INFORME DE LABORATORIO N 01

TITULO : CONSTRUCCIN DE GRFICAS Y ECUACIONES EMPRICAS

AUTORAS :

E.A.P. : INGENIERA CIVIL CURSO : FISICA I CICLO: II GRUPO: C FECHA REALIZACION : 23-08-00

FECHA DE ENTREGA : 06-09-00

ASESOR : Lic. PEDRO PAREDES GONZALES

RESUMEN : Como una forma ms elaborada de trazar curvas continuas por puntos, podemos usar una variedad de mtodos matemticos para encontrar una funcin analtica

que se ajuste a esos puntos. Con todo, las funciones generadas empricamente para ajustarse a conjunto de observaciones son tiles. Es posible obtener grficas y sus respectivas ecuaciones empricas, partiendo nicamente de simples valores numricos que se da a cualquier variable, las cuales se ubican en el eje X y el eje Y contenidos estos en el plano. En el caso de obtener como grfica una recta, sta se adecua a una ecuacin lineal; lo cual nos har posible la fcil obtencin de valores numricos que intersectndolos y uniendo dichos puntos obtenidos, en el plano, trataran de buscar correspondencia entre el sistema y el modelo dado. De dicha grfica y empleando mtodos como: Mtodo de los mnimos cuadrados y el mtodo visual, se puede obtener el valor del coeficiente de correlacin (r) en el caso de 2 variables medidas, donde una puede considerarse como causa de la otra. En caso de que la grfica fuera una curva cuya ecuacin puede ser la de una funcin potencia, exponencial y logartmica se proceder a linealizar la funcin para as proceder como en el caso de una ecuacin lineal.
I. OBJETIVOS: 1. Dados los datos experimentales de tres experiencias realizadas en la UNS, graficarlos en papel milimetrado, identificar el tipo de curva y determinar su ecuacin emprica. 2. Aplicar cambio de variables y/o logaritmos para transformar la ecuacin de una curva /exponencial, potencial, logartmica, etc.) a una recta. 3. Aplicar, el mtodo de los mnimos cuadrados para hallar la ecuacin emprica de una recta y representarlo grficamente.

II.

FUNDAMENTO TERICO:

Una variable es una cantidad a la cual puede asignrsele, durante un proceso, un nmero ilimitado de valores. Cuando dos variables tales como X e Y estn

relacionados de tal forma que a cada valor de X corresponde uno de Y, se dice que Y es una funcin de X,Y sta es: y = f(x) A la variable X se le llama independiente, porque toma el valor que se le asigna arbitrariamente; la otra se llama dependiente, ya que debe tomar los valores que satisfacen la relacin particular. Las funciones se representan grficamente en un sistema de coordenadas rectangulares, mediante puntos que satisfacen la ecuacin y = f(x). Estas grficas, que son lneas rectas o curvas representan el lugar geomtrico de los puntos que cumplen con la relacin establecida entre las variables. Como una grfica es un diagrama bidimensional, debemos limitarnos inicialmente a 2 variables. En consecuencia, para nuestros propsitos, es necesario simplificar el experimento manteniendo una de las variables de entrada constante mientras estudiamos la dependencia de la variable de salida respecto de la otra. Ya sea que la grfica sirva como una mera ilustracin del comportamiento de un sistema fsico osea la clave para evaluar el experimento y calcular el resultado, la meta es colocar las observaciones de manera que sus caractersticas se presentan en forma clara. Eso implicar elecciones apropiadas de escala, proporciones, etc. La pendiente b de la ecuacin de una recta y = a + bx, tal como la representa en la figura # 1, que pasa por los puntos P(x1,y1) y Q(x2,y2), se define por: b = y = y2 - y1 = tg (1) x x2 - x1 y Q(x2 , y2)

y P(x1 , y1) x ox FIGURA N 1

Muchas leyes de la fsica se expresan mediante la ecuacin de una recta, como ejemplo tenemos el M.R.U. : e = v.t. donde y = e, x = t, a = 0, b = v As tambin tenemos funciones de la forma: FUNCION POTENCIA: FUNCION EXPONENCIAL r = A x B r = A eBx

