UNIVERSIDAD DE LOS LLANOS

Facultad de Ciencias básicas e ingenierías

Departamento de Matemáticas y Física
Ingeniería Electrónica

PRACTICA N°2:
AJUSTE DE DATOS EXPERIMENTALES A CURVAS I: RELACIÓN LINEAL

S. Cortés Delgado 1 , J. García Cruz2 , J. Hernández Parrado 3 , M. Rodríguez Payares4 .

1. Cod: 161004810, Ing. Electrónica
2. Cod: 161004814, Ing. Electrónica
3. Cod: 161004820, Ing. Electrónica
4. Cod: 161004834, Ing. Electrónica

Facultad de Ciencias Básicas e Ingenierías.

Curso de Física mecánica

Resumen

En el siguiente informe se presenta la práctica número 2 “AJUSTE DE DATOS EXPERIMENTALES A CUR-

VAS I: RELACION LINEAL” que 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 magnitudes físicas correspondientes, se utilizó el pie de rey para medir el diámetro, y se hizo uso de una
cuerda y una regla con el fin de obtener el perímetro de los objetos escogidos para experimentación. Durante el
análisis de la práctica se logró hallar la relación funcional de los datos obten idos basándose 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 medición, donde se concluyó la función que rige la relación entre los datos muestreados.

Palabras clave: diámetro, perímetro, mínimos cuadrados, coeficiente de correlación lineal, incertidumbre absoluta.

A. INTRODUCCIÓN (ecuación 1) y permite obtener los valores de la pendiente (m)

y el intercepto con el eje y (b), a partir de los datos que se
Cuando se tiene una serie de datos producto de la observación obtuvieron (Reyes, 2022).
de un fenómeno físico, por lo general esta serie de datos pue-
den ser expresados mediante la relación matemática, que es Tomando como referencia la ecuación 1, se reemplaza las va-
la combinación adecuada de todos los parámetros físicos sean riables x y y por d y p (diámetro y perímetro) respectiva-
imprescindibles, para que se produzcan los cambios deseados mente.
en la materia. Cuando se evalúa la relación entre dos varia-
bles, es importante determinar cómo se relacionan entre ellas, p = md + b (2)
de esta ma nera se encuentra la relación lineal, la cual, se pro-
duce cuando un cambio en una o más variables independien- Método de mínimos cuadrados: se aplica para ajustar rectas
tes que tienen un poder de uno o cero afecta a una variable
o curvas a un conjunto de datos que se pueden presentar
dependiente, las relaciones lineales se representan como lí-
como pares de ordenados de valores en un plano. Básica-
neas rectas donde se puede representar de manera escrita una mente nos proporciona un criterio en el que la recta que pro-
ecuación de forma distinta a la conocida para una recta y esto
porciona es la que tiene el mínimo de los cuadrados de las
es cuando la variable y representa una ecuación, a esta forma
desviaciones entre los puntos y la recta, lo que hace del mé-
se denomina ecuación de la forma pendiente. todo un buen ajuste para la predicción de datos (IBM, 2022).
y = mx + b (1)
“El método de mínimos cuadrados tiene una larga historia
que se remonta a los principios del siglo XIX. En junio de
Donde y es la variable dependiente, x es la variable indepen- 1801, Zach, un astrónomo que Gauss había conocido dos
diente, m es la pendiente y b es el intercepto. Esto con el fin años antes, publicaba las posiciones orbitales del cuerpo ce-
calcular el valor de y a partir de x, hallar la relación lineal leste Ceres, un nuevo “pequeño planeta” descubierto por el
 Ajuste de datos experimentales a curvas I: relación lineal

