18/04/16

Anlisis de Datos
Grupo horario: 90G
Apellidos y Nombres: Vidal Snchez Ricardo Sergio Adolfo
Cdigo: 1523210112
Escuela Profesional: Ingeniera Electrnica
Facultad: FIEE
Universidad: Universidad Nacional del Callao

Experimento realizado el lunes 18 de abril del 2016

Entregada del trabajo informe 23 de Abril del 2016

Fundamento terico:
- Cuando se habla del anlisis de datos, se refiere a que
para el ser humano, no es suficiente poder medir con
la mxima precisin posible, necesita encontrar una
relacin para ms de dos magnitudes, por ejemplo, la
velocidad es una magnitud que tambin lleva consigo
la variable tiempo, o la de cada libre cuando
reducimos la altura, el tiempo de cada se hace menor.
Esto quiere decir que las dos o ms magnitudes varan
de manera correlacionada
- En este experimento vamos hallar la relacin de dos
magnitudes, en este caso las variables x e y que
adems la variable y va a determinar una funcin de x
(y=f(x)).
- Lo mencionado anteriormente quiere decir que vamos
a hallar una ecuacin, por lo tanto esta ecuacin va a
tener una grfica para representar dichas magnitudes.
- (Y cmo hacer tales grficos experimentalmente?)
Con los datos que tenemos, tenemos que usar el
diagrama de dispersin, para hallar una curva
aproximada a la realidad, esta curva se llama curva de
aproximacin, en otros casos, curva de ajuste.
- Mtodo de regresin (ajuste) por mnimos cuadrados
Con sta herramienta, podremos hallar la funcin
curva que mejor describe a una serie de puntos
experimentales.

Tabla de datos generales:

A continuacin se presentaran los datos que se ha
presentado para ste experimento.

Como se puede observar, se han dado 2 magnitudes

que son longitud (L (m)) y tiempo (T (t)) y para cada
uno hay 10 datos, obviamente tendrn relacin en
cada instancia que se ha medido con la cual
usaremos la frmulas para hallar su grfica, y tambin
la hallaremos experimentalmente como ya
mencionado en el fundamento terico (curva de
aproximacin/curva de ajuste).

Clculo:
- Sabemos que experimentalmente se trata de un
pndulo, este va a tener una funcin exponencial
F(x) = ax , esto se puede transformar en:
Log(F(x)) = bLog(x) + Log(a). Entonces hacemos un
cambio de variable (a esto se le llama regresin lineal),
Log(x) = X; Log(F(x)) = Y; Log(a) = a. Con esto se crea
otra funcin con grfica lineal. Y = a + bX, Por lo
tanto los clculos logartmicos seran:

- Entonces con esta regresin lineal podremos utilizar

las respectivas frmulas para hallar a y b, en este caso
a y b.

- Entonces a y b depender de los parmetros de las

sumatorias y se obtiene el siguiente resultado

- Xi y Yi representan los datos calculados (X=Longitud,

Y=Tiempo) y N es el nmero de veces que se ha
medido (en este caso N=10).
- A continuacin se va a calcular el a y el b con los
logaritmos hallados de los datos, ya que ahora es una
recta

- Entonces como ya obtuvimos los resultados de a y b,

expresamos la calidad de ajuste. Cuantitativamente la
calidad de ajuste viene expresada numricamente por
el valor del residuo medio y del coeficiente de
correlacin (r).

Haciendo los respectivos clculos para hallar el

coeficiente de correlacin:

OBS: Como notamos, r se acerca mucho al valor del

nmero 1, esto quiere decir que el ajuste ser de alta
calidad.

- Este coeficiente calculado es una calidad de ajuste

relativo (no tiene unidades) y est ligado al X (chi
cuadrado) y al residuo medio por:

Entonces calcularemos el chi cuadrado y el residuo

medio sabiendo que N es igual a 10 (Estos tienen que
ser muy prximos a 0):

- Entonces para comprobar el resultado con los clculos

ya hechos, hacemos la grfica EXPERIMENTALMENTE y
hacemos un ajuste potencial utilizando dispersin en
el MS Excel.
Yi [T (s)]
6

y = 4.9191x0.501
R = 1

Yi [T (s)]

Power (Yi [T (s)])

2

0
0

0.2

0.4

0.6

0.8

1.2

En efecto, haciendo la grfica experimentalmente

observamos que los valores de a y b son casi idnticos
a los valores que hemos calculado anteriormente
(y=ax ); a = 4.919115.; b = 0.50097 . Como el
coeficiente de correlacin es muy cercano a 1, va
describir casi una curva.