yy B0 B=2 B0 oxox FIGURA N 2 FIGURA N 3 FUNCION LOGARITMICA y = A + B ln x

y o e-A/B x FIGURA N 4

Por consiguiente, con la debida atencin a la importancia posiblemente limitada de nuestros procedimientos, describiremos algunos de los mtodos que pueden utilizarse; ya que tienen que ver con funciones de ocurrencia relativamente comn. Supongamos que hemos hecho mediciones de 2 variables, que llamaremos x e y. a) Funciones de Potencias. Consideremos la funcin y = xa donde a es una constante. Tenemos: log y = a log x (2) En esta ecuacin lineal: variable vertical = log y variable horizontal = log x Pendiente = a Y una grfica de log y vs log x es una lnea recta de pendiente a. en consecuencia, si queremos comprobar si una funcin potencial es una funcin adecuada par nuestras observaciones, podemos graficarlas en la forma log y vs log x. Si, al graficar en esa forma, los puntos resultantes corresponden bien con una lnea recta, podemos afirmar que una funcin

potencial es un buen ajuste para nuestras observaciones. El valor del exponente adecuado, a , de derivar de la pendiente de la grfica y se obtendr dentro de lmites de incertidumbres que dependen de la incertidumbre graficada con los puntos. ln H = ln A + Bln T Cambio de variable ln H = h ln A = a B=b ln T = t Ecuacin de la recta h = a + bt . (3) coeficiente de correlacin Hic = AoTiBo (4)

(s) (m) N 1 2 : 10

FIGURA N 5

2. Funciones Exponenciales

Para muchos fenmenos fsicos, lo adecuado es una funcin exponencial. Consideremos. y = a ebx donde a y b son constantes. En este caso logey = logea + bx .. (5) donde: y y x : son variables medidas a y b : son constantes cuyos valores se van a obtener a partir del experimento. As pues, una dependencia funcional, como la de un simple cuadrado, se puede probar usando esas grficas logartmicas que se conocen como grficas log - log. Y ln V = ln A + lneBT ln V = ln A + BT ln V = v ln A = a B=b

T=t Ecuacin de la recta v = a + bt . (7) coeficiente de correlacin V = A.eBT Vic = AeBTi (8) la grfica de la funcin ser una lnea recta cuando grafiquemos logey vs x. Por tanto, si hay razn para sospechar que una funcin exponencial es adecuada para un sistema particular, debemos hacer una grfica, semilogartmica. Los valores adecuados de a y b podrn obtenerse de la ordenada al origen y la pendiente de la recta, con incertidumbres determinadas por las incertidumbres graficadas con los valores medidos. V = AeBT

Figura # 6 : Funcin Logartmica

INCERTIDUMBRE EN FUNCIONES DE DOS O MAS VARIABLES

Si el resultado se debe calcular a partir de dos o ms valores medidos x,y, etc; la incertidumbre de ese resultado puede verse de 2 maneras diferentes. Las desviaciones reales ce x y y ocurren combinndose de manera tal que desven el valor de z tan lejos como sea posible de su valor central. De esta manera, calcularamos un valor de dz que da la anchura extrema del intervalo de posibles valores de z. Este argumento es vlido, y ms adelante nos ocuparemos del problema de la incertidumbre probable de cantidades calculadas. Sin embargo, por el momento vamos a calcular el valor de dz que representa el ms amplio margen de posibilidad para z.

TRAZAR UNA CURVA CONTINUA POR LOS PUNTOS Las ventajas de suponer un comportamiento regular y de trazar una curva suave por los puntos, puede ser sustanciales. Uno de los beneficios ms obvios est asociado con la interpolacin y la extrapolacin.

Figura # 7: Una Curva suave por las observaciones

Figura # 8: El uso de una curva suave para obtener valores por interpolacin.

Figura # 9: El uso de una curva continua para obtener valores por extrapolacin.

La curva suave y continua que hemos trazado proporciona una forma de hacerlo, como se muestra en la figura 8. Debemos, no obstante, tener cuidado de recordar que el resultado obtenido por interpolacin es un valor inferido, dependiente de nuestra eleccin sobre la curva suave. De manera similar, puede emplearse una curva suave y continua para extrapolar ms all del intervalo existente de valores como se muestra en la figura 9. Este procedimiento nos permite hacer conjeturas

sobre valores fuera del intervalo medido, pero la validez del procedimiento obviamente es mucho ms limitada que en el caso de la interpolacin. Los mtodos matemticos para la interpolacin y extrapolacin, pueden aplicarse para obtener valores intermedios mediante el clculo, sin trazar afectivamente la curva suave. Debido a que la validez de la interpolacin y la extrapolacin est limitada por la suposicin de un comportamiento suave y regular, del sistema considerado, las oportunidades de error abundan.

