Академический Документы
Профессиональный Документы
Культура Документы
FACULTAD DE CIENCIAS
DEPTO. DE MATEMÁTICA Y FÍSICA
Dr. Félix Zamorano B.
El procedimiento para obtener la relación funcional entre dos variables: una independiente
(x) y otra dependiente (y), dependerá del comportamiento de ambas variables, esto es, si
tienen un comportamiento lineal o no lineal.
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: -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
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
yi y
2
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
yi y
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.
Cómo el gráfico de los datos y el parámetro de correlación indican que la relación buscada
es una línea recta, la ecuación de ésta tiene la forma particular:
y = mx + n [3]
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
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 [4]
x 2 x1
4
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 2. 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:
Del gráfico se obtiene directamente el corte, siendo este n = 2(Luts). Así entonces,
sustituyendo estos valores en la ecuación [3], la relación funcional es:
y = 3x + 2,
x medido en unidad Pers e y en unidad Luts.
Luts
y 3 x 2(Luts)
Pers
5
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
[5]
N
N
i i=
y x i m N - M n [6]
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
14 44 yi 178
i 1
x i 57
16 50 i 1
17 52
7 20 62 7
x i 77 25 78
i 5
y i 238
i 5
32 98
Luego, introduciendo cada sumatoria en las ecuaciones correspondientes, se obtiene el
sistema:
1) 178 = 57m + 4n
2) 238 = 77m + 3n
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
[7]
xi * y i N x i * y i
m i 1 i 1 2 i 1
N N
x i N xi 2
i 1 i 1
N N N N
x i * x i * y i x i2 * y i [8]
n i 1 i 1 i 1 i 1
2
N N
x i N x i 2
i 1 i 1
Luts
y 3 x 2(Luts)
Pers
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). En general, un
parámetro de correlación mejor que 0.98…. se considera una 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.
7
a. Método logarítmico: Consiste en aplicar logaritmo a todos los pares de datos (variable
independiente y dependiente) de forma que la nueva tabla de datos tiene dos nuevas
columnas: una log x y la otra log y. Si se grafican estos pares de datos (logx, log y) y
con estos se calcula el nuevo parámetro de correlación ( r’) se espera que el gráfico sea
una recta y que r’ =1 o r’ = -1, o aproximados a estos valores).
Con los datos (log x, log y) se ha conseguido rectificarlos por lo tanto la ecuación de esa
recta es ahora:
y = a xm [10]
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 4. 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 4. Comportamiento de la cantidad logy en función de logx
y(Lots) = 1 * [x(Fats)]-2
o simplemente,
1
yLots
x Fats2
b. Método del cambio de variable: Este método consiste en cambiar la variable
independiente o la dependiente o ambas, por una función de ella; es decir, se cambia la
variable en cuestión z por una g(z), como por ejemplo, 1/z, z2, 1/z2, log z, ez, sen z, z ,
etc. Podemos ver que existe un sin número de funciones posibles. Para simplificar la
situación, se recurre al conocimiento de geometría analítica, la cual mediante la simple
inspección del gráfico, es posible establecer a priori las posibles funciones de rectificación.
Para establecer cuál es la correcta, habrá que calcular el parámetro de correlación para
cada una de las posibles funciones, es decir, calcular r para cada par de datos (g(x), y) ó (x,
g(y)) ó ambas (g(x), g(y)) y escoger aquella cuyo valor sea más próximo a 1 ó -1. Una vez
determinada la mejor función de rectificación, ésta tendrá (por ejemplo) la forma:
y = m g(x) + n [11]
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.
en la cual usted puede observar que x se ha sustituido por 1/x2 y los valores de y son los
mismos. En efecto, al calcular r’ con los nuevos datos (1/x2, y), éste resulta ser 1 y el
gráfico 5 muestra que se ha logrado la rectificación.
10
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 5. Comportamiento de la variable y en función de 1/x2.
A continuación, veremos como establecer la relación funcional entre dos variables (las que
hemos 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 se denomina “método de las diferencias finitas” y lo primero que hay que hacer
es determinar el grado del polinomio, es decir, cuál ha de ser el máximo exponente de la
variable independiente (x). Para tal efecto, se debe realizar las sucesivas diferencias y
entre los datos de la variable dependiente (y). Veamos como se realiza en la siguiente tabla
de datos:
11
Tabla 4. Datos experimentales de la
cantidad y en función de la cantidad x.
x(Fis) y(Mat)
0,0 1,0
1,0 4,0
1,5 7,0
2,0 11,0
2,5 16,0
3,0 22,0
3,5 29,0
en donde P i
Δ
i!
i
Para establecer el grado del polinomio, se observa si existe una columna de ceros en las
columnas de las diferencias, que sea obtenida en forma natural. Si esto ocurre, entonces el
grado del polinomio lo da el valor de i de la columna anterior a la columna de ceros. Si
esto no ocurre se analiza el parámetro Pi, entre los Pi donde ocurre el cambio de signos (de
positivo a negativo o viceversa). Aquel Pi que tenga valor más próximo cero (antes del
cambio de signos) indicará que el i de la columna anterior corresponde al grado del
polinomio. Para el caso de nuestra tabla, observe que no hay ninguna columna de ceros y
al analizar los Pi, se produce el cambio de signo entre i = 3 e i = 4, siendo P3 más cercano
a cero que el P2; por lo tanto, el grado del polinomio es 2, con lo que resulta la serie de
Taylor:
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
12
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
1) M M 2
i 1
y i M * a 0 i 1
x
i1
* a
i 1
xi * a 2
N N N 2
2) j 1 x j *a2
y j N * a 0 x * a
j1 j1 j1
Para el caso de nuestra tabla de datos, tenemos el par (0, d), lo que nos permite decir que
a0 = 1,0. Así, hay que determinar únicamente dos constantes: a1 y a2 por lo que se forman
dos ecuaciones; esto es:
que al resolver, se obtienen los valores: a1 = 1,0 y a2 = 2,0 , que al sustituir en (*), la
relación funcional buscada es:
y = 1,0 + x + 2,0x2