- Pero haciendo el grfico con los valores logartmicos

de los datos, se tiene que hacer un ajuste lineal, ya
que representa en realidad casi perfectamente una
recta, de igual manera usamos la dispersin, pero esta
vez hacemos una ajuste lineal
0.8
0.7

y = 0.501x + 0.6919
R = 1

0.6
0.5
Series1

0.4

Linear (Series1)
0.3
0.2
0.1

0
-1.2

-1

-0.8

-0.6

-0.4

-0.2

- Tambin se hizo el grfico en papel milimetrado y

logartmico

Conclusiones y
recomendaciones:
- Cuando tratamos de medir algunos aspectos de la
naturaleza aplicndoles magnitudes, uno de estos va a
depender de la otra, es decir, varan en correlacin y
nosotros tratamos de buscarle una relacin a partir de
las matemticas aplicndole una funcin para cada
magnitud.
- Para hallar tales clculos y tenemos una infinidad de
nmero de datos (lo cual no est mal, al contrario, el
resultado va ser con ms exactitud) se recomienda
usar programas que nos sirven hacer estas
operaciones para ahorrarnos una considerable
cantidad de tiempo.
- Si queremos obtener grficos a partir de los datos ya
obtenidos, es recomendable usar programas efectivos
que nos facilitan hacerlo, tal como he usado en este
experimento, Ms Excel.
- En otras magnitudes de la fsica existen valores que
dependen en ms de 2 variables, en ese entonces se
utilizar la regresin lineal en caso de que la ecuacin
original de la recta no sea lineal, en ese caso se hace
una regresin lineal

Bibliografa:
- LABORATORIO DE FISICA I
Lic. Felix Acevedo P., Lic. Jhony Ramirez A.,
Julio Chicama L., Lic. Marco Merma J.
- http://www.sc.ehu.es/sbweb/fisica/cursoJava/numeri
co/regresion/regresion.htm

Anexos:
- El uso de programas efectivos para operar y graficar
funciones rapidamente.

- Analizar y comprender la relacin de magnitudes que

varan de manera correlacionada.
- Detectar que grfica se forma a partir de la nube de
datos, con el coeficiente de correlacin.

Cuestionario:
1. De los valores obtenidos para el coeficiente de
correlacin usando la regresin lineal y regresin
potencial Cul de las regresiones ajusta mejor la
distribucin de puntos? Presente en el mismo grfico
las lneas de tendencia para cada caso.
0.8

0.7

y = 0.501x + 0.6919
R = 1

0.6
0.5
Series1

0.4

Linear (Series1)

0.3
0.2
0.1
0
-1.2

-1

-0.8

-0.6

-0.4

-0.2

Yi [T (s)]
6

y = 4.9191x0.501
R = 1

Yi [T (s)]

Power (Yi [T (s)])

2
1
0
0

0.5

1.5

En este caso, los ajustes para los dos tipos de grficos

son casi perfectos, as que en cualquiera se ajusta bien
en la nube de datos, pero en el grfico curvopotencial, sera ms fcil hallar un tiempo para
cualquier longitud por extrapolacin.
2. Tericamente se conoce que el periodo de oscilacin
para un pndulo simple es T=2L/g, donde g=9,8m/s
es la aceleracin de la gravedad. Entonces,
comparando esta ecuacin con las ecuaciones
experimentales T = T(L) obtenidas en (a.1), (a,2), (a,3),
encuentre el valor experimental de la gravedad.

En este caso la aceleracin experimental resulto ser

g-a=1.6265057, lo que quiere decir que el sistema
completo del pndulo simple est acelerando
verticalmente hacia abajo; g-a=1.6265057;
(9.8)-a=1.6265057; a=8.1734943.

3. A qu se denomina interpolacin y extrapolacin?

Interpolacin: Es cuando al analizar los puntos
obtenidos como Xi=X1, X2, X3, . . ., Estos pueden
llegar a aproximarse a una funcin haciendo un
ajuste ya sea lineal, exponencial, potencial, etc.
y que los puntos dispersos estn dentro o cerca
del ajuste.
Extrapolacin: Es el siguiente paso de la interpolacin,
quiere decir cuando se ya se halla analizado los
puntos dispersos y casi cumplen una
funcin, podremos hallar un valor para cualquier
punto Xi, ya que casi cumplen una regla (y=F(x)).
4. Calcular el valor de T para L = 45cm y 110cm
Segn en el experimento sera
T = 4.9191*(L)
Para L = 45cm --- T = 4.9191*(0.45) ; T = 3.297199s.
Para L = 110cm --- T = 4.9191*(1.1) ; T = 5.159687s.
5. Conociendo la ecuacin terica, realice el cambio de
variable z = L . Qu tipo de relacin hay ahora entre
T y z? Grafique en papel milimetrado esta nueva
relacin de variables y realice el ajuste
correspondiente. Presente la ecuacin T = T(L) que se
obtiene segn este mtodo.
Si analizamos z = L , entonces seria las variables de z
seran lo siguiente.

Como se ver a continuacin la grfica en el papel

milimetrados ser lo siguiente:

Grficos utilizados:
Yi [T (s)]
6

y = 4.9191x0.501
R = 1

5
4

Yi [T (s)]

Power (Yi [T (s)])

2
1
0
0

0.5

1.5

0.8
0.7

y = 0.501x + 0.6919
R = 1

0.6
0.5
Series1

0.4

Linear (Series1)
0.3
0.2
0.1
0
-1.2

-1

-0.8

-0.6

-0.4

-0.2