Laboratorio N0

Lic.: Fredy Miguel Loayza Cordero

Universidad Nacional de Ingeniera
Facultad de Ingeniera Civil
Tratamiento de Datos
El valor exacto de una magnitud (X) es una abstraccin
matemtica. En la practica, siempre la medicin es un valor
diferente (x).
- Medicin directa que podemos realizar una ves.
- Mediciones directas que se pueden repetir N veces.
- Mediciones indirectas.
Medicin directa que podemos realizar una ves.
Sea x la medida tomada por el experimentador y el error debido a la
resolucin del instrumento
res
.
Ejemplo: L=8,80,5 cm
Nota: Sea u la unidad de menor escala del instrumento de
medicin, la incertidumbre o el error de esta escala ser igual a
0,5u
La medida tomada con el vernier y el error debido a la resolucin
del instrumento. (0,5u=0,5(1/20mm)=0,025mm
L=17,650,025 mm.
13/20=0,65mm
17mm
Sean N mediciones tomadas
El resultado de N mediciones es
Donde <x> es el promedio de todos los valores medidos y
es la desviacin o error padrn de las medias
Medicin directa de N veces.
Ejemplo: Sean N mediciones tomadas, como por ejemplo el tiempo.
Medicin indirecta.
Sea una medida Z que depende de dos parmetros como X e Y.
Ejemplo: Hallar el volumen de un cilindro, si se toman datos de su
radio r y su altura h
Con el error experimental y el error de resolucin, se tiene el
volumen.
V=6,30,1m
3
V=6,30,1m
3
Mecanismos para el Ajuste de Curvas
l Ajustar a los datos una f(x) matemtica recta,
polinomios, exponenciales, curvas S
Seleccin de f(x): anlisis grfico, pendiente, ...
Mecanismos para el Ajuste de Curvas
l Consideremos los siguientes puntos (x
i
,y
i
), i=1,2, n.
resultados de datos experimentales de una medicin en
el laboratorio.
l Se buscara determinar la ecuacin que mejor se ajuste al
conjunto de valores medidos que represente la relacin
de magnitudes que intervienen en el fenmeno que nos
interesa.
l Los mejores ejemplos, son los casos de las curvas serian
una recta, parbola, etc.
l Recta:
l Parbola:
l Exponencial:
b ax y + =
c bx ax y + + =
2
x
b a y =
Mtodos de mnimos cuadrados
l Consideremos los siguientes puntos (x
i
,y
i
), i=1,2, n.
Queremos construir una funcin f(x) que los puntos
(x
i
,F(x
i
)), con i=1,2, n casi coincidan con los puntos
anteriores.
l Denotando D
i
las desviaciones
l S= D
i
2
con i=1,2,n.
l Si S=0 entonces D
i
son iguales a cero y tendramos que F
pasa por todos los puntos experimentales.
Mtodos de mnimos cuadrados
l S= D
i
2
con i=1,2,n.
l S= D
1
2
+ D
2
2
+..+ D
n
2
l S=(b+ax
1
-y
1
)
2
+..+ (b+ax
n
-y
n
)
2
l Para obtener el mnimo de S igualamos a cero
las derivadas parciales respecto a b y a
| | 0 ) ( ... ) ( 2
1 1
= + + + + =
c
c
n n
y x b y x b
b
S
| | 0 ) ( ... ) ( 2
1 1 1
= + + + + =
c
c
n n n
x y x b x y x b
a
S
Mtodos de mnimos cuadrados
l Donde:
0
0
2
= +
= +


i i i i
i i
y x x a x b
y x a nb
x a y b
x x
y x x
a
i
i i
=

2
) (
) (
l Resolviendo el sistema de ecuaciones tendremos
Regresin Lineal
Se basa en la siguiente expresin matemtica, que
relaciona dos variables, sea Y, la variable dependiente y X,
la variable independiente, de la siguiente manera:
Esta relacin se resuelve a travs de la solucin de las
siguientes ecuaciones normales, donde la incgnitas son la
a y b.


