UNIVERSIDAD DE LOS LLANOS INFORME DE

Facultad de Ciencias básicas e ingenierías LABORATORIO

Departamento de Matemáticas y Física FÍSICA I

AJUSTE DE DATOS EXPERIMENTALES A CURVAS I

(Integrantes) S. Sebastián Báez 1, C. Carlos Cadena 2, D. Diego Cabrera 3, C. Caren Parra 4

1. Cod: 160004201

2. Cod: 160004240

3. Cod: 160004203

4. Cod: 160004244

Facultad de Ciencias Básicas e Ingenierías.

Programa Ingeniería de Sistemas

Resumen

La práctica de laboratorio tuvo como propósito identificar la relación existente entre el perímetro y el diámetro de diferentes
objetos, para ello se emplearon instrumentos de medida que permitieron la obtención de las cantidades físicas correspon-
dientes, se utilizó el pie de rey para medir el diámetro, y se hizo usó de una cuerda y una regla con el fin de obtener el perí-
metro de los objetos escogidos para experimentación.
Durante el análisis de la práctica se logró hallar la relación funcional de los datos obtenidos basándonos en la gráfica y te-
niendo en cuenta los parámetros de la recta. De manera teórica y con los respectivos cálculos matemáticos se determina la
ecuación de la recta, para luego ser comparada con la proporcionada por Excel y así poder conocer la calidad de la medi-
ción.
A partir de la experiencia presentada en el laboratorio se puede deducir que, para analizar los datos experimentales, siempre
es conveniente realizar ajustes de datos usando herramientas de software como Excel ya que permite la visualización instan-
tánea de los datos tabulados para comparar los resultados medidos y los procesados por el programa.

Palabras clave: Medición, Relación Funcional, Instrumentos de Medida, Ajuste de Datos, Regresión Lineal

1. Introducción parámetros físicos que son imprescindibles para que se pro-

duzcan los cambios deseados en la materia” [2].
“La matemática, la estadística y en este caso la física estudia
o busca las relaciones que existen entre cantidades, y permite
que podamos anticipar lo que ocurrirá con las cantidades
El resultado que se obtiene del análisis de estos datos se
cuando una varía de otra de una forma determinada” [1]. En
puede describir como una relación matemática de las varia-
el caso del estudio de la medición de los objetos es hallar la
bles estudiadas, uno de los métodos más exactos y eficientes
relación entre las cantidades que se toman de este, tales como
es el de los mínimos cuadrados en la forma de regresión li-
el diámetro y perímetro.
neal.
“Cuando se tiene una serie de datos producto de la observa-
A partir de un conjunto n de datos (X1, Y1), (X2, Y2)
ción de un fenómeno físico por lo general esta serie de datos
pueden ser expresados mediante una relación matemática, ... (Xn, Yn) obtenidos a través de la experimentación se puede
que es la combinación adecuada de todos los realizar una regresión simple de la variable Y respecto a la
 Ajuste de datos experimentales a curvas I

variable X con el fin de determinar la ecuación de la recta (1), 2. Sección Experimental

que mejor se ajuste a los datos experimentales.
𝑌 = 𝑚𝑥 + 𝑏
Esto con el fin calcular el valor de Y a partir de X, hallar
la relación lineal (1) permite obtener los valores de la pen-
diente (m) y el intercepto con el eje y (b), a partir de los
datos que se obtuvieron.
Aplicando el método de los mínimos cuadrados los valo-
res de m y b se obtienen a partir de:
Al momento de realizar la práctica de laboratorio, se utiliza-
ron los instrumentos de medición (pie de rey y regla) con los
(1) cuales se halló la longitud y el perímetro de 10 objetos circu-
lares diferentes. Al ser objetos de menos de 30 cm, se empleó
el pie de rey para medir cada diámetro. Para hallar el períme-
tro, se usó un trozo de hilo que envolvía el objeto en su su-
perficie; al extender el hilo, se encontraba limitado por el má-
ximo de la cobertura del objeto y este fue medido con la regla
de madera.

𝑛 ∑𝑖 (𝑥𝑖 𝑦𝑖 ) − ∑𝑖 𝑥𝑖 ∑𝑖 𝑦𝑖
𝑚=
𝑛 ∑𝑖 𝑥𝑖 2 − (∑𝑖 𝑥𝑖 )2
(2)

Donde m es la pendiente de la relación que existe entre los

valores de x y y.

