Representaci

ón gráfica de
datos
Profesora: Abigail Salinas Sanchez
Grupo: 8220552
Integrantes:
Hernandez Castillo Fabiola
Edwin Edoardo Jaasiel Javier Luna
Martinez Navarrete Miguel Alejandro
Medina Guerrero Frida Alin
 Introducción

Muchos de los fenómenos físicos que se pueden estudiar experimentalmente en el laboratorio llevan a una
distribución de valores que se pueden representar gráficamente.
La representación gráfica de éstos es una gran ayuda visual para la interpretación física de los fenómenos, ya
sea a través del reconocimiento de la forma matemática de la curva resultante, o a través del estudio de sus
características
Estos gráficos permiten estimar valores desconocidos que se encuentren entre los puntos tabulados
(interpolación) o fuera del rango de éstos (extrapolación).
 Interpolación y
extrapolación
• La interpolación consiste en hallar un dato dentro de un intervalo en el que conocemos los valores en los extremos.

• La extrapolación consiste en hallar un dato fuera del intervalo conocido, pero debe tenerse en cuenta que esté próximo a
uno de sus extremos, pues en otro caso no es muy fiable el resultado obtenido.

Existen diversos métodos de interpolación y extrapolación como: la interpolación lineal de dos puntos, la interpolación gráfica y
el ajuste de curvas
 Métodos de
interpolación y
• Interpolación lineal extrapolación
La interpolación lineal consiste en estimar la ubicación de un
punto dentro de un intervalo numérico, suponiendo que los valores
extremos de dicho intervalo están unidos por una recta. Conocida
la ecuación de esta recta, es posible ubicar el punto desconocido.
¿Cómo hacer una interpolación lineal?
Paso 1
Determinar el punto incógnita P(x,y).
Paso 2
Establecer los dos puntos que limitan el intervalo donde se
encuentra el valor a calcular, es decir, los puntos (xo,yo) y (x1, y1).
Paso 3
Sustituir todos los valores en la ecuación:
 Métodos de
interpolación y
Ajuste a una lineal recta extrapolación
Cuando los datos presentan muy poca dispersión, como
en la figura siguiente, es posible encontrar valores
desconocidos de y realizando un ajuste a una línea recta,
a través de la ecuación general de la línea recta
𝑦 = 𝑚𝑥 + 𝑏

• Donde m=pendiente de la recta

• b=intersección con el eje y
• y=variable dependiente
• x=variable independiente
 Líneas de tendencia

Si desea agregar un línea de tendencia a un gráfico se puede elegir cualquiera de los seis tipos de tendencia o regresión
diferentes. El tipo de datos que tiene determina el tipo de línea de tendencia que debe usar.

Confiabilidad de línea de tendencia Una línea de tendencia es más confiable cuando su valor R cuadrado está en o cerca de 1
 Tipos de líneas de
Linea de tendencia lineal
tendencia
• Una línea de tendencia lineal es una línea recta más adecuada que se usa con conjuntos de datos
lineales sencillos.

• Los datos son lineales si el patrón en sus puntos de datos se parece a una línea.

• Una línea de tendencia lineal frecuentemente muestra que hay algo que aumenta o disminuye a un
ritmo constante.

Una línea de tendencia lineal usa esta ecuación para calcular el ajuste de mínimos cuadrados para una línea:
                 
 Tipos de líneas de
tendencia
Linea de tendencia Logaritmica

• Una línea de tendencia logarítmica es una línea curva más adecuada que resulta más útil cuando la
tasa de cambio de los datos aumenta o disminuye rápidamente y, después se estabilizan

• Una línea de tendencia logarítmica puede usar valores negativos o positivos.

Una línea de tendencia logarítmica usa esta ecuación que calcula el ajuste de mínimos cuadrados a través de puntos:
              
donde c y b son constantes y ln es la función logarítmica natural.
 Tipos de líneas de
Linea de tendencia polinómica tendencia
• Es una línea curva que se utiliza cuando los datos fluctúan. Es útil para analizar las pérdidas y
ganancias de un conjunto de datos grande.

• El orden del polinomio se puede determinar mediante el número de fluctuaciones en los datos o en
función del número de máximos y mínimos que aparecen en la curva.

• Una línea de tendencia polinómica de orden 2 suele tener sólo un máximo o un mínimo. Una de
orden 3 normalmente tiene uno o dos máximos o mínimos. El orden 4 tiene más de tres.
Una línea de tendencia polinómica o curvilínea usa esta ecuación para calcular el ajuste de mínimos cuadrados a través de los puntos:
                               
donde b y                       son constantes.
 Tipos de líneas de
tendencia
Linea de tendencia potencial

• Es una línea curva que se utiliza con conjuntos de datos que comparan medidas que aumentan a un
ritmo concreto.

• No es posible crear una línea de tendencia de potencia si los datos contienen valores cero o
negativos.

Una línea de tendencia de potencia usa esta ecuación que calcula el ajuste de mínimos cuadrados a través de los puntos:
         
donde c y b son constantes.
 Tipos de líneas de
tendencia
Linea de tendencia exponencial

• Es una línea curva que es muy útil cuando los valores de los datos aumentan o disminuyen a
intervalos cada vez mayores.

• No es posible crear una línea de tendencia exponencial si los datos contienen valores cero o
negativos.

Una línea de tendencia exponencial usa esta ecuación para calcular el ajuste de mínimos cuadrados a través de los puntos:

donde c y b son constantes y e es la base del logaritmo natural .

 Tipos de líneas de
tendencia
Linea de tendencia media movil

• Una línea de tendencia de media móvil atenúa las fluctuaciones en los datos para mostrar con mayor claridad la trama o la tendencia.

• Esta línea utiliza un número concreto de puntos de datos, hace un promedio de los mismos y utiliza el valor del promedio como punto en
la línea de tendencia.

Por ejemplo, si Período se establece en 2, el promedio de los dos primeros puntos de datos se utiliza como el primer punto en
la línea de tendencia demedia móvil. El promedio del segundo y tercer punto de datos se utiliza como el segundo punto de la
línea de tendencia.
Una línea de tendencia de media móvil usa esta ecuación:
                    
La cantidad de puntos en una línea de tendencia de media móvil equivale a la cantidad total de puntos en la serie menos la
cantidad especificada para el período.
En un gráfico de dispersión, la línea de tendencia se basará en el orden de los valores X del gráfico. Para obtener un mejor
resultado, ordene los valores X antes de agregar una media móvil.
 CASO DE
ESTUDIO:
CRECIMIENTO
CELULAR

Graficando el tiempo (eje x), contra la

concentración de crecimiento celular (eje y)
Podemos observar que
1. X= 50 min
2. Y= 14g/ml
 Hacemos uso de la formula de dos puntos

Datos
• X1= 45 min Y1= 10 g/L Sustituimos
• X2= 57 min Y2= 20g/L
Caso de estudio: ajuste
de datos a una línea
recta
 Solución

Graficando la del rotámetro (eje x), contra la velocidad de flujo (eje y)

Puesto que todos los datos cruzan la línea trazada, se puede emplear
la ecuación propuesta para un ajuste a una línea recta, es decir:

Donde m=pendiente de la recta

b=intersección con el eje y
y=variable dependiente
x=variable independiente
 Cálculo de la velocidad de
flujo

El cálculo de 𝑉̇ que corresponde a R=30

En conclusión, cuando se dispone de un conjunto de datos de

una variable dependiente, los cuales corresponden a una
independiente, y se desea calcular el valor de y para un valor
específico de x, se puede emplear una interpolación lineal de
dos puntos o un ajuste a la línea recta para estimar el valor
deseado.