Documente Academic
Documente Profesional
Documente Cultură
GRUPO: 90 G
PRESENTADO POR:
Alderete Cunibertti, Rolando Diego
Hancco Bao, Jean Carlos
Sime Costilla, Miguel Alberto
Vela Huamán, Francisco
PROFESOR:
Lic. Cesar Cabrera Arista
Objetivos………………………………………………………………………….…3
Marco Teórico………………………………………………………………………4
Cuestionario………………………………………………………………………..8
Recomendaciones………………………………………………………………11
Conclusiones……………………………………………………………………..12
Bibliografía……………………………………………………………………….…13
.
Anexos…………………………………………………………………………………14
2
OBJETIVOS:
Aprender el uso correcto del papel grafico así como interpretar las gráficas
que se han dibujado.
3
MARCO TEORICO
Cuando se dispone de una serie de datos experimentales, con mucha
frecuencia resulta provechoso determinar la relación matemática entre las
variables dependiente e independiente. Una forma por demás conveniente, es a
través de una ecuación que se ajuste a los datos; en el caso de los datos
experimentales, la ecuación de ajuste, se llama empírica y es muy particular tanto
de los datos como del fenómeno mismo.
Una vez que se han localizado los pares ordenados (x, y) de un experimento en el
plano cartesiano de un papel milimétrico, se traza o dibuja la línea curva, según
sea la tendencia general de los puntos ordenados (x, y) para determinar el tipo de
relación funcional que existe entre las variables. Por lo general estas relaciones
son cuatro formas básicas o fundamentales:
Lineales
Potenciales
Exponenciales
Logarítmicas
A partir de las cuales se puede identificar la representación de los datos
experimentales, lo que a su vez facilitará la determinación de la curva empírica.
y = mx + b
(2)
Donde “b” es una constante: si la pendiente es positiva (m>0 se tiene una curva
parabólica simple, en cambio si la pendiente es negativa (m<0), la curva es de tipo
hiperbólica, aunque ambas curvas sean potenciales que de paso sea dicho son un
caso particular de las curvas llamadas polinómicas. Estas graficas pueden ser
linearizadas o transformadas a línea recta en virtud de que, aplicando un cambio de
variable a la ecuación de la siguiente manera:
4
(3)
(4)
(5)
(6)
(7)
Para graficarlas solo se requieren conocer los valores de “m” y “b”. Así que
estadísticamente un método general para determinar dichos parámetros, es el
método de los mínimos cuadrados, que es el de mayor exactitud y confiabilidad.
5
El método de los mínimos cuadrados postula que la mejor recta que pasa por los
puntos (pares ordenados x,y) será aquella cuya suma de los cuadrados de los
residuos sea mínima o tienda a cero. Es decir:
(8)
(9)
Esto es, se pretende calcular una función generada a partir de los datos
experimentales, por lo que se plantea:
(10)
(11)
Por lo que:
(12)
6
(13)
(14)
(15)
(16)
7
CUESTIONARIO:
Hacer un ajuste de mínimos cuadrados a la recta P=kv3 + c que se obtiene
del papel milimetrado y determine el valor de k y de c
V(m/s) 3 6 9 12 15 18 23
P(kW) 0.28 2.20 7.44 17.62 34.43 59.49 124.10
(v)3 27 216 729 1728 3375 5832 12167
P=kv3 + c
7𝑥2009425.51−24074𝑥245.56
K= = 3.01x10-19
7𝑥3.87𝑥1014 −(24074)2
245.56𝑥3.87𝑥1014 −2009425.51𝑥24074
C= =11.031
7𝑥3.87𝑥1014 −(24074)2
8
Compare los resultados de los problemas. Calcule la diferencia entre los
valores de la potencia obtenidos
(v) 3 6 9 12 15 18 23
ANÁLISIS DE REGRESIÓN
Uno de los propósitos principales de la curva de ajuste es estimar una de las
variables a partir de la otra. El proceso de estimación se conoce como regresión. Si
Y se va a estimar a partir de X por medio de alguna ecuación la llamamos ecuación
de regresión de Y sobre X y a la curva correspondiente curva de regresión de Y
sobre X.
A continuación se presentan algunos ejemplos de relaciones denominadas
funciones o ecuaciones de predicción:
Yc = a + bX (Línea Recta)
Yc = a + bX + cX2 (Ecuación de segundo grado o cuadrática)
Yc = KXn o Yc = aXb (Ecuación potencial)
Yc = A DX o Yc = a bX (Ecuación exponencial)
En estos ejemplos, Yc representa el valor estimado de la variable dependiente a
partir del valor X, de la variable independiente.
9
Existen varios métodos para determinar la ecuación de regresión. El “método de
mínimos cuadrados” , que se describe más adelante, se considera el mejor; por
fundamentarse en el tratamiento estadístico de los datos experimentales.
Como se mencionó anteriormente, los errores afectan tanto a la variable
independiente como a la variable dependiente, sin embargo en muy diversos casos
la variable independiente puede considerarse sin error (o de error despreciable) y
considerar que la dispersión es debido únicamente a los errores en la variable
dependiente. En este caso se considera que para un valor puntual de X (sin error)
el valor experimental de Y se aparta del valor que predice la curva de regresión.
Para un valor dado de x, por ejemplo X1 habrá una diferencia entre el valor de Y1 y
el valor correspondiente de la curva C.
Esta diferencia se denota por D1 y se conoce como desviación, error, o residuo y
puede ser positivo, negativo o cero. Análogamente, correspondiendo a los valores
X2 , X3 . . . , XN obtenemos las desviaciones D2 , D3 , . . . , DN .
Una medida de la “bondad de ajuste” de la curva C al conjunto de datos la suministra
la cantidad D12 + D22 + ….. + DN2. Si la suma es pequeña el ajuste es bueno, si es
grande, el ajuste es
10
RECOMENDACIONES
Las escalas sobre ambos ejes han de ser fácilmente subdivisibles para
permitir así una rápida y sencilla lectura. Por supuesto, una vez fijada la
escala, las unidades en un eje han de ser iguales entre sí.
11
Conclusiones:
Logramos aprender el uso del papel filtro al dibujar las gráficas con los datos,
en el papel milimetrado comprobamos si es una recta pero si no lo es lo
graficamos en el papel logarítmico, lo repetimos tantas veces hasta que
logremos la recta y así calculamos el valor de n
12
BIBLIOGRAFÍA
http://www.geocities.ws/datos_universidad/MNumericos/AjusteDeCurvas.pdf
https://ivanacal.files.wordpress.com/2013/05/minimos-cuadrados.pdf
13
Anexos
Ajuste por mínimos cuadrados en el programa Excel
14
Inicialmente, esta función solo devuelve un valor que corresponde a la pendiente
de la recta de ´ regresión. Sin embargo, esta función pertenece al tipo de
funciones que son capaces de devolver ´ una matriz de datos (y no solo un valor ´
único). Si queremos acceder a algunos de estos datos, ´ deberemos primero
seleccionar un rango de celdas de 3 filas y 2 columna, situamos el cursor al lado
de la función que aparece en la barra de fórmulas y pulsamos “Ctrl+May ´
usculas+Enter” ´ que es la combinación de teclas que usa ´ Excel para acceder a
los resultados de las funciones que devuelven una matriz como resultado.
Comprobaremos que ahora aparecen los resultados de la regresión en las celdas
que teníamos seleccionadas. La primera celda (1,1) contiene el valor de la
pendiente de la recta de regresión´ m, y la siguiente a derecha (1,2) el valor de la
ordenada al origen b. Como se muestra en la Tabla
15