astrónomo italiano G. Piazzi en ese mismo año. Desafortuna- Coeficiente de correlación lineal: Si se realiza un ajuste de
damente, Piazzi sólo había podido observar 9 grados de su mínimos cuadrados, una medida de la “calidad” del ajuste, da
órbita antes de que este cuerpo desapareciese tras el sol. Zach el coeficiente de correlación lineal, que es una medida de re-
publicó varias predicciones de su posición incluyendo una de gresión que pretende cuantificar el grado de variación con-
Gauss que difería notablemente de las demás. Cuando Ceres junta entre dos variables, en otras palabras, señalará lo bien
fue redescubierto por Zach en diciembre de 1801 estaba casi o lo mal que el conjunto de puntos representados se aproxima
exactamente en donde Gauss había predicho. Aunque todavía a una recta . Se representa de esta manera:
no había revelado su método, Gauss había descubierto el mé-
todo de mínimos cuadrados. En un trabajo brillante logró cal- 1
cular la órbita de Ceres a partir de un número reducido de xi yi ( xi )( yi )
i n i i (8)
observaciones, de hecho, el método de Gauss requiere sólo r
1 1
un mínimo de 3 observaciones y todavía es, en esencia, el xi 2 ( xi ) 2 yi 2 ( yi ) 2
utilizado en la actualidad para calcular las órbitas” (Club de i n i i n i
Ensayos, 2012).
Donde r es el coeficiente de correlación lineal, x y y las
n variables obtenidas del objeto medido.
s [ yi (mxi b)]z (3)
i 1 Al ser reemplazada la ecuación 8, por el contexto actual, se
representa x y y como d y p (diámetro y perímetro) respecti-
Aplicando el método de los mínimos cuadrados los valores vamente, representa la siguiente ecuación:
de m y b (al despejar la ecuación 1) se obtienen a partir de:
1
n ( xi yi ) −  xi  yi
di pi ( di )( pi )
i n i i (9)
r
m= i i i
(4)
n xi 2 − ( xi ) 2
1 1
di 2 ( di ) 2 pi 2 ( pi ) 2
i i i n i i n i

Donde m es la pendiente de la relación que existe entre los Diámetro: El diámetro es la longitud de la recta que pasa por
valores de x y y. el centro y toca dos puntos del borde de un círculo.

n (di pi ) −  di  pi Perímetro: El perímetro es la longitud que corresponde al

contorno de una figura, en el caso de un círculo, es la medida
m= i i i
(5)
n  d i − ( d i ) 22 de su frontera denominada circunferencia , éste se halla con
la siguiente ecuación:
i i
Se hace el cambio de variables a la ecuación 4, tomando a x
como diámetro (d), y y, como perímetro (p).
p 2 r
(10)
 xi 2  yi −  xi  xi yi p d
b= i i i i
(6)
n xi 2 − ( xi ) 2 Donde p es el perímetro y r es el radio, o en su defecto d el
i i
diámetro (Khan Academy, 2022).
Donde b es el intercepto de la relación lineal que existe entre Incertidumbre Absoluta: es el valor absoluto de la diferen-
los valores de x y y. cia entre el valor real y el valor medido. Tiene las mismas
unidades que la variable a la que está asociada y no depende
d  p −d d p
i
2
i i i i de la magnitud de esta sino solamente de la resolución del
b= i i i i
(7) instrumento utilizado.
n  d − ( d ) i
2
i
2

i i x = x − xr (11)

Tomando como referencia, la ecuación 6, al aplicarla al con-

Donde 𝜟𝒙 es la incertidumbre absoluta, 𝒙 la medida y 𝒙𝒓 el
texto, se reemplaza los valores x y y por d y p (diámetro y
valor de referencia.
perímetro) respectivamente.
 Ajuste de datos experimentales a curvas I: relación lineal

Incertidumbre relativa: es la división entre la incertidum- Tabla 1. Objetos a medir.

