UNIVERSIDAD PRIVADA DEL VALLE

FACULTAD: INFORMÁTICA Y ELECTRÓNICA

CARRERA: INGENIERÍA BIOMÉDICA

ASIGNATURA: CINEMÁTICA Y DINÁMICA

LABORATORIO Nº 4

LINEALIZACIÓN Y MÉTODO DE MÍNIMOS CUADRADOS

Alumnos: - Mariana Montiveros - Gretzel Castedo

- Laura Sansuste - Nikolas Ruiz

Docente: Ing. Edwin Castro

11-09-2023 1
 Santa Cruz – Bolivia

INDICE

Objetivos de las Experiencias…………………………………………..

…………3
Marco Teórico……………………………………………………3
Materiales y Montaje
Experimental……………………………………………………. 4
Procedimiento……………………………………………………4
Medidas Observaciones y resultados………….
………………………………………..……5
Cuestionario………………………………………………………8
Conclusiones…………………………………………………… 12
Bibliografía………………………………………………………..12

11-09-2023 2
1.Objetivos de las Experiencias

• Determina la recta que mejor se ajusta a los datos experimentales, empleando el método
de mínimos cuadrados
• Aprende a linealizar una curva aplicando logaritmos en base 10 o logaritmos neperianos.
• Aprende a determinar las funciones empíricas.

2.Marco Teórico

Medir es comparar una magnitud física con un patrón o unidad de medida de igual
naturaleza. Medir una distancia es establecer el número de veces que la unidad de
longitud está contenida en dicha distancia.
Una Medida Directa es la que se obtiene por comparación entre el objeto a medir
con la unidad de medida del instrumento, es decir, el resultado de la medición se
consigue directamente con el instrumento. A su vez una medida directa se
clasifica
en: medida única y Series de mediciones.
Precisión es el nivel de similitud entre los valores numéricos de varias mediciones
del mismo objeto, realizadas bajo las mismas condiciones experimentales.
El Error en una sola medida, el error en mediciones directas, es decir el
error
absoluto es igual a la precisión del instrumento (su mínima división)
El Método de Mínimos Cuadrados (MMC) es una técnica matemática poderosa
que se utiliza en una amplia variedad de aplicaciones en campos que van desde la
ciencia hasta la tecnología. Este ensayo explora algunas de las aplicaciones más
destacadas del MMC y cómo esta técnica desempeña un papel fundamental en la
obtención de resultados precisos y confiables en diversas disciplinas.

1. Regresión Lineal :En estadísticas, el MMC se utiliza para ajustar una línea recta
a un conjunto de datos, lo que permite modelar y predecir relaciones entre
variables. Esto es esencial en campos como la economía y la psicología, donde se
analizan datos para comprender mejor el comportamiento y las tendencias.

2. Geodesia: En geodesia, el MMC se emplea para estimar la forma de la Tierra y

calcular coordenadas geodésicas precisas. Esto es esencial para la cartografía, la
navegación y la planificación de proyectos de construcción a gran escala.

3. Ciencia Experimental: En la investigación científica, el MMC se utiliza para

ajustar modelos matemáticos a datos experimentales. Esto es especialmente
importante en física, química y biología, donde se determinan constantes físicas,

11-09-2023 3
coeficientes de reacción y parámetros biológicos a partir de mediciones
experimentales.

4. Procesamiento de Imágenes: En el campo del procesamiento de imágenes, el

MMC se aplica para calibrar cámaras, corregir distorsiones y realizar análisis de
imágenes. Esto es esencial en la visión por computadora, la robótica y la fotografía
avanzada.

5. Economía y Finanzas: En el ámbito económico y financiero, el MMC se utiliza

para ajustar modelos a series temporales de datos, lo que permite prever
tendencias económicas y financieras. Esto es crucial para la toma de decisiones
en inversión y planificación económica.

6. Ingeniería: En ingeniería, el MMC se aplica en el diseño y la optimización de

sistemas y estructuras. Se utiliza para ajustar modelos a datos de pruebas de
carga, análisis de materiales y diseño de componentes mecánicos y electrónicos.