∑𝑖 𝑥𝑖 2 ∑𝑖 𝑦𝑖 − ∑𝑖 𝑥𝑖 ∑𝑖 𝑥𝑖 𝑦𝑖
𝑏=
𝑛 ∑𝑖 𝑥𝑖 2 − (∑𝑖 𝑥𝑖 )2 Figura 1. (Montaje experimental).
(3)

Donde b es el intercepto de la relación lineal que existe entre 3. Resultados y análisis

los valores de x y y.
Los datos obtenidos en la práctica de laboratorio, se mues-
Si se realiza un ajuste de mínimos cuadrados, una medida de tran en tablas como se indica a continuación:
la “calidad” del ajuste, da el coeficiente de correlación lineal,
que es una medida de regresión que pretende cuantificar el Tabla 1. Mediciones del diámetro y perímetro de diferentes objetos
grado de variación conjunta entre dos variables, en otras pa-
labras, señalará lo bien o lo mal que el conjunto de puntos MEDIDAS
representados se aproxima a una recta OBJETO DIAMETRO(cm) PERIMETRO(cm)
TAPA 3,055 9,9
1 BOLA 1,900 6
∑𝑖 𝑥𝑖 𝑦𝑖 − (∑𝑖 𝑥𝑖 )(∑𝑖 𝑦𝑖 )
𝑟= 𝑛 BOLA DESODORANTE 2,554 8,5
√∑𝑖 𝑥𝑖2 − 1 (∑𝑖 𝑥𝑖 )2 √∑𝑖 𝑦𝑖2 − 1 (∑𝑖 𝑦𝑖 )2
CILINDRO 2,698 8,3
𝑛 𝑛 CORCHO 1,954 6,2
(4) MONEDA 100 (NUEVA) 2,044 6,8
BOTELLA 5,077 15,5
Donde r es el coeficiente de correlación lineal, x y y las PARTE METALICA JACK 0,634 2,3
variables obtenidas del objeto medido. ARANDELA 2,611 8,3
BASE HILO 6,410 20,5
Los objetivos de la práctica fueron la representación, análisis
y procesamiento de un conjunto de datos experimentales me-
Los datos situados en la tabla fueron hallados de forma di-
diante una gráfica., la obtención de las ecuaciones de la curva
recta. El diámetro fue calculado por medio de un pie de rey
que mejor representa al conjunto de datos experimentales, y
(calibrador) y el perímetro fue calculado por medio de hilo y
la aplicación del método de mínimos cuadrados para obtener
regla.
el ajuste de la mejor curva que represente a los datos experi-
mentales.
 Ajuste de datos experimentales a curvas I

Luego se procedió a hallar el intercepto utilizando la formula

Tabla 2. Cálculos de las sumatorias utilizadas en el método de mínimos (3), realizando los cálculos correspondientes dando como re-
cuadrados
sultado:
DIAMETRO(cm) (t) PERIMETRO(cm) (x) tx 𝑏 = 0.2454
3,055 9,9 30,2445 9,333
1,900 6 11,4 3,610
A partir de estos resultados se construyó la curva que más se
acercara a los datos medidos a través de la experimentación,
2,554 8,5 21,709 6,523
para eso se hizo uso de la formula (1) de la cual se encontró
2,698 8,3 22,3934 7,279 la ecuación que relaciona a las variables d(diámetro) y p(pe-
1,954 6,2 12,1148 3,818 rímetro) obteniendo como resultado:
2,044 6,8 13,8992 4,178
𝑝(𝑑) = 3.1049 𝑑 + 0.2454
5,077 15,5 78,6935 25,776
0,634 2,3 1,4582 0,402 Gráficamente esta relación lineal se puede ver representada
2,611 8,3 21,6713 6,817 en la figura 3 a continuación:
6,410 20,5 131,405 41,088
𝑥2 Diametro d (cm) vs Perimetro p (cm)
25
28,937 92,3 344,9889 108,825
20
Se tabularon los datos obtenidos en la experimentación, se
15
p(cm)
hicieron los cálculos correspondientes para encontrar las ope- P = 3,1049d + 0,2454
raciones efectuadas y se halaron los resultados correspon- 10 R² = 0,9971
dientes que se observan en la tabla 2.
5
0
Diametro d (cm) vs Perimetro p (cm) 0.000 2.000 4.000 6.000 8.000
25
d(cm)
20
15 FIGURA 3. Relación lineal entre el diámetro y perímetro
p(cm)

10 se realizo un ajuste de mínimos cuadrados, la medida de la

5 “calidad” del ajuste dio el coeficiente de correlación lineal r.
que fue calculada a partir de la formula (4) dando como re-
0 sultado final:
0.000 2.000 4.000 6.000 8.000
d(cm) 𝑟 = 0.9971

FIGURA 2. Evolución del perímetro de un objeto respecto al diámetro Aplicando la regla que establece el rango de la calidad to-
mando a cero como baja calidad y a 1 como alta calidad del
A partir de la gráfica se pudo inferir que la relación entre 𝑝 y ajuste de datos, se pudo observar que la correlación lineal ob-
𝑑 es lineal. Por tanto, se encontró la ecuación de la recta que tenida en práctica es buena ya que se acerca al 1.
relaciona el perímetro con el diámetro. Para ello se calculó el
valor de la pendiente 𝑚 y la ordenada del origen 𝑏 utilizando
el método de mínimos cuadrados con los datos de la tabla 2.