bre absoluta de una medida experimental y el valor aceptado
como verdadero. # Nombre objeto
x 1 Arandela pequeña
r = (12)
Xr 2 Arandela grande
3 Canica
Donde 𝜟𝒓 es la incertidumbre relativa, 𝜟𝒙 es la incertidum- 4 Esfera vidrio
bre absoluta y 𝒙𝒓 es el valor de referencia. 5 Esfera icopor
Incertidumbre porcentual: es el producto de la incertidum- 6 Disco metálico
bre relativa por 100%, con el objetivo de obtener el porcen- 7 Disco icopor
taje de desviación. 8 Moneda 100
9 Moneda 200
 % = r 100% (13)
10 Moneda 500
Donde Δ% es la incertidumbre porcentual y la incertidumbre 11 Moneda 1000
relativa (Ruiz, 2022). 12 Cilindro
Lo que se quiere con la práctica es la representación, análisis
y procesamiento de un conjunto de datos experimentales me- 3. Medición de diámetro:
didos de 12 objetos circulares, mediante una gráfica, la ob-
Para este punto se necesita un instrumento de medición
tención de los parámetros de la curva que mejor representa al
conjunto de datos experimentales, y la aplicación del método adecuado para el tamaño de los objetos, en este caso se
hace uso del calibrador pie de rey, ya que su límite de me-
de mínimos cuadrados para obtener el ajuste de la recta , ade-
dida se encuentra entre el objeto de menor y mayor ta-
más de ello tabulando los datos para graficar en papel mili-
metrado, y, con un software (Excel), determinar una mejor maño, esta medida tiene una incertidumbre absoluta de tan
solo 0,05mm. Los datos obtenidos se introducen en la tabla
representación de los datos.
3, en la sección de “Resultados y análisis”, en la columna
Algunas de las restricciones que se encuentran al momento “Diámetro”.
de ejecutar este tipo de muestreo, son: la tolerancia y errores Figura 1. (Montaje para la medición de un objeto circular con el calibra-
sistemáticos en los instrumentos, además, los errores huma- dor pie de rey).
nos, como la perspectiva al momento de tomar la medida.

B. SECCIÓN EXPERIMENTAL

Para este informe se necesita medir perímetro y diámetro a

doce objetos circulares, analizar los datos con gráficas y ta-
blas, aplicando la teoría vista en la introducción y así hallar
la relación entre las medidas tomadas. Para lograr conseguir
los datos necesarios se debe seguir estos pasos:

1. Materiales:

Herramientas de medición como Calibrador pie de rey, o

regla, hilo y papel milimetrado.
4. Medición de perímetro:
2. Escoger los objetos:
Se hace uso del método del hilo, para calcular el diámetro
Para iniciar el muestreo, se eligen 12 objetos con circunfe- de los objetos, el cual consiste en cortar un hilo, rodear el
rencia que disponía el laboratorio, de los cuales, se miden exterior del objeto con éste, luego se marca la unión de los
los enlistados en la tabla 1. Estos datos también se tabulan dos hilos, y con una regla se mide la distancia entre los dos
en la tabla 3, la cual está ubicada en la sección “Anexos”. puntos, esta medida posee una incertidumbre de 0,5mm, la
cual se decide al escoger la mitad de la mínima medida del
instrumento de medición (regla).
 Ajuste de datos experimentales a curvas I: relación lineal

Diámetro (d) Perímetro (p)

# Nombre objeto
(mm) (mm)
1 Arandela pequeña [31,1 ± 0,05] [88 ± 0,5]
2 Arandela grande [62,6 ± 0,05] [195 ± 0,5]
3 Canica [17,2 ± 0,05] [55 ± 0,5]
4 Esfera vidrio [25,2 ± 0,05] [81 ± 0,5]
5 Esfera icopor [50 ± 0,05] [155 ± 0,5]
6 Disco metálico [101,6 ± 0,05] [317 ± 0,5]
7 Disco icopor [79,2 ± 0,05] [251 ± 0,5]
Figura 2. (Montaje para la medición del perímetro de un objeto circular).
8 Moneda 100 [20,2 ± 0,05] [65 ± 0,5]
Los datos obtenidos se introducen en la tabla 3, en la sec- 9 Moneda 200 [22,3 ± 0,05] [72 ± 0,5]
ción “Resultados y análisis”, en la columna “Diámetro”, 10 Moneda 500 [23,6 ± 0,05] [76 ± 0,5]
tomando en cuenta el margen de error que genera los ins-
11 Moneda 1000 [26,6 ± 0,05] [85 ± 0,5]
trumentos de medida .
12 Cilindro [25,7 ± 0,05] [83 ± 0,5]
5. Graficar datos en hoja milimetrada:
Tabla 2. Medidas de los objetos.
Tomando a diámetro (d) y a perímetro (p) como valores en
el eje x y y respectivamente, se grafica en una hoja mili- 2. Relación funcional de las variables:
metrada todas las coordenadas ordenadas que generan los
datos de cada uno de los objetos medidos, el procedi- Podemos observar que las variables tienen una relación li-
miento se muestra en la sección “Anexos”. neal, ya que, si cambia la variable independiente, la varia-
ble dependiente se verá afectada de manera directa y pro-
6. Graficar datos en una tabla de dispersión de Excel: porcional y viceversa tal como lo muestra la ecuación 1.

