ECUACIN EMPRICA

Es una ecuacin obtenida a partir del grafico de un conjunto de valores experimentales de dos variables, la relacin entre las dos variables se expresa mediante la funcin matemtica: Y = f(x) Donde: y es la variable dependiente o funcin y x es la variable independiente. TIPOS DE RELACIONES Dentro de las funciones ms comunes tenemos: RELACIN LINEAL Las variables dependientes e independientes estn relacionadas directamente en forma proporcional, su grfica es una lnea recta. (Fig.1) y = a + bx. (1) a, es el intercepto: distancia del origen de coordenadas al punto donde la recta intercepta al eje vertical; b, es la pendiente de la recta, es decir: FUNCIN POTENCIAL: La variable dependiente est relacionada con la variable independiente mediante una potencia de esta ltima. LA LNEA RECTA: De las grficas anteriores. La lnea recta es muy til porque nos da ms informacin acerca del experimento en estudio: Y= Ax + b LINEALIZACIN DE LA CURVA: PNDULO: Dispositivo formado por un objeto suspendido de un punto fijo y que oscila de un lado a otro bajo la influencia de la gravedad. Los pndulos se emplean en varios mecanismos, como por ejemplo algunos relojes............ DETERMINACIN DE LAS CONSTANTES METODO ESTADISTICO METODO GRAFICO PROCEDIMIENTO EXPERIMENTAL: DATOS EXPERIMENTALES Los datos obtenidos en el experimento se muestran en la siguiente tabla, es necesario precisar que la desviacin utilizada fue de 30 grados: ANALISIS DE DATOS EXPERIMENTALES: METODO GRFICO: Con los datos obtenidos en la TABLA N1 se realiz el primer grfico que se muestra a continuacin: En el grafico N1 Observamos que el resultado de nuestros datos experimentales es una curva. Sabemos que la mayor informacin de un fenmeno, se puede obtener cuando los valores de sus variables pueden representarse mediante una lnea recta, por esta razn fue conveniente convertir las variables de la curva en una relacin lineal. Al ser el grfico de los datos experimentales una curva, la ecuacin emprica tendr la forma: Y = KXn Donde k y n son constantes a determinar. Para linealizar la curva debemos tomar logaritmos naturales de los datos experimentales. Estos se expresan como X* y Y* en la siguiente tabla: Sea X*: Logaritmo natural de X Y*: Logaritmo natural de Y

El grfico correspondiente a esta tabla se muestra a continuacin: En el grafico N 2 observamos que los resultados obtenidos del X*y Y* forman una recta. Ahora, determinamos las constantes K y n para obtener la ecuacin emprica de la recta. y=kxn 1. La ecuacin puede ser linealizada tomando logaritmos y haciendo el cambio de variables, as: 2. Calculamos K y n 3. Reemplazando los datos obtenidos en la ecuacin empirica, tenemos: Por lo tanto, la ECUACIN EMPRICA obtenida por el mtodo grafico es: T=0.23L0.47 Regresando al grafico nos damos cuenta, son pocos los puntos en donde no pasa la lnea recta, como por ejemplo los de longitud 5 y 25 cm, como sabemos esto se debe a que el mtodo grafico no es muy preciso y ni exacto. Por ello es necesario realizar el mismo procedimiento utilizando el mtodo estadstico. METODO ESTADISTICO: Este mtodo tiene la ventaja de minimizar los errores experimentales, proporcionndonos un arreglo lineal, y dndonos as la ecuacin de la recta que ms se ajuste con la realidad del experimento. A continuacin se muestra la tabla con los nuevos y definitivos datos obtenidos. Las formulas para su resolucin han sido vistas en el fundamento terico anteriormente.

LINIALIZACION DE UNA CURVA

La linealizacin (de un segmento de curva, no de la curva entera) es un mtodo que consiste en asociar una recta (de ecuacin lineal como todas las rectas) a una curva determinada en un punto dado (la linealizacin sirve para ese punto y sus alrededores). Una de las formas ms normales de obtenerla es con clculo diferencial, aunque si no lo dominas, lo que tienes que hacer es calcular la ecuacin de una recta que pase por un punto y sea aproximadamente paralela (que se apoye tocando tan solo en un punto) a tu curva. Ejemplos de linealizaciones (en el valor x=1) son: de y = x^2 ---> y = 2x - 1 de y = x^3 ---> y = 3x - 2 (y en el valor x=2) son: de y = x^2 ---> y = 4x - 4 de y = x^3 ---> y = 12x - 16 Prob dibujar estas funciones en una o dos hojas (una para x^2 con sus linealizaciones y lo mismo para x^3) y vas a entenderlo. Un ejemplo del uso es calcular valores cercanos al punto. Por ejemplo, si queremos saber cunto es (1,01) al cuadrado usamos la aproximacin: y = x^2 = (1,01)^2 -> aprox. (2 * 1,01) - 1 = 1,02 El valor real es de 1,0201 por lo que en este caso resulta una aproximacin bastante buena.

