Escolar Documentos
Profissional Documentos
Cultura Documentos
FACULTAD DE CIENCIAS
DEPTO. DE MATEMÁTICA Y FÍSICA
Prof. Dr. Félix Zamorano B.
Decimos que los datos tienen un comportamiento lineal si el gráfico de estos es una línea
recta y el parámetro de correlación ‘r’ es 1 o bien -1 (o muy aproximado en ambos
casos), en tanto que tendrán un comportamiento no lineal en el caso en el cual el gráfico
es una línea curva y, por lo tanto, el parámetro ‘r’ se encontrará en el intervalo
comprendido entre -1 y 1, es decir, -1<r<1.
Ejemplo de aplicación:
Nº X y x · y x2 y2
Dato (Luts) (Pers)
1 10 32 320 100 1024
2 14 44 616 196 1936
3 16 50 800 256 2500
4 17 52 884 289 2704
5 20 62 1240 400 3844
6 25 78 1950 625 6084
7 32 98 3136 1024 9604
Σ 134 416 8946 2890 27696
Fuente: Datos experimentales obtenidos en laboratorio
2
2. Gráfico de los datos
100
90
80
70
y (Luts)
60
50
40
30
20
10
0
0 5 10 15 20 25 30 35
x (Pers)
Gráfico 1. Comportamiento de la cantidad y en función de la cantidad x .
Observe que se ha trazado la mejor recta de modo que quede el máximo de puntos sobre
la recta y los restantes queden distribuidos en igual cantidad sobre y bajo la recta.
σx =
( )− x
∑ xi
2
2
y σy =
( )− y
∑ yi
2
2
N N
Para los datos de la tabla anterior, el cálculo del parámetro de correlación arroja los
siguientes resultados:
σx =
( )− x
∑ xi
2
2
=
2890
− 19 2 = 7.2
N 7
σy =
( )− y
∑ yi
2
2
=
27696
− 59 2 = 21.8
N 7
1278 − 10 • 59
r= =1
7.2 • 21.8
Este resultado indica que los datos de la tabla anterior tienen un comportamiento lineal
(es una línea recta con pendiente positiva) y, a continuación, veremos cómo establecer la
relación funcional para el primer caso: los datos tienen un comportamiento lineal.
y = mx + n [1]
Existen tres métodos diferentes para determinar estos valores y así establecer la
relación funcional. A saber, los métodos son:
a. Método gráfico
b. Método de los promedios
c. Método de los cuadrados mínimos
4
a. El método gráfico utiliza el gráfico para tal efecto de forma que para calcular ‘m’ se
escogen dos puntos de la recta trazada, P1 = (x1 , y1) y P2 = (x2 , y2) y se efectúa
la operación:
y 2 − y1
m=
x 2 − x1
en tanto que para determinar ‘n’ se lee directamente el punto en el gráfico en el cual la
recta corta al eje de la variable independiente (punto en el cual x = 0).
100
90 Referencia
P2
y = f(x)
80 Extrap.
70
y (Luts)
60
50 P1
40
30
20
10
n = 2(Luts)
0
0 5 10 15 20 25 30 35
x (Pers)
Gráfico 1. Comportamiento de la cantidad y en función de la cantidad x .
En este, el punto P1 tiene coordenadas (12,38) y las del punto P2 son (24,74); entonces
la pendiente será:
y = 3x + 2,
x medido en unidad Pers e y en unidad Luts.
Luts
y = 3 x + 2(Luts)
Pers
b. El método de los promedios utiliza la tabla de datos de tal forma que la divide en
dos grupos para formar un sistema de ecuaciones y de esta manera determinar el valor
de m y n. El sistema se forma con las ecuaciones que resultan de:
M
M
∑
i =1
y i = ∑ x i m + Mn
i =1
N
N
∑ i i=∑
y = x i m + (N - M )n
i =M +1 M +1
Observando la tabla de datos, hay 7 pares de datos (x,y) de modo que se toman los
primeros 4 pares para la primera ecuación y los restantes para la segunda ecuación. En la
tabla, esto es:
x Y
(Pers) (Luts)
10 32 4
∑
4
y i = 178
∑i =1
x i = 57 14 44
i =1
16 50
17 52
20 62 7
∑
7
∑ x i = 77 y i = 238
i =5
25 78 i = 5
32 98
y = 3x + 2,
x medido en unidad Pers e y en unidad Luts.
o bien:
Luts
y = 3 x + 2(Luts)
Pers
N N N
∑ x i * ∑ y i − N ∑ (x i * y i )
m = i =1 i =1 2 i =1
N
( )
N
∑ xi − N ∑ x i
2
i =1 i =1
N N N 2 N
∑ x i * ∑ (x i * y i ) − ∑ x i * ∑ y i
n = i =1 i =1 2
i =1 i =1
N
( )
N
∑ x i − N ∑ x i
2
i =1 i =1
Luts
y = 3 x + 2(Luts)
Pers
7
Observe que en los tres métodos se ha obtenido la misma relación funcional, vale
decir, los mismos valores para m y n, cosa que se habría de esperar, pero no siempre
ocurre esta situación, en especial cuando el valor del parámetro de correlación r no es
exactamente 1 (recta con pendiente positiva) ó -1 (recta con pendiente negativa).
