ANALISIS DE DATOS

Grupo de horario: 90G

Apellidos y Nombres: JULCA TORRES BERNARDO

Profesor: Lic.Jhony Ramírez A.
Código: 1523220779

Escuela profesional: Ingeniería Electrónica

Facultad: Ingeniería Eléctrica y Electrónica

Universidad: Universidad del Callao

Experimento realizado el 25 de Abril

Memoria entregada el 01 de Mayo

 PRESENTACION

El presente experimento es el proceso a través el cual

ordenamos, clasificamos y presentamos los resultados de
la investigación en cuadros estadísticos, en gráficas
elaboradas y sistematizadas a base de técnicas estadísticas
con el propósito de hacerlos comprensibles.
El análisis de la información experimental, debe estar
orientada a probar la hipótesis
 FUNDAMENTO TEORICO
Uno de los objetivos en el análisis de resultados es
el llegar a establecer una relación cuantitativa
entre dos o más variables y mediante esta relación
poder efectuar predicciones. Por lo general la
relación consiste en una ecuación que expresa
cómo la variable dependiente (cuyo valor se desea
predecir) es afectada por una o más variables
independientes. El trabajo de laboratorio tiene
como fruto una serie de datos experimentales por
un conjunto discreto de N pares de datos (x;y).
Cuya función resulta y=f(x), cuando se busca una
fórmula de este tipo se dice que se está buscando
una regresión entre esas dos variables, después
representar en un gráfico cartesiano (x,y). A este
conjuntos de puntos se denomina diagrama de
dispersión, con este diagrama podemos
representar una curva que se aproxime a los datos.
Tal curva se llama curva de aproximación, y para
determinar la función curva que mejor describe a
una serie de puntos experimentales se utiliza el
método de regresión (ajuste) por mínimos
cuadrados.
TABLA DE DATOS GENERALES

Datos experimentales :

mediciones 1 2 3 4 5 6
L(m) 0.1 0.2 0.3 0.4 0.5 0.6
T(s) 1.55 2.20 2.690 3.11 3.48 3.81
mediciones 7 8 9 10
L(m) 0.7 0.8 0.9 1
T(s) 4.11 4.40 4.66 4.92

 Con los datos que tenemos en la tabla nos ayudara a

poder usar las fórmulas, como la regresión por mínimos
cuadrados para determinar la función (curva) y poder
graficarlas
 CALCULO:
El experimento desarrollado del péndulo tiene la
siguiente función exponencial f(x)=axᵇ, la cual podemos
aplicar la fórmula de logaritmo. Log (f(x))=blog(x)
+log(a).Entonces hacemos un cambio de variable, y
podremos usar la regresión lineal.

 Log(x)=x’ -Log(a)=a’
 Log(f(x))=y’
Con estos datos transformamos a una función
grafica lineal. Y’=a’+bx’ cuya tabla de datos es:

N° L(m) T(s) log(x)=x¡' log(y)=y¡'

1 0.1 1.55 -1 0.1903317
2 0.2 2.20 -0.69897 0.34242268
3 0.3 2.69 -0.52287875 0.42975228
4 0.4 3.11 -0.39794001 0.49276039
5 0.5 3.48 -0.30103 0.54157924
6 0.6 3.81 -0.22184875 0.58092498
7 0.7 4.11 -0.15490196 0.61384182

8 0.8 4.40 -0.09691001 0.64345268

9 0.9 4.66 -0.04575749 0.66838592

10 1 4.92 0 6919651

SUMATORIA 5.5 34.93 -3.44023697 5.19541679

 Ahora podremos utilizar las siguientes formulas:

 Desarrollando el cuadrado se obtiene:

 Este sistema de ecuaciones es lineal y su solución es:

  Ahora calcularemos ḁ yḅ con los datos
anteriormente obtenidos en la tabla. Sabiendo que
x=longitud del péndulo, y=duración, N=las cantidades
que se ha medido.

N° x¡² y¡²
1 1 0.03622616
2 0.48855907 0.11725329
3 0.27340218 0.18468702
4 0.15835625 0.2428128
5 0.09061906 0.29330808
6 0.04921687 0.33747383
7 0.02399462 0.37680178
8 0.00939155 0.41403135
9 0.002093 0.44673973
10 0 0.4788157
SUMATORIA 2.09563334 2.92814974

REPECTO A LA
RESPECTO A LA VARIABLE ḁ VARIABLE b

ΣX¡²XΣY¡ ΣX¡Y¡XΣX¡ RESTAMOS 6.31077214 NΣX¡'Y¡' ΣX¡XΣY¡' RESTAMOS 4.56939153

NΣX¡² ΣX¡' RESTAMOS 9.12110303 NΣX¡² ΣX¡'² RESTAMOS 9.12110303

a 0.691886695

b 0.500969183
  Una vez que se tienen los valores de ḁ y ḅ es
necesario expresar de forma cuantitativa y cualitativa
la calidad de ajuste, la calidad de ajuste viene
expresada numéricamente por el valor del residuo
medio y el coeficiente de correlación.

