Professional Documents
Culture Documents
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
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.
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:
y = 4.9191x0.501
R = 1
Yi [T (s)]
0
0
0.2
0.4
0.6
0.8
1.2
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
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.
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)]
2
1
0
0
0.5
1.5
Grficos utilizados:
Yi [T (s)]
6
y = 4.9191x0.501
R = 1
5
4
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