con los datos de longitud (L) y ancho (A) de las hojas de una misma planta y, hallar las su -
matorias y demás resultados para luego en una hoja de papel milimetrado poner todos los puntos con respecto
al eje X(L) y Y(A), obteniendo como resultado una recta lineal. Este mismo procedimiento se realizó en Excel,
teniendo de esta manera dos graficas que luego fueron comparadas para saber si los datos obtenidos eran los
correctos. Posteriormente, se trazó la recta que representaba de mejor manera la relación entre las variables A y
L. Al utilizar el método de mínimos cuadrados, se obtuvieron dos resultados más simplificados de los datos de
la tabla 1. Para finalizar, se realizó la ecuación que relaciona A con L, y se indicó el cuadro del coeficiente de
correlación lineal (r2) obteniendo como resultado un buen ajuste ya que el número es muy cercano a 1.
Palabras clave: relación lineal, recta lineal, longitud, coeficiente de correlación lineal.
1. Introducción
Métodos de mínimos cuadrados para determinar la
En el presente informe de la práctica de laboratorio, se
ecuación de la recta.
trabajó la representación de datos experimentales en re-
lación a gráficas lineales, utilizando el método de míni-
mos cuadrados el cual proporciona una forma de en-
contrar la mejor estimación, suponiendo que los errores n ∑ LA−∑ L ∑ A
(es decir, las diferencias con respecto al valor verdade-
m= (1)
n ∑ L −( ∑ L)
2 2
ro) sean aleatorias e imparciales.
Este método se utiliza comúnmente para analizar una
serie de datos que se obtengan de algún estudio, con el 2
fin de expresar su comportamiento de manera lineal y b=
∑ A ∑ L −∑ L ∑ LA
así minimizar los errores de los datos tomados, su ex- 2
n ∑ L −( ∑ L)
2
presión general se basa en la ecuación de una recta y =
mx + b. (2)
Donde m es la pendiente y b el punto de corte. Asimis- Donde:
mo, la recta que mejor se ajusta es una lineal puesto n: Número total de muestras.
que es la de mejor aproximación del conjunto de datos A: El ancho es la variable dependiente de la hoja
dado. en función de la longitud.
Por consiguiente, los estudios de alometría a menudo
dan representación a las diferencias en términos de pro- L: Es la variable independiente de longitud de la
porciones de las dimensiones de los objetos, de forma hoja.
que son los que se enfocan en las variaciones conjuntas
de diferentes estructuras (Raff, 1996).
DILATACIÓN TERMICA
Claudia Patricia Negrete Varela, Ana María Petro Villalba
Ecuación de la recta.
Para hallar los datos se utilizó Excel y sus formulas
A=mL + b (3) LxA y L2, ya que teníamos los valores de L y A. todo esto
con el fin de entender como era el cambio del ancho de la
hoja a medida que se hallaba el largo.
2. Sección experimental
En primer lugar, se desarrolló una gráfica con ayuda
del papel milimetrado, teniendo en cuenta la relación
del ancho de la hoja (adelfa o laurel rosa) en función de
la longitud en relación con una cantidad de datos ya es- Figura 1. Grafica de los datos de la tabla 1.
tablecida, para así poder determinar la relación de las
variables de la cual se obtuvo una gráfica lineal. Poste- 45.0
riormente, se determinó el ancho de la hoja con respec-
to a la longitud de 27,0 cm y 15,0 cm este se comparó 40.0
con los datos obtenidos. Por otra parte, se realizó la f(x) = 1.7537757542842 x − 3.95236251863322
35.0 R² = 0.984677165235468
ecuación entre variables A (ancho) y L (longitud) me-
diante el método de mínimos cuadrados.
30.0
Luego de esto, con la ayuda de la herramienta Excel se
digitalizaron los procedimientos anteriores. Adicional- 25.0
ANCHO EN FUNCIÓN
3. Resultados y análisis
15.0
Los datos obtenidos en la práctica de laboratorio, se mues-
10.0
tran en tablas como se indica a continuación:
5.0
Tabla 1. Datos de la longitud y ancho de distintas hojas de un laurel rosa o
adelfa.
0.0
6 8 10 12 14 16 18 20 22 24 26
U L(cm) A(mm) LxA L 2
de las desviaciones o incertidumbres y, de los pun- El coeficiente de correlación lineal es una medida
tos de la recta. que pretende cuantificar la variación del conjunto
Resolviendo el problema de mínimos cuadrados se de puntos representados cuando se aproximan a
llega a la ecuación 1 y 2. una recta.
17∗6126,3−249∗369,5
m= 2
=1,75 5. Referencias.
17∗4054,36−(249)
Retrieved 26 May 2022, matematicas.UIS
Recta que mejor se ajusta (Método de mínimos
cuadrados). (2022).
4054,3∗369,5−249∗6126,3
b= =−3,95 Pequeño, Christopher G. (1996). La teoría
17∗4054,36−(249)2 estadística de la forma. Saltador. pag. 4 .
Wilson RS, Franklin CE, James RS (June 2000).
"Allometric scaling relationships
d) Luego de la comparación entre la gráfica digital y
la manual, se rectificó que los datos graficados en of jumping performance in the striped marsh frog
la hoja milimetrada se ubicaron de manera correc- Limnodynastes peronii". J. Exp.
ta, ya que al calcular el ancho de la hoja para una Biol. 203 (Pt 12): 1937–46. PMID 10821750.
longitud de 27,0 y 15,0cm los valores fueron igua- ANEXO
les en ambas graficas.
Figura 2. Grafica de los datos de la tabla 1 (manual).
e) En cuanto al coeficiente de correlación lineal, se
puede decir que el ajuste es bueno ya que r 2 tiene
un valor absoluto muy cercano a 1 (0,9847).
f) Al observar las gráficas, no se encontró un margen
de error considerable y, la distancia entre los pun-
tos y las rectas es muy similar.
g) Al analizar los conceptos de isometría y alometría,
se deduce que el resultado de esta práctica es de re-
lación alométrica entre el ancho y la longitud de la
hoja, ya que la alometria es la variación de las di-
mensiones anatómicas, tal como ocurre con los da-
tos obtenidos en la medición de las hojas, dado que
el ancho varía en función de la longitud.
4. Conclusiones