Figura # 10: La extrapolacin no es una de las ciencias exactas.

Figura # 11: Uso potencialmente falaz de la interpolacin.

La prolongacin de una pequea cantidad de una lnea recta o curva por cualquiera de sus extremos se llama extrapolacin y es una tcnica til para obtener coordenadas en forma aproximada, propias de la grfica que no se tenan inicialmente obtenindose valores fuera del intervalo experimental. La extrapolacin no es un proceso seguro, por lo que se debe tener cuidado en su utilizacin. Otra tcnica es la interpolacin, que consiste en obtener una de las coordenadas por ejemplo x, fijada la otra, es decir y, a travs de la conrrespondencia que establece entre ambas la grficas.

Figura # 12 Figura # 13

Si la grfica no es una recta, Cmo encontrar los valores de A y B en la funcin potencia?. Una tcnica muy empleada es aplicando logaritmos y cambio de variable. Tenemos: y = AxB aplicando logaritmo: ln y = ln A + B ln x Cambio de variable: r = ln y, x = ln x, a = ln A, b = B

Reemplazando : r = a + bx .. (9) (Ecuacin de la recta)

METODOS DE LOS MINIMOS CUADRADOS

En un experimento realizado en el laboratorio se han medido cantidades de 2 magnitudes fsicas x e y , con el propsito de descubrir o de verificar la ley fsica que las vincula. Como consecuencia, se han obtenido n pares de valores (xi , yi) que representados grficamente muestran un conjunto de puntos que sugiere la forma de una lnea recta. El procedimiento en cuestin se basa en el principio estadstico de los mnimos cuadrados. Consideremos ste en su aplicacin restringida para escoger una lnea recta que se ajuste a los valores medidos. Supongamos que tenemos un conjunto de N valores de una variable, medidas como funcin de variable x. Debemos restringirnos al caso especial de que toda la incertidumbre se limita a la dimensin y : esto es, los valores de x se conocen exactamente, o al menos, con una presin tanto mayor que la de los valores de y, como para poder despreciar la incertidumbre en la dimensin x.

Figura # 14: Ajuste de un lnea recta a un conjunto de puntos por el principio de mnimos cuadrados.

El principio de mnimos cuadrados permite hacer esta eleccin con base en las desviaciones de los puntos en direccin vertical a partir de las lneas. Definiremos como mejor lnea aquella que minimiza la suma de los cuadrados de las desviaciones como P2O2. Expresamos ahora el principio de mnimos cuadrados en forma matemtica. Definimos que la mejor lnea es aquella que lleva a su valor mnimo la suma. (PiOi) y deseamos obtener los parmetros, pendiente b y ordenada de origen a, de esa mejor lnea: y = bx + a La magnitud de la desviacin PiOi es el intervalo entre un cierto valor medido yi y el valor de y en es punto, para el valor de x. Este valor y se puede calcular a partir del valor correspondiente de x como mxi + b, de modo que, si le llamamos dyi a cada diferencia, tenemos: dyi = yi - (bxi + a) El criterio de mnimos cuadrados nos permite obtener los valores deseados de m y b, a partir de la condicin. [yi - (mxi + a)] = mnimo

y escribimos: [yi - (bxi + a)] = M Luego, la condicin para que sea mnimo es M=0yM=0 bm b

Existe 2 formas de hacer ste grfico:

1. Trazando directamente la lnea recta entre los puntos (Mtodo visual). 2. Encontrando los parmetros a y b de la ecuacin de la recta y = a + bx, por el mtodo de los mnimos cuadrados y luego graficarlo. Donde a y b se calcula con las siguientes frmulas:

xi yi yi - xi (xi yi) a = . (10) n xi - ( xi )

n (xi yi) - xi yi b = . (11) n xi - ( xi )

COEFICIENTE DE CORRELACIN (r) r = 1 - (Syi x / Sy2) (12)

Desviacin estndar de y: La desviacin estndar de la pendiente y la ordenada al origen se calculan en trminos de la desviacin estndar de la distribucin de valores alrededor de la mejor lnea, que llamaremos Sy. Sy = ( (yi - ym)) / (n - 1) (13) donde: ym = yi / n (14) , n diferente # de ecuaciones Sa = ( ei . xi / (n - 2) (15) Sb = . (16)