De acuerdo con los datos obtenidos de las mediciones, se 3. Expresión funcional de las variables:
grafica en Excel los datos, lo cual arroja resultados plas-
mados en la figura 3, ubicado en la sección de “Anexos”, La expresión funcional de las variables es de tipo lineal,
el cual ayuda a analizar el comportamiento de las variables tal como lo representa la figura 7, ya que los puntos coor-
perímetro y diámetro, cuando éstas toman valores diferen- denados graficados se acercan a una función de este tipo,
tes al muestreado. los cuales, por su valor de error absoluto, cumple con el
rango requerido para este tipo de ecuaciones.
7. Sumatorias necesarios:
4. Parámetros de la recta:
Tomando la lógica de las ecuaciones 5, 7 y 9, se deben
hallar las sumatorias de d 2 , p 2 y dp, por cada elemento de Teniendo en cuenta el método de regresión “mínimos cua-
nuestra lista de objetos, las cuales son esenciales para el drados”, se usan las ecuaciones 5 y 7 para hallar los valores
desarrollo de dichas fórmulas, por lo tanto, se agregaron a de pendiente y punto de corte de la recta de ajuste.
la tabla de datos (tabla 3) de la sección anexos.
Reemplazando las variables por los valores de las magni-
C. RESULTADOS Y ANÁLISIS tudes del punto anterior, obtendríamos los siguientes re-
sultados:
1. Medidas del diámetro y perímetro:
12(86873, 7mm 2 ) − 485,3mm(1523mm)
m= (14)
Los resultados de las mediciones del punto 3 y 4, están re- 12(27742, 4mm 2 ) − (485,3mm)2
presentados en la siguiente tabla junto con su respectiva m  3,1149
incertidumbre (la cual genera los instrumentos de medida)
como se muestra en la tabla 2, y, teniendo en cuenta que
27742, 4mm 2 (1523mm) − 485,3mm(86873, 7 mm 2 )
son medidas directas, se agregan a la tabla 3. b= (15)
12(27742, 4mm 2 ) − (485,3mm) 2
b  0,9433mm
 Ajuste de datos experimentales a curvas I: relación lineal

