ANLISIS DE FUNCIONES

Grficas y Ajuste de curvas Prctica de Laboratorio N. 02

Tpicos Relacionados
Mtodos de mnimos cuadrados, matrices y determinantes, asntotas,
interpolacin, extrapolacin, sumatorias.

1. Objetivos
1.1 Encontrar la funcin matemtica que relaciona a dos cantidades
fsicas medidas experimentalmente.
1.2 Hacer uso de la tcnica de linealizacin por el mtodo de
mnimos cuadrados.
1.3 Predecir resultados haciendo interpolaciones y extrapolaciones
a la ecuacin de ajuste calculada.

2. Equipos y materiales
- Seis (06) hojas milimetradas.
- Un (01) lpiz de carbn N2
- Una (01) regla de 30 cm.
- Una (01) Calculadora Cientfica (personal).

3. Fundamento terico
consideremos que los siguientes puntos
son los resultados de una medicin en el laboratorio, estos datos equivales
al fenmeno fsico estudiado.
Las relaciones entre dos magnitudes se representan en el plano.
Aqu se buscara determinar la ecuacin que mejor se ajusta al conjunto de
datos experimentales del fenmeno fsico estudiado.
Se denominara ajuste de curvas, al hechote det3erminar con mayor
precisin la relacin matemtica que mas ajusta a los resultados del
fenmeno fsico.
Para realizar este ajuste se elige entre las siguientes curvas que son las
ms comunes, por lo menos en fsica fundamental.
Si la configuracin de puntos se parece a una recta , se har el ajuste a
una recta de ecuacin:

Si la configuracin de puntos se parece a una parbola , el ajuste se har a

una parbola de ecuacin:

1
De esta forma, los puntos experimentales pueden tender a diferentes
curvas, y los ajustes deben realizarse a estos mismos tipos, de ecuacin
genrica:

Una vez elegido el tipo de curva para el ajuste se tiene que determinar las
constantes de tal manera que individualicen a la mejor curva dentro de
este tipo. Por ejemplo si se tuviera que ajustar a una parbola debemos
determinar las constantes que mejor coincidan con los
resultados obtenidos experimentalmente.
Por consiguiente, para la determinacin de las constantes, emplearemos
algunos mtodos tales como el mtodo de los mnimos cuadrados.

En el estudio de los fenmenos fsicos nos encontramos con muchas

variables, que intervienen en dicho proceso lo cual es muy complejo
analizarlo simultneamente. Para facilitar el anlisis elegimos dos de
estas variables, el conjunto de datos obtenidos, se organizan en una
tabla. A partir de estos datos graficar y establecer la funcin que
mejor se ajusta al conjunto de valores medidos, estos pueden ser
lineales, exponenciales, logartmicos, etc. Como se observa a
continuacin

2
 Y Y Y

X X X

Figura. N. 1: Figura. N. 2: Figura. N. 3:

Funcin Lineal Funcin Parablica Funcin Exponencial

3.1 AJUSTE DE CURVAS. - consiste en determinar la relacin matemtica

que mejor se aproxima a los resultados del fenmeno medido. Para
realizar el ajuste, primero elegimos la funcin a la que se aproxime la
distribucin de puntos graficados (datos obtenidos). Entre las
principales funciones:

a) Funcin Lineal: y b m x

b) Funcin Parablica o cuadrtica: y a b x c x2

c) Funcin Cbica: y a b x c x2 d x3
d) Funcin Polinomial: y a a x a x a xn
2

0 1 2 n

e) Funcin exponencial: y A Bx
f) Funcin Potencial: y A xB

g) Funcin elptica:

h) Funcin hiperblica:

i) Otras.

En todas estas expresiones x e y representan variables, mientras que

las otras letras denotan constantes o parmetros a determinar.

Una vez elegida la funcin se determina las constantes de tal manera

que particularicen la curva de los fenmenos observado.

3
3.2 Consideraciones previas. - Los datos obtenidos en el proceso de
medicin se organizan en tablas. Las tablas as formadas no informan
acerca del tipo de relacin existente entre una magnitud y la otra. Una
alternativa para establecer dichas relaciones es hacer
representaciones grficas en un sistema de ejes coordenados.

a) Se grafican en papel milimetrado los valores de la tabla.

b) Se compara la distribucin de puntos obtenida con curvas

conocidas.

Habiendo logrado identificar la forma de la distribucin de los

puntos, el siguiente paso es realizar el ajuste de curvas mediante
el mtodo de mnimos cuadrados y para datos cuya tendencia sea
una lnea recta se puede usar tambin el mtodo grfico.