Error estndar de la estimacin de y Syi x = ( (yi - yic)) / (n - 2) (17)

yic = a + bxi .. (18) (yi - yic)) = (yi - yia) + yi2 - yi2 c2) + luego: yic1 = a + bx1 yi2c2 = a + bx1

MTODO VISUAL

Para hallar el punto centroide en un grfico. Tenemos: Lo = Li / n Po = Pi / n luego: y = a + bx .. (19) P = a + bL . (20) donde: a : Intercepto con eje P b : Pendiente. b = P / L = (P2 - P1) / (L2 - L1) . (21)

III. PARTE EXPERIMENTAL

3.1. Instrumento y materiales:

Calculadora Juego de pistoletes, regla, lapiz y borrador. 5 unidades de papel milimetrado.

3.2. Procedimiento: Los puntos de las grficas deben tener sus incertidumbres bien marcadas sobre ellos (con un rectngulo o una cruz), y los ejes estn debidamente identificados. Tanto el tipo de incertidumbre como cualquier smbolo

empleado para rotular los ejes debern de identificarse explcitamente en forma claro, sobre o junto a la grfica. Para representar una curva o recta grficamente en un papel grfico, indique cada punto experimental con una seal encerrada por un crculo pequeo o cruz, previamente escoger una escala para cada variable fsica en forma adecuada. Despus de indicar los puntos experimentales, dibuje lo mejor posible una curva o recta continua que pase entre los puntos. Algunas veces no es posible dibujar una curva o recta que pase por todos los puntos trazados. En este caso, quedarn algunos puntos a uno y otro lado de la curva o recta. Cuando aparezcan dos o ms curvas en la misma grfica se debern utilizar distintos smbolos para cada grupo de datos.

3. Datos experimentales:

En el laboratorio de Fsica de la UNS se realizaron los siguientes experimentos:

1. Experimento N 01: Ley de Hooke

Tabla N 1
Li (m) Pi (N) 0,052 1,96 0,102 2,94 0,155 3,92 0,206 4,90 0,258 5,88

Donde: Li = Deformacin experimentada por el resorte Pi = Peso aplicado al resorte que esta suspendido por uno de sus extremos. A esta table le corresponde la grfica N 15

b) Experimento N 02: Cada libre de un cuerpo Tabla N 2

Ti (s) 0,112 0,155 0,189 0,216 0,264 0,306 0,334 0,362 0,391 0,419 Hi(m) 0,08 0,10 0,15 0,20 0,30 0,40 0,50 0,6 0,7 0,8

Donde: Ti = Tiempo que demora en recorrer el espacio Hi. Hi = Espacio recorrido por el cuerpo que cae. A esta table le corresponde la grfica N 16

c) Experimento N 03: Descarga de un condensador Tabla N 3

Ti(s) 0,00 4,14 7,58 11,87 13,97 16,92 20,24 24,16 28,65 37,10 46,51 Vi(v) 15 12 10 8 7 6 5 4 3 2 1

Donde: Ti = Tiempo de descarga. Vi = Diferencia de potencial en el condensador. A esta table le corresponde la grfica N 17 * Utilizando las tablas N 01, N 02 y N 03 realizamos las siguientes grficas.

IV. RESULTADOS: EXPERIMENTO N 01

1. Mtodo visual

Usando la ecuacin (19) para el problema: P = a + bL extrapolacin en la grfica N 16 a = 0,975 N. Tomamos 2 puntos cualesquiera de la grfica para hallar la pendiente.
N L (m) 1 2 0,100 0,150 P (N) 2,875 3,85

b = (P2-P1) / (L2 - L1) b = (3,85 - 2,875) / (0,150 - 0,100) = 19,5 La ecuacin emprica es: P = 0,875 + 19,5 L * Hallamos el coeficiente de correlacin 1 hallamos el error standar de la estimacin de y. - Usamos la tabla N 1y la ecuacin (18) para hallar y1c = 1,989 y2c = 2,964 estos valores se reemplazan en la ecuacin y3c = 3,9975 (17) y obtenemos y4c = 4,992 Sy1x = 0,01058775 y5c = 6,006

