1
Informe de Laboratorio – Relación no lineal
Nicolle Velásquez Torres, Santiago Rincón Balaguera, Sergio Andrés Torres Delgadillo, Valentina
Méndez Jiménez
Departamento de Ciencias Básicas, Universidad de La Salle
Bogotá, Colombia
[email protected] [email protected] [email protected] [email protected] RESUMEN Donde A y B son contantes y el coeficiente de correlación de
Este documento es un informe de la práctica de laboratorio aproximarse a -1.
relación no lineal. Tiene como objetivo hallar la relación entre la
longitud de dos segmentos de diferentes tamaños (X y Y), de las
B. Función Potencia:
cuerdas o líneas que pasen por un mismo punto, diferente al
B
centro, dentro de una circunferencia. Encontrando para el y= A x (2)
circulo 1 una función inversa y para el circulo dos una función
potencia. Donde A y B son contantes y el coeficiente de correlación
debe aproximarse a 1 o -1.
ABSTRACT
This document is a report of the laboratory practice non-linear
relationship. Its objective is to find the relationship between the C.Función Logaritmo:
length of two segments of different sizes (X and Y), of the strings
or lines that pass through the same point, different from the y= A LnBx (3)
center, inside a circumference. Finding for circle one an inverse
function and for circle two a power function.
Donde A y B son contantes y el coeficiente de correlación
debe aproximarse a 1 o -1.
Palabras Clave— Relación no lineal, funciones, coeficiente de
correlación, modelo matemático.
D.Función Exponencial:
I. INTRODUCCIÓN Bx
y= A e (4)
E l presente informe de laboratorio, tiene como finalidad
estudiar la regresión no lineal la cual es un método
para encontrar un modelo no lineal para la relación
entre la variable dependiente y un conjunto de variables
independientes. A diferencia de la regresión lineal tradicional,
Donde A y B son contantes y el coeficiente de correlación
debe aproximarse a 1 o -1.
E. Función Cuadrática:
que está restringida a la estimación de modelos lineales, la
regresión no lineal puede estimar modelos con relaciones 2
y= A +Bx +C x (5)
arbitrarias entre las variables independientes y las
dependientes [ 1 ] . Donde A, B y C son contantes y el coeficiente de correlación
debe aproximarse a 1 o -1.
Para esta práctica de laboratorio se evaluaron 5 funciones
(inversa, potencia, logaritmo, exponencial, cuadrática), para
construir el modelo matemático más adecuado que relacione II.METODOLOGÍA
las dos variables. Esto con la realización de la nube de puntos
en un gráfico y hallando el coeficiente de correlación
adecuado. Para esta práctica de laboratorio se llevaron a cabo dos
partes, una hora teórica y otra experimental, las cuales tenían
Las ecuaciones utilizadas fueron: como finalidad generar un aprendizaje respecto a la relación
no lineal, haciendo uso de la variable independiente y
A. Función inversa: dependiente, y uso de las gráficas, que es la nube de puntos,
B donde no presenta una tendencia lineal, pero es posible que la
y= A + (1) representación matemática corresponda a todo tipo funciones
X
y se pueda ilustrar, de manera que A y B sean constantes y
2
exista un coeficiente de correlación que se acerque a -1 o 1. 14.4 7.5
14.6 7.7
A. Teórica: 13.6 7.9
13.1 8.2
En esta parte se estudió todo lo relacionado con la relación
12.5 8.7
no lineal y todo lo relacionado para calcular las diferentes
11.8 9.1
funciones de la no relación entre dos variables, además se hizo
reconocimiento del instrumento de medida con el cual se iba a 11.2 9.7
desarrollar la práctica como lo es la regla. 10.4 10.3
Tabla 2. Valores del tamaño de los segmentos X y Y del
B. Experimental: circulo 2.
A cada uno de los grupos se les fue entregado 2 círculos de
distinto tamaño, junto con el instrumento de medición (regla y X ± 0.05 cm Y ± 0.05 cm
transportador). Como se muestra en la Figura 1, a los círculos 16.4 8.4
se les escoge un punto P no muy cerca del centro ni de la 16.35 8.45
periferia, trazando dos líneas que atraviesen todo el circulo, 16.1 8.55
una vertical y una horizontal, a partir del origen medir cada 15.8 8.75
10° y trazar líneas o cuerdas las cuales atraviesen el cuadrante 15.25 9
(I y III). Las líneas que estén en el cuadrante I son tomadas 14.8 9.45
como variable x, mientras que las que están en el cuadrante III
14 9.8
se toman como variable y.
13.3 10.37
I 12.55 11
11.81 11.65
10°
P IV. CONCLUSIONES
III
Después de la toma de medidas, realización de la nube de
puntos y de hallar el coeficiente de correlación, se concluyó
que la función para el primer círculo es inversa ya que cumplía
con todos los parámetros. Para el segundo circulo la función
Figura 1. Ejemplificación de la toma de las medidas. que lo representa mejor es la función potencia, por la misma
razón.
Para la graficación de la relación, primero se hizo la respectiva
inspección visual de la nube de puntos en un gráfico, se halló No se logro linealizar las dos funciones resultantes (inversa
el coeficiente de correlación y se formuló la ecuación que y potencial), esto se logró evidenciar en las graficas hechas en
representa determina de una mejor manera la relación.
papel logarítmico. Sin embargo, en el papel milimetrado se
logró encontrar la relación entre las dos variables,
comprobándolo con la graficación de puntos por medio de la
III. DATOS Y RESULTADOS
tabulación en la ecuación hallada.
Los datos obtenidos en la práctica de laboratorio se La identificación del modelo matemático es compleja, ya
encuentran en la Tablas 1 y 2. Contienen los datos de los que las gráficas de algunas funciones son similares, sin
valores para los segmentos X y Y del circulo 1 (Tabla 1.) y de embargo, al hallar el coeficiente de correlación se puede
los datos del circulo 2 (Tabla 2.). Los resultados, es decir, las identificar el tipo de función que representa mejor la relación.
gráficas y las ecuaciones de la relación, se encuentran en los
anexos.
REFERENCIAS
Tabla 1. Valores del tamaño de los segmentos X y Y del
circulo 1.
[1] Ibm.com. (n.d.). IBM Knowledge Center. [online] Available at:
https://www.ibm.com/support/knowledgecenter/es/SSLVMB_22.0.0/co
X ± 0.05 cm Y ± 0.05 cm m.ibm.spss.statistics.help/spss/regression/idh_nlre.htm [Accessed 28
Feb. 2018].
14.8 7.4
14.5 7.4