+ =
+ =
x a x b xy
x a nb y
2
( )

=
+
=
2
2
;
x x n
y x xy n
a
n
x a y
b
b ax y + =
2
E (x
i
- x )y
i
y = ax+b
donde, b = ordenada origen
a = pendiente
x = variable independiente
y = estimacin de la variable dependiente
a =
b = y - a x
donde,
n = nmero de mediciones
x = Ex , valor medio x
n
y = E y , valor medio y
n
Resumen de Ajuste Lineal de Tendencia
con Regresin Lineal de Mnimos Cuadrados
E (x
i
- x)
Ajuste Lineal de Tendencia con Mnimos Cuadrados
Ejemplo:
x y xy x
2
1 37 37 1
2 40 80 4
3 41 123 9
4 37 148 16
5 45 225 25
6 50 300 36
7 43 301 49
8 47 376 64
9 56 504 81
10 52 520 100
11 55 605 121
12 54 648 144
78 557 3867 650
56 57 13 72 1 2 35
72 1 2 35
2 35 5 6 72 1 42 46
72 1
5 6 12 650
42 46 5 6 12 867 3
42 46
12
557
5 6
12
78
13
2 2 2
. ) ( . .
. .
. ) . )( . ( .
.
) . (
) . )( . )( ( ,
.
.
= + =
+ =
= = =
=

=
= =
= =

y
x y
x a y b
x n x
y x n xy
a
y
x
Ch 10 - 24
1998 by Prentice-Hall Inc
Russell/Taylor Oper Mgt 2/e
Linear Trend Line: example
Regresin Potencial
Si la nube de puntos de los datos de longitud y periodo de
un pndulo se aproxima a una funcin exponencial se
puede recurrir a la siguiente relacin:
b
ax y =
Para linealizar esta funcin se aplica logaritmos a ambos
miembros, mediante este procedimiento se obtiene una
ecuacin logartmica lineal:
x Log b a Log y Log + =
b A x Log X a Log B y Log Y = = = =

+ = x Log b a nLog y Log

+ =
2
) ( x Log b x Log a Log y Log x Log
Regresin Exponencial
Otro tipo de funcin que tiene aplicacin en el anlisis de
regresin, es la funcin exponencial, que esta dada por la
expresin:
x
b a y =
La regresin exponencial puede tambin ser linealizada
aplicando logaritmos a ambos miembros, resultado de ello
se tiene la relacin siguiente:
) ( x b Log a Log Logy + =
b Log A a Log B y Log Y = = =

+ = x b Log a nLog y Log

+ =
2
x b Log x a Log y Log x
Regresin Parablica o Curva Cuadrtica
Si la serie tiene una curva parablica cuyo comportamiento
se describe matemticamente por una ecuacin de
segundo grado ( parbola ). La regresin se expresa as:
2
CX BX A Y + + =
Donde:
Y = Estimacin de la variable dependiente
A,B,C = constantes numricas
X = Valores de la variable independiente
Los valores A, B y C se encuentran
resolviendo un sistema de tres
ecuaciones con tres incgnitas.
Regresin Parablica o Curva Cuadrtica



= + +
= + +
= + +
Y X X C X B X A
XY X C X B X A
Y X C X B nA
2 4 3 2
3 2
2
Pero cuando se recurre a la codificacin de la variable
independiente, el calculo tambin se efecta con las
siguientes formulas de mnimos cuadrados:
( )( ) ( )( )
( ) ( )( )
( ) ( )( )
( ) ( )( )

=
=

=
2 2 4
2 2
2
2 2 4
2 2 4
X X X
X Y Y X n
C
X
XY
B
X X X n
Y X X X Y
A
x y xy x
2
x
2
y x
3
x
4
1,5 3,0 4,50 2,25 6,75 3,38 5,06
4,0 6,0 24,00 16,00 96,00 64,00 256,00
4,8 8,6 41,28 23,04 198,14 110,59 530,84
6,0 12,0 72,00 36,00 432,00 216,00 1296,00
5,7 7,0 39,90 32,49 227,43 185,19 1055,60
8,2 9,0 73,80 67,24 605,16 551,37 4521,22
9,1 10,3 93,73 82,81 852,94 753,57 6857,50
------------------------------------------------------------------------------------------
39,3 55,9 349,21 259,83 2418,43 1884,10 14522,22
A=-0,71 B=2,58 y C=-0,16
Ajuste Cuadrtico de Tendencia con Mnimos
Cuadrtica Ejemplo:
2
16 , 0 58 , 2 71 , 0 X X Y + =