2 Hallamos la desviacin estndar de y - Usamos la tabla N 1 y la ecuacin (14) para hallar ym = 14,896 - Luego utilizando este ym, la tabla N 1 la ecuacin (13) calculamos. Sy = 152,99172 - Utilizando la ecuacin (12) r = 1 - (0,01058775 / 152,99172) r = 0,9999653971

b) Mtodo de los mnimos cuadrados Para hallar el intercepto con el eje y usamos la ecuacin (10) a = (0,146133) (19,6) - (0,773) (3,53584) = 0,9839748828 5 (0,146133) - (0,773) Para hallar la pendiente usamos la ecuacin (11) b = 5 (3,53584) - (0,773) (19,6) = 18,99110684 5 (0,146133) - (0,773) La ecuacin por MMC: P = 0,9839748828 + 18,99110684 L Hallando coeficiente de correlacin: para la ecuacin del MMC. Sy = 152,99172 Para: y1c = 1,971512438

y2c = 2,92106778 y3c = 3,927596 y4c = 4,896142892 y5c = 5,883680448 Sy1x = 0,0001923647029 - Coeficiente correlacin en la ecuacin (12) r = 1 - (0,0001923647029 / 152,99172) r = 0,9999993713

EXPERIMENTO N 02
1. Mtodo visual

Para aplicar el mtodo visual tenemos que transformar la ecuacin de cada libre (potencial) en una ecuacin de la recta. H = ATB . (22)

sacamos logaritmo ln H = ln A + B ln T

Hacemos cambio de variable. Ln H = h (23)

ln A = a . (24) La ecuacin de la recta es: h = a + bt . (27) B = b . (25) ln T = t .. (26) Utilizando las ecuaciones (23) y (26) y la tabla N 2 obtuvimos TABLA N 4
n L = ln T (s) 1 2 3 4 5 6 7 8 9 10 -2,189256408 -1,864330162 -1,666008264 -1,532476871 -1,331806176 -1,184170177 -1,096614286 -1,016111067 -0,939047719 -0,869884359 h = ln H (m) -2,995732274 -2,302585093 -1,897119985 -1,609437912 -1,203972804 -0,9162907319 -0,6931471806 -0,5108256238 -0,3566749439 -0,2231435513

De a tabla N 4 hacemos la grfica N 18 Hallamos a y b

Por extrapolacin en la grfica N 18 hallamos a = 1,56 Tomamos 2 puntos en la grfica N 18 para hallar la pendiente.

t (s)

h (m) -0,48 -2,58

1 2

-0,100 -2,00

Utilizando la ecuacin (21) b = 2,1 La ecuacin emprica es: h = 1,56 + 2,1 t * Hallando el coeficiente de correlacin para la ecuacin (27) 1 hallamos el error standar de la estimacin de y. - Usamos la tabla N 4 y la ecuacin (18) para hallar y1c = -3,03732 y2c = -2,355 estos valores se reemplazan en la ecuacin y3c = -1,93861 (17) y obtenemos y4c = -1,65819 Sy1x = 0,00264754825 y5c = -1,23679 y6c = -0,926757 y7c = -0,742889 y8c = -0,5738331 y9c = -0,412

y10c = -0,26675 2 Hallamos la desviacin estndar de y - Usamos la tabla N 4 y la ecuacin (14) para hallar ym = -1,27089301 - Luego utilizando este ym, y la tabla N 4 la ecuacin (13) calculamos. Sy = 0,8357243645 - Utilizando la ecuacin (12) r = 1 - (0,00264754825 / 0,8357243645) r = 0,998414759 Ahora calculamos A y B utilizando las ecuaciones (24) y (25) A = 4,758621245 B = 2,1 Reemplazando en la ecuacin (22) H = 4,758821245 + 2,1 (28) Para calcular el coeficiente de correlacin para la ecuacin (28) hacemos: 1 hallamos el error standar de la estimacin de y. - Usamos la tabla N 2 y la ecuacin (28) para hallar y1c = 0,0479 y2c = 0,09438 estos valores se reemplazan en la ecuacin y3c = 0,143902 (17) y obtenemos