A partir de estos datos se halló la pendiente utilizando la for-

mula (2), dando como resultado:

𝑚 = 3.1049
 Ajuste de datos experimentales a curvas I

Análisis cualitativo de los resultados Comparación de los resultados con la teoría:

Dado que la obtención del perímetro de cada objeto se midió
con hilo y regla, el margen de error fue mayor que el de la
medición del diámetro con el calibrador. Para conocer dicho
margen de error, se procedió a calcular el perímetro de ma-
nera teórica con el dato más preciso que se obtuvo, el diáme-
tro. La diferencia entre las mediciones del perímetro teórico
y práctico fue baja, lo cual no afectó de manera significativa
al momento de graficar.
La relación entre el perímetro de una circunferencia y la lon-
gitud de su diámetro, está determinada como la constante π
(pi) que resulta de dividir el perímetro entre el diámetro. En
la práctica de laboratorio las medidas tomadas tienen un pe-
queño margen de error, debido a los implementos de medida
y a fallas humanas; no obstante, podemos observar que los
resultados obtenidos no están muy alejados de lo establecido
con anterioridad.

Al calcular la incertidumbre, error absoluto, error relativo y
error porcentual, se pudo apoyar una vez más a la idea de que
los valores se vieron afectados debido a la medición del pe-
rímetro tomada mediante hilo y regla, causado por las dife-
rentes perspectivas y maneras de medir de las personas que
participaron en esta actividad.
Aplicación de los resultados experimentales para calcu-
lar variables desconocidas:
Con la fórmula obtenida en la que se relaciona el diámetro
con el perímetro de un circulo, puede aplicarse en diferentes
objetos de los cuales conozcamos alguno de sus datos.

Al momento de representar los datos obtenidos en un dia- Ejemplos:

grama de dispersión, se observó una posible relación lineal
entre las dos variables, a lo que se procedió a encontrar la Se conoce que el diámetro de una de las llantas de un ca-
ecuación de la recta que mejor se ajuste, para lo cual se usó mión es de 1.58m, y se requiere conocer su perímetro, en-
de referencia la ecuación (1). Para hallar la pendiente (m) y tonces decimos que:
la ordenada en el origen (b), se procedió a hallarlo por el mé- 𝑝= 𝜋∗𝑑
todo de los mínimos cuadrados, que, a comparación de los
hallados en Excel, fueron muy semejantes. 𝑝 = 𝜋 ∗ 1.58𝑚

Dado que se realizó un ajuste de mínimos cuadrados, lo más 𝑝 = 4.96 𝑚

factible para apoyar la calidad de dicho ajuste fue determinar
el grado de asociación lineal, el cual, comparando el calcu-
lado por el Excel y el teórico, hubo una ligera diferencia entre
ellos, consecuente de lo ya mencionado.
Tabla 3. Comparación resultados obtenidos vs resultados teóricos
Así se concluye que el perímetro de la llanta es de 4.96m.
De esta manera podemos determinar cualquier longitud de
perímetro que sea requerida si conocemos el valor del diá-
metro.

COMPARACION 4. Conclusiones
OBJETO RESULTADO DIFERENCIA
OBTENIDO Se obtuvo la medición del perímetro de forma teórica para
TAPA 3,240558 0,098965+ poder hacer la comparación con el perímetro práctico, ya que
este última era propenso a un mal cálculo debido a la inter-
BOLA 3,151789 0,010196+ vención de los estudiantes.
BOLA DESODORANTE 3,328112 0,186519+
Se aprendió a hallar las constantes de la ecuación de una recta
CILINDRO 3,076352 0,065241- mediante el método de mínimos cuadrados.
CORCHO 3,172978 0,031385+ Para un ajuste de mínimos cuadrados, se requirió determinar
MONEDA 100 (NUEVA) 3,326810 0,185217+ el coeficiente de correlación lineal para conocer que tanto se
BOTELLA 3,052984 0,088609- disponen en línea recta los datos allí planteados.
PARTE METALICA JACK 3,627760 0,486167+ Se comprendió la conceptualización de regresión lineal.
ARANDELA 3,178858 0,037265+ Se graficó correctamente los datos del experimento en un dia-
BASE HILO 3,198127 0.056534+ grama de dispersión.
 Ajuste de datos experimentales a curvas I

Referencias.
[1] Reyes, D. Juan, Ajuste de curvas, publicación en línea,
https://es.scribd.com/document/361611848/Ajuste-de-Cur-
vas, citado el 30 de mayo de 2019.
[2] Davids Atahualpa Caljaro ,Ajuste de curvas , publicación
en línea, https://es.scribd.com/document/99938998/Ajuste-
de-Curvas, citado el 31 de mayo de 2019.
[3] Clara Laguna , Correlación y regresión lineal, publicación
en línea, http://www.ics-aragon.com/cursos/salud-pu-
blica/2014/pdf/M2T04.pdf citado el 31 de mayo de 2019.