El Método de Mínimos Cuadrados es una herramienta fundamental en una

variedad de campos científicos y tecnológicos. Su capacidad para ajustar modelos
matemáticos a datos experimentales con precisión y confiabilidad lo convierte en
un recurso valioso para la toma de decisiones, la investigación y el desarrollo
tecnológico. En un mundo cada vez más impulsado por los datos, el MMC sigue
siendo esencial para obtener resultados precisos y fundamentados en evidencia
en una amplia gama de aplicaciones.

3.Materiales y Montaje Experimental

Materiales

 Cuaderno de laboratorio
 2 Hojas papel mm
 3 Hojas Papel log log
 5 Lápiz o portaminas
 6 Micropuntas 0.5 mm
 7 serchas (reglas curvas francesas)
4.Procedimiento

11-09-2023 4
Llenamos las tablas con los cálculos que se nos pedían y en hojas de papel
milimetrado, graficamos las funciones

5. MEDICIÓN, CÁLCULO Y GRÁFICAS

5.1 Medición
TABLA 1:

I Tiempo t(s) Desplazamiento x (m)

1 0 0,30
2 0.02 0,44
3 0,04 0,53
4 0,06 0,64
5 0,08 0,80
6 0,10 0,93
7 0,12 1,00
8 0,14 1,16
9 0,16 1,23
10 0.18 1,35
11 0,20 1,54

TABLA 2:
I Tiempo t(s) Posición y (m)
1 0 0
2 0.10 0,05
3 0,20 0,20
4 0,30 0,45
5 0,40 0,80
6 0,50 1,25
7 0,60 1,80
8 0,70 2,45
9 0,80 3,00

TABLA 3:
I Tiempo t(s) Voltaje V (volts)
1 0 13
2 2,55 11
3 5,48 9
4 8,65 7

11-09-2023 5
 5 12,21 5
6 17.64 3
7 22,38 2
2 2
I Xi 8 Yi 30,15
Xi Yi 1 Xi*Yi Y(f)
1 0 0,30 0 0,09 8,8x10^-3 0,31
2 0.02 0,44 0,0004 0,19 0,0212 0,42
5.2 3 0,04 0,53 0,0016 0,28 0,0384 0,54
4 0,06 0,64 0,0036 0,40 0,064 0,66
5 0,08 0,80 0,0064 0,64 0,093 0,77
6 0,10 0,93 0,01 0,86 0,12 0,9
7 0,12 1,00 0,0144 1 0,1624 1,01
8 0,14 1,16 0,0196 1,34 0,1968 1,13
9 0,16 1,23 0,0256 1,51 0,243 1,25
10 0.18 1,35 0,0324 1,82 0,306 1,36
11 0,20 1,54 0,04 2,37 1,25 1,48
∑❑ 1,1 9,92 0,154 10,5 1,25
Cálculos y Resultados
TABLA 1:

TABLA 1:

TABLA 2:
I Yi Xi log 10 Yi log 10 Xi Yi*Xi Y(f)
1 0 0 - - - 0,92
2 0,05 0,10 -1,30 -1 1,3 0,96
3 0,20 0.20 -0,69 -0,69 0,47 1,01

11-09-2023 6
 4 0,45 0,30 -0,34 -0,52 0,17 1,05
5 0,80 0,40 -0,09 -0,39 0,03 1,1
6 1,25 0,50 0,09 -0,30 -0,02 1,14
7 1,80 0,60 0,25 -0,22 -0,05 1,19
8 2,45 0,70 0,38 -0,15 -0,05 1,23
9 3 0,80 0,47 -0,09 -0,04 1,28
∑❑ 10 3,6 -1,23 -3,36 1,81

TABLA 3:
I Yi Xi ln Yi ln Xi Yi*Xi Y(f)
1 13 0 2,56 - 2,56 0,14
2 11 2,55 2,39 0,93 2,72 1,41
3 9 5,48 2,19 1,70 3,72 2,88
4 7 8,65 1,94 2,15 4,17 4,46
5 5 12,21 1,60 2,50 4 6,24
6 3 17,64 1,09 2,87 3,12 8,96
7 2 22,38 0,69 3,10 2,13 11,33
8 1 30,15 0 3,40 0 15,21
∑ ❑ 51 99,06 12,46 16,65 22,42
5.3 Graficas

TABLA 1
0.2
0.18 0.18
0.16
0.14
0.12
TIEMPO T (S)