y4c = 0,190481 Sy1x = 0,00059817471 y5c = 0,29031 y6c = 0,3958 y7c = 0,4757 y8c = 0,56336 y9c = 0,66232 y10c = 0,76585 2 Hallamos la desviacin estndar de y - Usamos la tabla N 2 y la ecuacin (14) para hallar ym = 0,38 - Luego utilizando este ym, y la tabla N 2 y la ecuacin (13) hallamos: Sy = 0,069 - Utilizando la ecuacin (12) r = 1 - (0,000598174771 / 0,069) r = 0,9956559653

b) Mtodo de los mnimos cuadrados Hallamos el intercepto con el eje y usamos la ecuacin (10) a = (20,442160) (-12,7089301) - (-13,68970549) (20,97496599) 10 (20,44216018) - (-13,68970549)

a = 1,607136518 Hallamos la pendiente usamos la ecuacin (11) b = 10 (20,97496599) - (-13,68970549) (-12,7089301) 10 (20,44216018) - (-13,68970549) La ecuacin de la recta por MMC es h = 1,607136518 + 2,102331222 (29) Hallando el coeficiente de correlacin: para la ecuacin por MMC. -Sy = 0,8357243645 Para: y1c = -2,9954 y2c = -2,3123 y3c = -1,8953 y4c = -1,61463 Utilizando la ecuacin (29) y la tabla N 4 y5c = -1,19276 Hallamos: y6c = -0,882381 Sy1x = 0,00023048 y7c = -0,698309 y8c = -0,52906 y9c = -0,367052 y10c = -0,221648

- El Coeficiente de correlacin para la ecuacin (29) es: r = 1 - (0,00023048 / 0,8357243645) r = 0,999862098

Ahora calculamos A y B utilizando las ecuaciones (24) y (25) y el a y b obtenidos por MMC A = 4,988506259 B = 2,102331222 Reemplazando en la ecuacin (22) H = 4,988506259 . T2,102331222 (30) Para calcular el coeficiente de correlacin para la ecuacin (30) hacemos: 1 hallamos el error standar de la estimacin de y. - Usamos la tabla N 2 y la ecuacin (30) para hallar y1c = 0,05001 y2c = 0,09903 estos valores se reemplazan en la ecuacin y3c = 0,150263 (17) usando la tabla N 2 y obtenemos y4c = 0,1989627 Sy1x = 0,003816194 y5c = 0,3033824 y6c = 0,4137963157 y7c = 0,4974252

y8c = 0,58915527 y9c = 0,69277605 y10c = 0,8011969

2 Hallamos la desviacin estndar de y - Usamos la tabla N 2 y la ecuacin (14) para hallar ym = 0,38 - Luego utilizando este ym, la tabla N 2 y la ecuacin (13) hallamos: Sy = 0,069 - Utilizando la ecuacin (12) r = 1 - (0,0003816194 / 0,069) r = 0,9997230878

EXPERIMENTO N 03
1. Mtodo visual

Para aplicar el mtodo visual tenemos que transformar la ecuacin de descarga de un condensador (exponencial) en una ecuacin de la recta. V = AeBT . (31) sacamos logaritmo ln V = ln A + BT Hacemos cambio de variable. Ln V = v (32) ln A = a . (33) La ecuacin de la recta es: v = a + bt . (36) B = b . (34) T = t .. (35) Utilizando las ecuaciones (32) y (35) y la tabla N 3 obtuvimos TABLA N 5
n T=T (s) 1 2 3 4 0,00 4,14 7,58 11,87 V = ln v (V) 2,708050201 2,48490665 2,302585093 2,079441542

5 6 7 8 9 10 11

13,97 16,92 20,24 24,16 28,65 37,10 46,51

1,945910149 1,791759469 1,609437912 1,386294361 1,098612289 0,6931471806 0

De La tabla N 5 hacemos la grfica N 19 Hallamos a y b

Por extrapolacin en la grfica N 19 hallamos

a = 2,708050201

Tomamos 2 puntos en la grfica N 19 para hallar la pendiente. N t (s) 1 2 20,00 30,00 v (v) 1,57 0,98

Utilizando la ecuacin (21) b = -0,057 La ecuacin emprica es: v = 2,708050201 - 0,057 t