Remplazando los valores obtenidos en la tabla

anterior en la fórmula:
r=-13.3040734 –(-17.87346488)

√(20.95633341 − 11.83523039)(29.28149742 − 26.99235557)

r=0.99999618

 Por lo que cuanto más cercano a 1 sea el valor de( r),

mejor será el ajuste, es posible demostrar que (r )
nunca puede ser mayor que 1.
  Este coeficiente expresa la calidad de ajuste en forma
relativa , es un numero sin unidades, y está ligado a
X² (llamado también chi-cuadrado) y al residuo medio
ơ por:

 Con estas fórmulas calculamos tanto el chi como el

residuo medio.

 Resultado del chi cuadrado:

(29.28149742 – 26.99235557)(0.00001) = 0.000002289
10

 Resultado del residuo medio:

(29.28149742 – 2699235557)(0.00001)=0.000534923
8
 Ahora empezamos a graficar, también se puede
usar el EXCELL que nos permite hacer las curvas de
regresión con sus respectivas fórmulas de
correspondencia

T(s)
6

y = 4.9191x0.501
R² = 1
5

3 T(s)
Power (T(s))

0
0 0.2 0.4 0.6 0.8 1 1.2

 Haciendo una semejanza con los datos obtenidos

anteriormente en las tablas y la gráfica notamos
una aproximación en los resultados, y=axᵇ
a=4.919115, b=0.50097.
 Ahora haciendo la gráfica en línea recta, se puede
observar que la recta no choca en todos los puntos.
T(s)
6

y = 3.6018x + 1.512
5 R² = 0.9782

4
L(m)

3
T(s)
Linear (T(s))

0
0 0.2 0.4 0.6 0.8 1 1.2
T(s)
CONCLUSIONES Y RECOMENDACIONES

En esta etapa del proceso de investigación se

procede a racionalizar los datos colectados a fin
de explicar e interpretar las posibles relaciones
que expresan las variables estudiadas.
El diseño de tablas estadísticas permite aplicar
técnicas de análisis complejas facilitando este
proceso. El análisis debe expresarse de manera
clara y simple utilizando lógica tanto inductiva
como deductiva.

Para lograr lo anterior se requiere de una serie

de técnicas estadísticas y con ayudas graficas
de funciones que ahora podemos elaborarlos
con los programas de computación como Excel
e infinidades de programas más.
El análisis de datos nos sirve para saber la
distribución de pares ordenados que se
pretende ajustar en línea recta o llamada
también recta de regresión por mínimos
cuadrados.
CUETIONARIO:
1. De los valores obtenidos para el coeficiente de
correlación usando regresión lineal y regresión
potencial ¿Cuál de las regresiones ajusta mejor la
distribución de puntos? Presente en el mismo
gráfico las líneas de tendencia para cada caso
T(s)
6
y = 4.9191x0.501
5 R² = 1

3 T(s)
Power (T(s))
2

0
0 0.2 0.4 0.6 0.8 1 1.2

T(s)
6
y = 3.6018x + 1.512
5 R² = 0.9782

4
L(m)

3
T(s)
2 Linear (T(s))

0
0 0.5 1 1.5
T(s)
 Observando los gráficos, ajusta mejor en la gráfica
potencial, porque es más fácil hallar las
coordenadas (L=longitud=tiempo)

2. teóricamente se conoce que el periodo de

oscilación para un péndulo simple es
T=2π√L/donde g=9.8m/s² es la aceleración de
la gravedad. Entonces, comparando esta
ecuación con las ecuaciones experimentales
T=T (L) obtenidas en (a.1),( a.2), (a.3).Encuentre
el valor experimental de la gravedad.

L T=T(L) g=L((2π)²/T²)
0.1 1.55 1.641556712
0.2 2.20 1.62968595
0.3 2.69 1.635068614
0.4 3.11 1.631017049
0.5 3.48 1.628286431
0.6 3.81 1.630123794
0.7 4.11 1.634307161
0.8 4.40 1.62968595
0.9 4.66 1.634518963
1 4.92 1.629255073
PROMEDIO 1.63235057

3. ¿A que se denomina interpolación y extrapolación?

Interpolación._ Es la aproximación de una función

complicada por una más simple, de un cierto número de
puntos obtenidos por muestreo o a partir de un
Experimento y construir una función donde los puntos
dispersos estén dentro del ajuste.
Extrapolación._ es el proceso de estimar más allá del
intervalo de observación original, el valor de la
variable con base en su relación con otra variable.
Es similar a la interpolación, la cual produce
estimados entre las observaciones conocidas, a
diferencia de esta la extrapolación es sujeta a una
mayor incertidumbre y a un mayor riesgo de
producir resultados insignificantes.

4. calcular el valor de T para L=45cm y 110cm

Según nuestra regla de correspondencia de la gráfica
obtenida:
T=4.9191X (L) ^ 0.501
 Respecto a L=45cm T=3.297199s
 Respecto a L=110cm T=5.159687s