VV
0.1
0.08
0.06 0
0.02
0.04
0 0 0
0.02 0
0 0
0 2 4DESPLAZAMIENTO
6 X (M) 8 10 12
0 0 0

11-09-2023 7
 0.12
TABLA 2
0.1

0.08
POSICION Y (M)

0.06

0.04

0.02

0
0 1 2 3 4 5 6 7 8 9 10
TIEMPO T (S)
0

14 TABLA 3
12
13 11
10
TIEMPO (S)

8
9
7
6 5

4 2

1
2 3
0
0 1 2 3 4 5 6 7 8 9
VOLTAJE (VOLTS)

6. Cuestionario
Se ha llevado a cabo un experimento para investigar la dependencia con la
temperatura de la resistencia de un alambre de cobre. Un modelo común se
representa por la ecuación:
R = R0 (1 + αT)
donde R es la resistencia a la temperatura T °C, R0, es el valor de la resistencia a
O°C, y 𝛼 es el coeficiente de temperatura de la resistencia. Las mediciones de R y
T obtenidas se dan en la tabla de abajo.
T [°C] R [Ω]
10 12,3
20 12,9
30 13,6
40 13,8
50 14,5

11-09-2023 8
 60 15,1
70 15,2
80 15,9
a. Utilizando el método de mínimos cuadrados, obtenga el mejor valor para la
pendiente y para la ordenada al origen (los encabezados sugeridos con los
que se pueden realizar los cálculos se dan en la primera parte de la tabla).
Para utilizar el método de mínimo cuadrado:
Paso 1: Calcular medias de X e Y:
Xm= (10+20+30+40+50+60+70+80) /8=45
Ym= (12,3+12,9+13,6+13,8+14,5+15,1+15,2+15,9) /8=14,1625
Paso 2: Calculamos las sumas:
ΣT = 10 + 20 + 30 + 40 + 50 + 60 + 70 + 80 = 360
ΣR = 12.3 + 12.9 + 13.6 + 13.8 + 14.5 + 15.1 + 15.2 + 15.9 = 109.3
ΣT² = 100 + 400 + 900 + 1600 + 2500 + 3600 + 4900 + 6400 = 21400
ΣTR = 123 + 258 + 408 + 552 + 725 + 906 + 1064 + 1272 = 5708
Ahora, podemos usar las fórmulas para α y R0:
α = [(8 * ΣTR) - (ΣT * ΣR)] / [(8 * ΣT²) - (ΣT)²] R0 = [ΣR - (α * ΣT)] / 8
Sustituyendo los valores calculados:
α = [(8 * 5708) - (360 * 109.3)] / [(8 * 21400) - (360²)] α ≈ 0.00393 Ohm/°C
(aproximadamente)
R0 = [109.3 - (0.00393 * 360)] / 8 R0 ≈ 12.18 Ohms (aproximadamente)
Entonces, el valor estimado del coeficiente de temperatura de la resistencia
(α) es aproximadamente 0.00393 Ohm/°C y el valor estimado de la
resistencia a 0°C (R0) es aproximadamente 12.18 Ohms. Estos son los
resultados obtenidos utilizando el método de mínimos cuadrados.

b. Obtenga el mejor valor de 𝛼.

Para obtener el coeficiente de temperatura de la resistencia (α) utilizando el
método de mínimos cuadrados, puedes seguir estos pasos:
Calcula ΣT, ΣR, ΣT² y ΣTR utilizando los datos de temperatura (T) y
resistencia (R).

11-09-2023 9
 Utiliza las siguientes fórmulas para calcular α:
α = [(nΣTR) - (ΣTΣR)] / [(nΣT²) - (ΣT)²]
Donde:
n es el número de puntos de datos en tu conjunto, en este caso, n = 7.
ΣT es la suma de todos los valores de temperatura (T).
ΣR es la suma de todos los valores de resistencia (R).
ΣT² es la suma de los cuadrados de los valores de temperatura (T).
ΣTR es la suma de los productos de temperatura (T) y resistencia (R).
En tu caso, los valores de ΣT, ΣR, ΣT² y ΣTR se calcularon previamente:
ΣT = 360 ΣR = 109.3 ΣT² = 21400 ΣTR = 5708
Entonces, puedes calcular α de la siguiente manera:
α = [(7 * 5708) - (360 * 109.3)] / [(7 * 21400) - (360²)] α ≈ 0.00393 Ohm/°C
El valor calculado, α ≈ 0.00393 Ohm/°C, es el coeficiente de temperatura de
la resistencia para el alambre de cobre en tu conjunto de datos.