EXTRAPOLACION
extrapolacin es el proceso de estimar ms all del intervalo de observacin original, el valor de la variable en base a su relacin con otra variable. Es similar a la interpolacin, la cual produce estimados entre las observaciones conocidas, a diferencia de esta la extrapolacin es sujeta a una mayor incertidumbre y a un mayor riesgo de producir resultados insignificantes. Extrapolacin tambin puede significar extensin de un mtodo, asumiendo que se pueden aplicar mtodos similares.

Mtodos de extrapolacin
Una opcin muy sonada en la cual se aplica el mtodo de extrapolacin se fundamenta en el conocimiento a priori del proceso que ha creado los puntos para los datos existentes. Algunos expertos han propuesto el uso de fuerzas casuales en la evaluacin de los mtodos de extraplacin.1 Preguntas cruciales son por ejemplo si los datos se pueden suponer continuos, llanos, posiblemente peridicos, etc.

Extrapolacin Lineal
Extrapolacin significa crear una lnea tangente al final de los datos conocidos y extendiendola ms all de ese lmite. La Extrapolacin lineal proveer buenos resultados slo cuando se use para extender la grfica de una funcin lineal aproximadamente o no muy lejana de los datos conocidos. Si los dos puntos cercanos al punto que sern extrapolados son y

, la extrapolacin lineal nos da la funcin:

(la cual es idntica a Interpolacin_lineal if ). Es posbile incluir ms de dos puntos y promediar la inclinacin del interpolante lineal, haciendo tcnicas de regresin, en los puntos de los datos que sern incluidos. Esto es similar a la prediccin lineal.

Extrapolacin polinmica
Una extrapolacin polinmica se puede calcular a partir de todos los datos conocidos o tan slo de los datos extremos. La curva resultante puede ser extendida a posterior ms all de los datos conocidos. La extrapolacin polinmica se calcula usualmente mediante interpolacin Lagrange o utilizando el mtodo de Newton de diferencias

finitas (creando series de Newton a partir de los datos). El polinomio as calculado se puede usar para extrapolar los datos. La extrapolacin mediante polinomios de alto grado debe ser usada con cautela. Por ejemplo, en el conjunto de datos y el problema de la figura anterior, cualquiera que est polinomios de grado mayor que uno puede producir valores inutilizables, un error estimado del valor extrapolador crecer con el grado de la extrapolacin polinmica. Este hecho est relacionado con el llamado fenmeno de Runge.

Extrapolacin cnica
Puede computarse una seccin cnica utilizando los puntos cercanos al final de los datos conocidos. Si la seccin cnica calculada es una elipse o un crculo, crear un bucle y se unir nuevemante en s misma. Una curva parablica o hiperblica no se unir nuevamente en s, pero puede curvearse respecto al eje X. Este tipo de extrapolacin puede se puede hacer con una plantilla de secciones cnicas (en papel) o mediante computadora.

Extrapolacin de Curva Francesa

La Extrapolacin de curva Francesa es un mtodo adecuado para cualquier distribucin que tenga una tendencia a convertirse en exponencial, pero con factores de aceleracin o desaceleracin.2 Este mtodo se ha utilizado exitosamente para proveer proyecciones de pronsticos en el crecimiento de VIH/SIDA en el Reino Unido desde 1987 y variantes de la enfermedad Creutzfeldt-Jakob en el Reino Unido desde hace varios aos. Otro estudio ha mostrado que la extrapolacin puede producir la misma calidad de resultados que otras estrategias de pronstico.3

INTERPOLACION
se denomina interpolacin a la obtencin de nuevos puntos partiendo del conocimiento de un conjunto discreto de puntos. En ingeniera y algunas ciencias es frecuente disponer de un cierto nmero de puntos obtenidos por muestreo o a partir de un experimento y pretender construir una funcin que los ajuste. Otro problema estrechamente ligado con el de la interpolacin es la aproximacin de una funcin complicada por una ms simple. Si tenemos una funcin cuyo clculo resulta costoso, podemos partir de un cierto nmero de sus valores e interpolar dichos datos construyendo una funcin ms simple. En general, por supuesto, no obtendremos los mismos valores evaluando la funcin obtenida que si evaluamos la funcin original, si bien dependiendo de las caractersticas del problema y del mtodo de interpolacin usado la ganancia en eficiencia puede compensar el error cometido. En todo caso, se trata de, a partir de n parejas de puntos (xk,yk), obtener una funcin f que verifique

a la que se denomina funcin interpolante de dichos puntos. A los puntos xk se les llama nodos. Algunas formas de interpolacin que se utilizan con frecuencia son la interpolacin lineal, la interpolacin polinmica (de la cual la anterior es un caso particular), la interpolacin por medio de spline o la interpolacin polinmica de Hermite.

Interpolacin Lineal

La lnea azul representa la interpolacin lineal entre los puntos rojos. Artculo principal: Interpolacin lineal. Uno de los mtodos de interpolacin ms sencillos es el lineal. En general, en la interpolacin lineal se utilizan dos puntos, (xa,ya) y (xb,yb), para obtener un tercer punto interpolado (x,y) a partir de la siguiente frmula:

La interpolacin lineal es rpida y sencilla, pero no muy precisa.