* Hallando el coeficiente de correlacin para la ecuacin (36) 1 hallamos el error standar de la estimacin de y. - Usamos la tabla N 5 y la ecuacin (18) para hallar y1c = 2,708050201 y2c = 2,472070201 estos valores se reemplazan en la ecuacin y3c = 2,275990201 (17) usando la tabla N 5 y obtenemos y4c = 2,031460201 Sy1x = 0,00294668865 y5c = 1,911760201 y6c = 1,74360201 y7c = 1,554370201 y8c = 1,33090201 y9c = 1,075000201 y10c = 0,593350201 y11c = 0,056980201 2 Hallamos la desviacin estndar de y - Usamos la tabla N 5 y la ecuacin (14) para hallar ym = 1,645467713 - Luego utilizando este ym, la tabla N 5 la ecuacin (13) Sy = 0,6793181507 - Utilizando la ecuacin (12)

r = 1 - (0,00294668865 / 0,6993181507) r = 0,9978287853 Ahora calculamos A y B utilizando las ecuaciones (33) y (34) A = 15,00000013 B = -0,057 Reemplazando en la ecuacin (31) V = 15,00000013 + e-0,057 T (37) Para calcular el coeficiente de correlacin para la ecuacin (37) hacemos: 1 hallamos el error standar de la estimacin de y. - Usamos la tabla N 3 y la ecuacin (37) para hallar y1c = 15 y2c = 11,846 estos valores se reemplazan en la ecuacin y3c = 9,73775 (17) usando la tabla N 3 y obtenemos y4c = 7,6252 Sy1x = 0,05885 y5c = 6,7649 y6c = 5,7179 y7c = 4,7321 y8c = 3,7845 y9c = 2,9299 y10c = 1,8100

y11c = 1,0586 2 Hallamos la desviacin estndar de y - Usamos la tabla N 3 y la ecuacin (14) para hallar ym = 6,6363 - Luego utilizando este ym, la tabla N 3 y la ecuacin (13) hallamos: Sy = 18,8544 - Utilizando la ecuacin (12) r = 1 - (0,05885 / 18,8544) r = 0,998438

b) Mtodo de los mnimos cuadrados Hallamos el intercepto con el eje y usamos la ecuacin (10) a = (6050,716) (18,0997) - (211,14) (223,1764) 11 (6050,716) - (211,14) a = 2,742919388 Hallamos la pendiente usamos la ecuacin (11) b = 10 (233,1764) - (211,14) (18,0997) = -0, 05717731 11 (6050,716) - (211,14) La ecuacin de la recta por MMC es v = 2,742919388 + 0,05717731 t (38)

Hallando el coeficiente de correlacin: para la ecuacin por MMC. -Sy = 0,6793181507 Para: y1c = 2,74291 y2c = 2,5062 y3c = 2,3095 y4c = 2,0642 Utilizando la ecuacin (38) y la tabla N 5 y5c = 1,9441 Hallamos: y6c = 1,77547 Sy1x = 0,0017300999 y7c = 1,5856 y8c = 1,3615 y9c = 1,1047 y10c = 0,6216 y10c = 0,08360

- El Coeficiente de correlacin para la ecuacin (38) es: r = 1 - (0,001730999 / 0,6793181507) r = 0,9993623

Ahora calculamos A y B utilizando las ecuaciones (33) y (34) y el a y b obtenidos

por MMC A = 15,53226368 B = -0,05711731 Reemplazando en la ecuacin (31) V = 15,53226368 . e-0,05711731 T Para calcular el coeficiente de correlacin para la ecuacin (37) hacemos: 1 hallamos el error standar de la estimacin de y. - Usamos la tabla N 3 y la ecuacin (37) para hallar y1c = 15,5322 y2c = 12,2583 estos valores se reemplazan en la ecuacin y3c = 10,06954 (17) usando la tabla N 3 y obtenemos y4c = 7,8791 Sy1x = 0,047709 y5c = 6,9877 y6c = 5,9031 y7c = 4,8824 y8c = 3,9021 y9c = 3,01858 y10c = 1,8619 y11c = 1,0871 2 Hallamos la desviacin estndar de y

- Usamos la tabla N 3 y la ecuacin (14) para hallar ym = - Luego utilizando este ym, la tabla N 3 y la ecuacin (13) hallamos: Sy = 18,8544 - Utilizando la ecuacin (12) r = 1 - (0,047709 / 18,8544) r = 0,998733

V.