c. Evalúe la desviación estándar de la pendiente y de la ordenada al origen

(los encabezados sugeridos para esta parte de los cálculos se dan en la
segunda parte de la tabla).
Para evaluar la desviación estándar de la pendiente (α) y la ordenada al origen
(R0), primero necesitas calcular los errores residuales. Los errores residuales son
las diferencias entre los valores observados (R) y los valores predichos por el
modelo (R_pred) para cada punto de datos en tu conjunto. Luego, puedes
calcular la desviación estándar de estos errores residuales.
Primero, calcularemos los valores predichos (R_pred) utilizando el modelo:
R_pred = R0 * (1 + αT)
Luego, calcularemos los errores residuales (e) para cada punto de datos:
e = R - R_pred
Ahora, vamos a calcular los errores residuales y los cuadrados de estos
errores:
T [°C] R [Ω] R teórico [Ω] Error residual Error residual ^2
[e] [e]
10 12.2 12.5639 -0.2639 0.0697

11-09-2023 10
 20 12.9 12.9714 -0.0714 0.0051
30 13.6 13.3788 0.2212 0.0490
40 13.8 13.7863 0.0137 0.0002
50 14.5 14.1938 0.3062 0.0938
60 15.1 14.6013 0.4987 0.2487
70 15.2 15.0088 0.1912 0.0366
80 15.9 15.4163 0.4837 0.2340

σ = √(0.7371 / (8 - 1)) ≈ √(0.7371 / 7) ≈ √0.1053 ≈ 0.3243 Ohms

(aproximadamente)
Por lo tanto, la desviación estándar de los errores residuales es
aproximadamente 0.3243

Calculo de los mejores valores de Ro y

𝛼 calculo de las desviaciones estándar
X Y xy x^2 usando los mejores valores de ro y 𝛼
∂R(obs-
T [°C] R [Ω] TR T^2 Ro𝛼T Val Calc R calc) ∂R^2
0.0696432
10 12.3 123 100 0.478674 12.5639 -0.2639 1
0.0050979
20 12.9 258 400 0.957348 12.9714 -0.0714 6
0.0489294
30 13.6 408 900 1.436022 13.3788 0.2212 4
0.0001876
40 13.8 552 1600 1.914696 13.7863 0.0137 9
0.0937584
50 14.5 725 2500 2.39337 14.1938 0.3062 4
0.2487016
60 15.1 906 3600 2.872044 14.6013 0.4987 9
0.0365574
70 15.2 1064 4900 3.350718 15.0088 0.1912 4
0.2339656
80 15.9 1272 6400 3.829392 15.4163 0.4837 9
∑=0.7368
∑=360 ∑=113.3 ∑=5308 ∑=20400 42
Ypm=14.1
Xpm=45 265 ∂=0.3243
∑^2=1296
00

11-09-2023 11
d. De allí evalúe la desviación estándar de α
necesitamos calcular la incertidumbre estándar de la estimación de α, que
se refiere a cuán precisos son los valores estimados de α basados en los datos.
La fórmula para calcular la incertidumbre estándar de α es:
σα =(((1/n-2)∑e^2)/∑/(T-Tpm)^2)^½
Donde:
n es el número de puntos de datos (n=8).
e es el error residual para cada punto de datos
T es la temperatura en cada punto de datos.
Tpm es la media de las temperaturas.
σα = ((1/8-2)*0.7371/12250)^½ σα = ((1/6)*0.7371/12250)^½
σα = ((1/8-2)*0.7371/12250)^½
σα ≈0.000128Ohm/°C
Por lo tanto, la incertidumbre estándar de α es aproximadamente 0.000128
Ohm/°C.
e. Enuncie el resultado final del experimento con el número apropiado de
cifras significativas.
∂R= 3.243 x10^-1 Ohms
α ≈ 3.93 x10^-3 Ohm/°C
σα ≈1.28O x10^-4 ohm/°C

7.Conclusiones

En esta práctica aprendimos a graficar datos que se pueden obtener de experimentos

físicos.

8.Bibliografía
Opeai.com

Guía de laboratorio.

9.Anexos

11-09-2023 12
11-09-2023 13