Actualmente se puede realizar el ajuste de la distribucin de

puntos (datos experimentales) mediante programas de cmputo
como Excel, MathLab, origin, etc, por ejemplo, que facilitan el
trabajo. En el Laboratorio de Fsica disponemos del software para
el procesamiento de datos y graficas Logger Pro.

3.3 Mtodo de los mnimos cuadrados. -

Mnimos cuadrados es una tcnica de anlisis numrico enmarcada dentro

de laoptimizacin matemtica, en la que, dados un conjunto de pares
ordenados variable independiente, variable dependiente y una familia de
funciones, se intenta encontrar la funcin continua, dentro de dicha familia,
que mejor se aproxime a los datos (un "mejor ajuste"), de acuerdo con el
criterio de mnimo error cuadrtico.

En su forma ms simple, intenta minimizar la suma de cuadrados de las

diferenciasen las ordenadas (llamadas residuos) entre los puntos generados
por la funcin elegida y los correspondientes valores en los datos.
Especficamente, se llamamnimos cuadrados promedio (LMS) cuando el
nmero de datos medidos es 1 y se usa el mtodo de descenso por
gradiente para minimizar el residuo cuadrado. Se puede demostrar que LMS
minimiza el residuo cuadrado esperado, con el mnimo de operaciones (por
iteracin), pero requiere un gran nmero de iteraciones para converger.

Desde un punto de vista estadstico, un requisito implcito para que funcione

el mtodo de mnimos cuadrados es que los errores de cada medida estn
distribuidos de forma aleatoria. El teorema de Gauss-Mrkov prueba que los

4
 estimadores mnimos cuadrticos carecen de sesgo y que el muestreo de
datos no tiene que ajustarse, por ejemplo, a una distribucin normal. Tambin
es importante que los datos a procesar estn bien escogidos, para que
permitan visibilidad en las variables que han de ser resueltas (para dar ms
peso a un dato en particular, vase mnimos cuadrados ponderados).

La tcnica de mnimos cuadrados se usa comnmente en el ajuste de curvas.

Muchos otros problemas de optimizacin pueden expresarse tambin en
forma de mnimos cuadrados, minimizando la energa o maximizando
la entropa.

Considerando los valores experimentales (X1, Y1), (X2, Y2), . . ., (Xa, Ya) la
idea es construir una funcin F(x) de manera que minimice la suma de
los cuadrados de las desviaciones (ver Figura. N. 4), es decir:

S = D12 + D22 + D32 + . . . + Dn2 sea un nmero mnimo.

Nota:

- Si se considera que S = 0, es decir D1 = D2 = . . .. = Dn = 0 se

tendra que F(x) pasa por todos los puntos experimentales.

- Un buen ajuste de curvas permite hacer buenas

extrapolaciones en cierto intervalo fuera del rango de los valores
medidos.

5
 Yn
Y3
D3

Y1
D1 D2
Y2

X1 X2 X3 X4
Figura N 4: Desviaciones en un ajuste de mnimos cuadrados

3.4 AJUSTE DE CURVA LINEAL

- Mtodo Geomtrico

Una funcin es lineal cuando las variables aparecen elevadas solo a la

primera potencia.
Una funcin lineal que relacione x con y se representa algebraicamente
como:
y b m x (1)
Donde b y m son constantes.

Y2

Y
Y1

b X

X1 X2 X

Figura N 5: Funcin ajustada geomtricamente

6
En la figura N 5 se muestra una grfica de los valores de X e Y que
satisfacen la ecuacin. La constante b es la ordenada. La constante
m es la pendiente de la recta.

Donde: b resulta de la interseccin de la recta con la

ordenada.

X = X2 X1 (
2
Y = Y2 Y1 )

- Recta Mnima Cuadrtica

La recta mnima cuadrtica que ajusta el conjunto de puntos: (X1,
Y1), (X2, Y2), . . ., (Xn, Yn) tiene por ecuacin:

y b m x (3)

Donde las constantes a y b se determinan resolviendo las dos

siguientes ecuaciones, llamadas ecuaciones normales.

Y bN m X ,
i i
(4)

X Y b X m X
i i i i
2
(5)

Resolviendo este sistema de ecuaciones obtenemos:

(6)

(7)

Para mayor comprensin se construye la siguiente tabla:

7
 TABLA N 1: Tabla de datos

i xi yi x i yi x2i
1 x1 y1 x1 y1 x12
2 x2 y2 x2 y2 x22

n xn yn xn yn x2n

n x i y i x y i i x 2
i

Y luego procederemos a calcular las sumatorias para cada columna de
datos.

Finalmente usaremos la ecuacin de ajuste (6) y (7)

respectivamente.

Ejemplo N 1: Dado los siguientes datos, realice el ajuste por el mtodo

de mnimos cuadrados (1,2); (2,3); (5,5); (6,5); (7,6);
(8,7) y (12,9).