DISCUSION Y CONCLUSIONES:

DISCUSIN: El comportamiento del modelo lo representa la grfica 15, con la ecuacin 20, en la cual la variacin de P con L es una lnea recta. En nuestro experimento, los resultados s mostraron una variacin lineal sobre parte del rango, pero en vez de pasar por el origen, la lnea que mejor se ajusta a las observaciones tiene un intercepto en el eje de las P. Adems de esto, en la parte posterior de la escala de P, las observaciones muestran una desviacin sistemtica de la linealidad en una cantidad que evidentemente excede la incertidumbre de la medicin. Es difcil juzgarlo a partir de un conjunto de cantidades en una tabla, y es mucho mejor hacerlo basados en alguna forma de presentacin visual. Una simple grfica de las observaciones comprender toda la informacin contenida en la tabla, y proporcionar, adems, el enorme beneficio de facilitar la apreciacin visual de los resultados.

La curva suave y continua que hemos trazado proporciona una forma de hacerlo. Debemos no obstante, tener cuidado de recordar que el resultado obtenido por interpolacin es un valor inferido, puede emplearse una curva suave y continua para extrapolar ms halla del intervalo existente de valores. Este procedimiento nos permite hacer conjeturas sobre valores fuera del intervalo medido, pero la validez del procedimiento obviamente es mucho ms limitadas que en el caso de interpolacin. Estos mtodos, con todo siguen siendo dependientes de la hiptesis de comportamiento regular y continuo del sistema y los valores inferidos basan su validez en la confiabilidad de esa suposicin. Debido a que la validez de interpolacin y la extrapolacin est limitada por la suposicin de un comportamiento suave y regular del sistema considerado, las oportunidades de error abundan. Si se planea adecuadamente el experimento mismo nos dar si nuestro modelo o teora es lo bastante bueno. Antes de continuar, debemos hacer notar que este proceso de comparar sistemas y modelos depende de nuestra capacidad para trazar las grficas de las funciones que aparecen en los modelos. No debemos pensar que el experimento nos da un resultado correcto o incorrecto simplemente llevamos a cabo nuestro proceso experimental con tanto cuidado como sea posible, y presentamos luego los resultados en la forma objetiva que podamos. No est mal recordar que de vez en cuando los modelos slo pueden proporcionar una representacin parcialmente satisfactoria del comportamiento de los sistemas. De los procedimientos o mtodos descritos en las secciones anteriores (mtodo de los mnimos cuadrados y grfico o visual), podemos decir que el ms confiable y exacto es el de los mnimos cuadrados; ya que se puede probar que el procedimiento de minimizar los cuadrados de las desviaciones da lugar a una menor varianza de los parmetros resultantes, como por ejemplo: la pendiente, al usar cualquier otro criterio. En consecuencia , tenemos derecho a confiar ms en los resultados obtenidos usando el principio de ,los mnimos cuadrados que en el caso de cualquier otro mtodo comparable; de aqu que el uso de este principio est muy difundido,

ms no as el mtodo grfico que es vulnerable a la crtica por que an cuando se apliquen con mucho esmero no podemos estar bien seguros de la importancia cuantitativa de los resultados.

RESULTADOS: El propsito experimental es simplemente comparar el comportamiento del sistema y el modelo. Sin embargo, tambien es posible, y de hecho muy comn, usar el anlisis de lneas rectas para determinar, con respecto a alguna magnitud del modelo, el valor numrico adecuado para nuestro sistema. En tales casos nuestro modelo no est completamente especificado, por que incluye una o varias magnitudes de valor inicialmente desconocido. No es posible entonces, trazar una grfica del modelo para compararlo con los puntos. Nuestro objetivo es arreglar el proceso de trazado de la grfica de modo tal que el comportamiento del sistema y el proceso de trazado de la grfica de forma lineal. Es posible obtener grficas y su respectivas ecuaciones empricas, partiendo nicamente de simples valores numricos que se da a cualquier variable, las cuales se ubican en el eje x y el eje y contenidos estos en un plano. As mismo, para el empleo del mtodo visual, en el caso de una funcin exponencial, potencial y logartmica, se requiere necesariamente linealizar la funcin.

VI. BIBLIOGRAFIA

BAIRD D.C Experimentacin: Una Introduccin a la Teora de Mediciones y al Diseo de Experimentos. Segunda Edicin. Editorial Melo S.A. Mxico 1991

KENNEDY B. JOHN Estadstica para Ciencias e Ingienera Segunda Edicin Editorial Harla S.A Mxico 1982.