5. Ecuación de la recta: De igual forma, se hace el procedimiento anterior, pero

ahora se reemplaza la variable x por el dato p perímetro de
Reemplaza ndo los valores m y b de la ecuación 14 y 15, a cada objeto de la lista de objetos medidos (tabla 2) y se
la ecuación 1, el resultado nos revela la ecuación de la recta tabulan los datos en la tabla 5 de “Anexos”.
de ajuste:
D. CONCLUSIONES
p(d ) = 3,1149d + 0,9433mm (16)
En algunos casos, la obtención de una cantidad de datos es-
Conociendo la fórmula de nuestra recta (ecuación 16), se pecíficos, no son suficientes para decidir mediante una ecua-
procede a reemplazar los valores d, por los puntos que va ción si estos se relacionan entre sí, para esto se utiliza un mé-
a pasar nuestra recta de ajuste, 0 y 110, de la siguiente todo muy importante llamado método de regresión, el cual
forma: consiste en comparar dos datos, medidos y obtenidos, en este
caso el diámetro y el perímetro, para verificar si estos están
p(d ) = 3,1149d + 0,9433mm si, d = 10mm relacionados linealmente, mediante un método llamado mí-
(17) nimos cuadrados. Para esto, se tabuló los datos experimenta-
p(10mm) = 3,1149(10mm) + 0,9433mm les (tabla 3), los cuales se representaron gráficamente por me-
p(10mm)  32,1mm dio de un plano cartesiano tanto en Excel (figura 1) como en
hoja milimetrada (figura 7), por el cual se confirma mediante
˄ el método de regresión mínimos cuadrados, donde también
se pudo comprobar, cómo los datos obtenidos por la medi-
p(d ) = 3,1149d + 0,9433mm si, d = 110mm ción de 12 objetos, de tipo experimental, efectivamente son
(18) linealmente relacionados, ya que son directamente propor-
p(110mm) = 3,1149(110mm) + 0,9433mm
cionales entre sí.
p(110mm)  343, 6mm
Se confirma cómo la relación entre valores medidos y la grá-
Teniendo en cuenta que los puntos van de la forma (d, p), fica arrojada por los cálculos, concluyen una buena “cali-
siendo d, el diámetro y p, el perímetro, el primer punto por dad”, ya que el valor de r (coeficiente de correlación lineal),
el que pasa la recta es (10mm, 32.1mm), y el segundo es matemáticamente, son cercanos al uno, lo cual nos quiere de-
(110mm, 343.6mm). Se procede a trazar esta línea en la cir de una manera simple, que la incertidumbre de los valores
gráfica representada en el papel milimetrado en figura 3, de los datos obtenidos es aceptable, además, la pendiente de
ubicado en “Anexos”. la recta se aproxima al valor de pi, la cual es la relación entre
las dos variables, tal como lo demuestra la ecuación 9.
6. Coeficiente de correlación lineal:
REFERENCIAS
Una vez se reemplaza la ecuación 9 con los valores de las
sumatorias obtenidos con anterioridad en la tabla 3, da el Club de Ensayos. (17 de 11 de 2012). Metodo minimos
siguiente resultado: cuadrados. Obtenido de
[Link]
1 (5) Minimos-Cuadrados/[Link]
86873, 7mm2 (485,3mm)(1523mm)
12
r
1 1
IBM. (6 de 11 de 2022). IBM. Obtenido de
27742.4mm2 (485,3mm) 2 272169mm2 (1523mm) 2 [Link]
12 12
r 0.999 regression
Khan Academy. (06 de 11 de 2022). Radio, diámetro y
Estos cálculos se pueden observar más detalladamente en circunferencia. Obtenido de
la sección “Anexos” figura 4, 5 y 6, ya que estos están [Link]
hechos a mano. grade-math/cc-7th-geometry/cc-7th-area-
circumference/a/radius-diameter-circumference
7. Incertidumbres: Reyes, J. (06 de 11 de 2022). Ajuste de Curvas. Obtenido de
[Link]
Aplicando las fórmulas 11, 12 y 13 a cada elemento de la de-Curvas
lista de objetos medidos (tabla 2), y reemplazando las va- Ruiz, W. C. (06 de 11 de 2022). Incertidumbre. Obtenido de
riables x por la varia ble d (diámetro), los resultados de in- [Link]
certidumbre absoluta, relativa, y porcentual, las tabulare- rtidumbre-absoluta.
mos en la tabla 4, ubicada en “Anexos”.
 Ajuste de datos experimentales a curvas I: relación lineal

ANEXOS:

Tabla 3. Datos de los objetos medidos.