Solucin: Construyamos la siguiente tabla de datos:

TABLA N 2: Tabla de datos Experimentales

X Y X. Y X2
1 2 2 1
2 3 6 4
5 5 25 25
6 5 30 36
7 6 42 49
8 7 56 64
12 9 108 144
Xi= 41 Yi= 37 YiXi = 269 Xi2 = 323

8
 N (nmero de datos) = 7

Obteniendo:

X 41, Y 37, X Y
i i i i 269, X i
2
323

Reemplazando estos resultados en las ecuaciones 4 y resolviendo el

sistema se tiene:
a = 1,590 b = 0,631

Por lo tanto, la recta tiene por ecuacin: F (x)=Y=1,590 + 0,631 X

Al extrapolar (extender la grfica a ambos lados), es posible determinar

los valores de Y para X cercanos y externos al intervalo de valores
medidos (Ver Figura. N 6).

Y
10 --
9 --
8 --
7 --
6 --
5 --
4 --
3 --
2 --
1 --
0. X
0 2 4 6 8 10 12 14

Figura N 6: Funcin ajustada por mnimos cuadrados

3.5 AJUSTE DE UNA CURVA NO LINEAL

- Parbola Mnima Cuadrtica. - Para este caso el ajuste se har a una

funcin parablica.
F(x) = Y = a + b X + c X2 (8)

9
Para obtener las ecuaciones normales que permitan calcular los
coeficientes a, b y c se procede de manera similar que para el caso de
la recta mnimo cuadrtico, tratando que:

S = D12 + D22 + D32 + . . . + Dn2 tome el valor mnimo. As

resulta:

Y
i aN b Xi c X i2 (9)

XY i i a X i b X i2 c X 3i (10)

X Y a X i2 b X 3i c X 4i
2
i i
(11)

Las constantes a, b y c se obtiene resolviendo las ecuaciones 9, 10

y 11.

- Funcin Potencial: Una funcin potencial es de la forma:

Y A X B (12)

Podramos linealizar esta funcin aplicando logaritmos a ambos

lados y obtener:
logY log A B log X (13)

Y si reemplazamos:
y logY , b B , (14)

Obtenemos la ecuacin de la recta y a b x, la cual tratada como en

las ecuaciones (6) y (7) resulta en:

10
 log X logY (log X logY ) log X
2

a (15)
n log X log X
2 2

n (log X logY ) log X logY

b (16)
n log X log X
2 2

- Funcin Exponencial: Una funcin exponencial es de la forma: Y =

ABX Y = A eBX (17)

Para linealizar podemos tomar logaritmos decimales.

A) Sea Y = ABX se toma logaritmos decimales

log Y = log A + (log B) X (18)

Haciendo las equivalencias siguientes:

y = log Y a = log A b = log B x=X (19)

Teniendo la ecuacin y = a + b x, la cual fue tratada en las ecuaciones

(6) y (7)

B) Sea Y = A eBX se toma logaritmo natural (*)

InY = InA + BX (20)

Ahora las equivalencias son las

siguientes:

y = InY a = InA b=B x=X (21)

Teniendo la ecuacin y = a + b x, la cual fue tratada en las ecuaciones

(6) y (7)

11
 Obs: El papel logartmico (escala en potencias de 10) est relacionado
con las funciones logartmicas decimales, con lo cual, en el tem B)
aplicando la funcin logartmico natural a la ecuacin Y = A eBX para la
linealizacin no sera apropiada graficarla en papel logartmico.

Ejemplo N 2: Realizar el ajuste a una parbola por mnimos cuadrados

para los siguientes datos experimentales: (1,5, 3); (3,49, 7,1); (4,8,
9,5); (6, 12); (7,14, 11,8); (8,2 ,10,8); (9,1, 10,3). Los clculos
necesarios para expresar las ecuaciones normales se disponen en la
siguiente tabla:

TABLA N 3: Tratamiento de datos

X Y XY X2 X 2Y X3 X4
1,50 3,00 4,50 2,25 6,75 3,37 5,06
3,49 7,10 24,78 12,18 86,48 42,51 148,35
4,80 9,50 45,60 23,04 218,88 110,59 530,84
6,00 12,00 72,00 36,00 432,00 216,00 1296,00
7,14 11,80 84,25 50,98 601,56 363,99 2598,92
8,20 10,80 88,56 67,24 726,19 551,37 4521,22
9,10 10,30 93,73 82,81 852,94 753,57 6857,50

X i Y i X Yi i X i
2
X ii
2
Y X 3
i
X 4
i

40,23 64,50 413,42 274,50 2924,80 2041,41 15957,89

Reemplazando en las ecuaciones 9,10 y 11 se tiene:

64,50 = a7 + b 40,23 + c 274,50

413,42 = a 40,23 + b 274,50 + c 2041,41

2924,80 = a 274,50 + b 2041,41+ c 15957,89

12
 Al resolver las ecuaciones obtenemos:

a = - 2,67 b = 3,96 c = - 0,28

Con estos valores, la ecuacin de la parbola mnima cuadrtica ser:

F(x) = - 2,67 + 3,96 x 0,28 X2

Lo cual se muestra en la figura N 7

14 --
12 --
10 --
8 --
6 --
4 --
2 --
0. X
0 2 4 6 8 10 12 14 16 18

Figura N 7: Funcin cuadrtica ajustada

4. Procedimiento
Se analizarn los resultados de tres experimentos:

4.1 Medida de la magnitud Y en funcin de la magnitud X.

4.2 Medida de la magnitud Y en funcin de la magnitud.

13
 Tabla N 4 Tabla N 5

X Y X Y
1,0 2,5 -6,1 42,5
2,3 6,4 -5,4 31,3
3,6 9,0 -4,2 17,6
4,9 13,4 -2,8 6,4
6,2 18,0 -1,7 3,0
7,5 20,3 -0,6 0,8
8,8 22,0 0,5 0,7
10,1 25,1 1,6 2,2
11,4 31,0 2,7 7,9
12,7 32,2 3,8 15,1
4,8 24,0
6,0 41,0

A partir de los datos anteriores realice lo siguiente:

I. Grafique en papel milimetrado los valores de la Tabla N4 y de

la Tabla N5.

II. Usando el mtodo de mnimos cuadrados halle la funcin que

mejor se ajuste al conjunto de datos mostrado en la tabla N 4 y en
la tabla N 5.

III. De la tabla N 6, ajuste la grfica trazada usando mnimos

cuadrados (Ojo esta funcin es exponencial decreciente).

Tabla N 6: Medida de la actividad radiactiva del radn, donde el da uno

se detect una desintegracin de 4.3 x 1018 ncleos. Los porcentajes de la
muestra sin desintegrar, para distintos das son los siguientes.

t (das) 1 2 3 4 5 6 7 8 9 10
A (t) % 83 69 57 47 39 32 27 22 18 15

Obs: No se olvide de colocar en las grficas las unidades, las escalas y

las graduaciones.

14
5. Cuestionario. -
5.1 Qu entiende usted por desviacin en el ajuste de una curva?

5.2 Comprobar sus resultados usando el Software Logger Pro.

5.3 Que otro tipo de ajustes de datos experimentales existe, de algunos

ejemplos

5.4 Investigue datos de algunos experimentos que pueden ser ajustados

a una recta, una parbola, una exponencial y una potencial; hacer el
respectivo ajuste por Mnimos Cuadrados.

5.5 como aplicara este tema en su carrera profesional?

6. Observaciones. -

6.1 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

6.2 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

6.3 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

7. Conclusiones. -

7.1 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

7.2 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

7.3 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

8. Sugerencias. -

8.1 - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

8.2 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

8.3 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

15
9. Referencias bibliogrficas

9.1 Problemas y ejercicios de anlisis matemtico, B. Demidovich, Ed.

MIR, Mosc, URSS, 1973, Cap. 1, Pg. 7 19.

9.2 Tpicos de Clculo I, Mximo Mittac & Luis Toro, IMPOFOT, Lima, Per,
1990 Cap. 1

9.3 Teora y problemas de Estadstica, Murray R. Spiegel, McGraw Hill,

Mxico D.F., Mxico, 1982, Cap. 13, Pg. 217 - 240.

16
 9.4 Comprobar sus resultados usando el Software Logger Pro.

9.5 Que otro tipo de ajustes de datos experimentales existe, de

algunos ejemplos

9.6 Investigue datos de algunos experimentos que pueden ser

ajustados a una recta, una parbola, una exponencial y una
potencial; hacer el respectivo ajuste por Mnimos Cuadrados.

9.7 como aplicara este tema en su carrera profesional?

10. Observaciones. -

6.1 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

6.2 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

6.3 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

11. Conclusiones. -

7.1 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

7.2 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

7.3 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

12. Sugerencias. -

8.1 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

8.2 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

8.3 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

17
13. Referencias bibliogrficas

13.1Problemas y ejercicios de anlisis matemtico, B. Demidovich, Ed.

MIR, Mosc, URSS, 1973, Cap. 1, Pg. 7 19.

13.2Tpicos de Clculo I, Mximo Mittac & Luis Toro, IMPOFOT, Lima,

Per, 1990 Cap. 1

13.3Teora y problemas de Estadstica, Murray R. Spiegel, McGraw Hill,

Mxico D.F., Mxico, 1982, Cap. 13, Pg. 217 - 240.

18
19