Hemos visto los métodos para determinar una relación funcional empírica para el caso en
que los datos tienen un comportamiento lineal, esto es, cuando el parámetro de
correlación es 1 ó -1 y el gráfico es una línea recta.
Para poder determinar la relación funcional, lo que hay que hacer primero es
transformar los datos para que tengan un comportamiento lineal, esto es, rectificar los
datos y, posteriormente, aplicar cualquiera de los métodos vistos anteriormente, puesto
que ahora los datos tendrán un comportamiento lineal.
Existen dos métodos para rectificar los datos y así determinar la relación funcional de
un conjunto de datos que tienen un comportamiento no lineal:
a. método logarítmico
b. método del cambio de variable.
a. Método logarítmico: Este método supone que la relación funcional debe tener la forma
general:
y = axb [2]
Con los datos (log x, log y) se ha conseguido rectificarlos por lo tanto la ecuación de esa
recta es ahora:
8
y = a xm
1.2
1.1
1.0
0.9
0.8
0.7
y(Luts)
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
x(Fats)
Si con los datos (x,y) se calcula el parámetro de correlación, éste dará r = -0.66 y su
gráfico corresponde a una línea curva, como se muestra en el gráfico 1. Al analizar ambos
resultados, se concluye que los datos NO tienen un comportamiento lineal. En tanto, si
calculamos el nuevo parámetro de correlación, ahora con los datos (logx, logy), resulta r’
= 1 y el gráfico correspondiente a tales datos, es el observado en el gráfico 2.
0.0
-0.5
-1.0
logy
-1.5
-2.0
-2.5
0 0.5 1 1.5
logx
Gráfico 2. Comportamiento de la cantidad logy en función de logx
y = m g(x) + n [4]
en donde hay que determinar m y n mediante el método, por ejemplo, de los cuadrados
mínimos o de los promedios, que tienen mayor confiabilidad.
1.0
y (Lots)
0.5
0.0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 1.2
1/x2 (Fats-2)
Gráfico 3. Comportamiento de la variable y en función de 1/x2.
Observe que la relación es idéntica a la anterior, pero es importante entender que con el
método logarítmico resulta una relación funcional con un término en la derecha, en tanto
que con el método del cambio de variable resulta una relación funcional de dos términos.
Observe las expresiones [2] y [4].
En los anteriores análisis de datos experimentales, hemos visto los diferentes métodos
para determinar la relación funcional entre dos variables: cuando hay un comportamiento
lineal entre ellas y dos métodos de rectificación, para el caso no lineal. En esta parte
veremos como establecer la relación funcional entre dos variables (que hemos
12
generalizado como x e y), cuando se tiene la certeza de que la relación funcional a
determinar es un polinomio en la forma de la serie de Taylor, es decir, de la forma:
y en la cual algunas de las constantes (ai) puede ser cero y otras hay que determinar.
El método para obtener el grado del polinomio se denomina “método de las diferencias
finitas” y lo que hay que hacer es determinar el máximo exponente de la variable
independiente (x). Para tal efecto, se debe realizar la sucesiva diferencia ∆y entre los
datos de la variable dependiente (y). Veamos como se realiza en la siguiente tabla:
faltando por determinar los valores de a0 , a1 y a2. Para ello, vea si en la tabla de datos
aparece el dato (0, d). Si es así, entonces a0= d, faltando por determinar a1 y a2 los
cuales se obtienen por el método de los promedios, esta vez dividiendo la tabla en dos y
formando un sistema de dos ecuaciones de la forma:
M
M M 2
1) ∑ y i = Ma 0 + ∑ i 1 ∑ x i a 2
x a +
i =1 i=1 i=1
N
N N
2) ∑ y = (N − M)a
i = M +1
i 0 + ∑ x i a 1 + ∑ x i2 a 2
i = M +1 i= M +1
En nuestra tabla, no tenemos el par de datos (0, d) luego hay que determinar tres
constantes: a0 , a1 y a2 con lo cual hay que formar tres ecuaciones de la forma anterior,
esto es:
No. x(Fis) x2 (Fis2) y(Mat)
1 1.4 1.96 2.0
2 2.0 4.00 4.0
Σ 3.4 5.96 6.0
3 2.6 6.76 7.0
4 3.2 10.24 10.0
Σ 5.8 17.00 17.0
5 3.8 14.44 14.0
6 4.4 19.36 20.0
7 5.0 25.00 25.0
Σ 13.2 58.80 59.0
Mat
que al resolver, resultan los valores aproximados a0 = 0, a1 = 0 y a2 = 1 2
, por lo
Fis
que al sustituir en [6], la relación funcional buscada es:
Mat 2
y(Mat) = 1 2
x
Fis
14
En otro aspecto, al graficar la tabla de datos (x,y), se obtendrá una semi-parábola, como
se muestra en el gráfico 4, cuya ecuación es la obtenida anteriormente.
20
15
y(Mat)
10
1 2 3 4 5
x(Fis)