Diámetro (d) Perímetro (p) d² p² dp

# Nombre objeto
(mm) (mm) (mm²) (mm²) (mm²)
1 Arandela pequeña [31,1 ± 0,05] [88 ± 0,5] 967,2 7744,0 2736,8
2 Arandela grande [62,6 ± 0,05] [195 ± 0,5] 3918,8 38025,0 12207,0
3 Canica [17,2 ± 0,05] [55 ± 0,5] 295,8 3025,0 946,0
4 Esfera vidrio [25,2 ± 0,05] [81 ± 0,5] 635,0 6561,0 2041,2
5 Esfera icopor [50 ± 0,05] [155 ± 0,5] 2500,0 24025,0 7750,0
6 Disco metálico [101,6 ± 0,05] [317 ± 0,5] 10322,6 100489,0 32207,2
7 Disco icopor [79,2 ± 0,05] [251 ± 0,5] 6272,6 63001,0 19879,2
8 Moneda 100 [20,2 ± 0,05] [65 ± 0,5] 408,0 4225,0 1313,0
9 Moneda 200 [22,3 ± 0,05] [72 ± 0,5] 497,3 5184,0 1605,6
10 Moneda 500 [23,6 ± 0,05] [76 ± 0,5] 557,0 5776,0 1793,6
11 Moneda 1000 [26,6 ± 0,05] [85 ± 0,5] 707,6 7225,0 2261,0
12 Cilindro [25,7 ± 0,05] [83 ± 0,5] 660,5 6889,0 2133,1
12 SUMATORIAS (∑) 485,3 1523,0 27742,4 272169,0 86873,7

Tabla 4. Incertidumbres del diámetro de los objetos.

Diámetro (d) Incertidumbre Incertidumbre Incertidumbre

# Nombre objeto
(mm) absoluta relativa porcentual
1 Arandela pequeña [31,1 ± 0,05] 0,05 0,0016 0,16%
2 Arandela grande [62,6 ± 0,05] 0,05 0,0008 0,08%
3 Canica [17,2 ± 0,05] 0,05 0,0029 0,29%
4 Esfera vidrio [25,2 ± 0,05] 0,05 0,0020 0,20%
5 Esfera icopor [50 ± 0,05] 0,05 0,0010 0,10%
6 Disco metálico [101,6 ± 0,05] 0,05 0,0005 0,05%
7 Disco icopor [79,2 ± 0,05] 0,05 0,0006 0,06%
8 Moneda 100 [20,2 ± 0,05] 0,05 0,0025 0,25%
9 Moneda 200 [22,3 ± 0,05] 0,05 0,0022 0,22%
10 Moneda 500 [23,6 ± 0,05] 0,05 0,0021 0,21%
11 Moneda 1000 [26,6 ± 0,05] 0,05 0,0019 0,19%
12 Cilindro [25,7 ± 0,05] 0,05 0,0019 0,19%
 Ajuste de datos experimentales a curvas I: relación lineal

Tabla 5. Incertidumbres del perímetro de los objetos.

Perímetro (p) Incertidumbre Incertidumbre Incertidumbre

# Nombre objeto
(mm) absoluta relativa porcentual
1 Arandela pequeña [88 ± 0,5] 0,5 0,0057 0,57%
2 Arandela grande [195 ± 0,5] 0,5 0,0026 0,26%
3 Canica [55 ± 0,5] 0,5 0,0091 0,91%
4 Esfera vidrio [81 ± 0,5] 0,5 0,0062 0,62%
5 Esfera icopor [155 ± 0,5] 0,5 0,0032 0,32%
6 Disco metálico [317 ± 0,5] 0,5 0,0016 0,16%
7 Disco icopor [251 ± 0,5] 0,5 0,0020 0,20%
8 Moneda 100 [65 ± 0,5] 0,5 0,0077 0,77%
9 Moneda 200 [72 ± 0,5] 0,5 0,0069 0,69%
10 Moneda 500 [76 ± 0,5] 0,5 0,0066 0,66%
11 Moneda 1000 [85 ± 0,5] 0,5 0,0059 0,59%
12 Cilindro [83 ± 0,5] 0,5 0,0060 0,60%

Figura 3. Relación entre diámetro y perímetro de un objeto en Excel.

Relación entre diámetro y perímetro de un objeto

350

p(d) = 3,1149d + 0,9431mm

300
r = 0,9984

250
Perímetro (mm)

200 Objetos
p(d)
150

100

50

0
0 20 40 60 80 100 120
Diámetro (mm)
 Ajuste de datos experimentales a curvas I: relación lineal

Figura 4. Cálculos a mano de la pendiente de la recta.

Figura 5. Cálculos a mano de la pendiente de la recta.

Figura 6. Cálculos a mano de la pendiente de la recta.