PRCTICA N 0

1. Tema: REGRESIN LINEAL Y ERRORES

2. Objetivos:
- Aplicar el mtodo de regresin lineal, para obtener modelos
matemticos que describa los fenmenos fsicos.
- Recordar los distintos tipos de errores que pueden ocurrir en la
realizacin de un experimento.
3. Descripcin del Problema:
En la realizacin de las prcticas del laboratorio se pueden cometer
distintos tipos de errores que pueden ocasionar tomar medidas errneas,
por ende llegar a resultados inadecuados; conocer estos errores permitir
tomar medidas para contrarrestar su impacto en los resultados.
Elegir el modelo matemtico adecuado facilita el anlisis de los resultados
y permite una mejor comprensin de la prctica.
4. Marco Terico:
4.1. Errores
El error es una estimacin o cuantificacin de la incertidumbre de
una medida. Una concepcin del error es la diferencia que existe
entre una medida experimental y su valor real. Sirve para
comprender una magnitud medida en un experimento y su
desviacin.
4.1.1. Errores Sistemticos
Estos se pueden causar por un error en el instrumento que se us para la
medicin de cierta magnitud o por una mala forma de medir la magnitud.
Estos errores se pueden evitar utilizando el mtodo adecuado de medida o
usando el instrumento con mayor precisin.
4.1.2. Errores Accidentales o Aleatorios
Son aquellos que suceden sin ser percibidas durante la medicin y se
puede dar, como por ejemplo, por aspectos referentes al clima o alguna
falla interna del instrumento de medida.
4.1.3. Expresin de los errores:
4.1.3.1. Error Absoluto
Es el valor absoluto de la diferencia entre el valor experimental y el valor
real.
4.1.3.2. Error Relativo
Es el valor absoluto de la relacin entre el error absoluto y el valor real.
4.2. Anlisis de Regresin Lineal.
La regresin lineal es una manera de determinar la relacin, en una
funcin, existente entre dos o ms variables ya sean dependientes o
independientes. El modelo de la ecuacin viene se expresa por:
e x a x a x a a y
n
n
+ + + + = ...
2
2 1 0

De donde se tiene que y es la variable dependiente, x la variable
independiente, a coeficientes y e es el error medio de la regresin.
5. Resultado de medidas

Lo=30cm To=20C











Lf (cm) Tf (C)
30,1 22
30,2 25
30,3 28
30,5 30
30,6 34
L (cm) T (C)
0,1 2
0,2 5
0,3 8
0,5 10
0,6 14
6. Anlisis de Resultados
6.1. Regresin Lineal:
N T L (T-Tm) (L-Lm) (T-Tm)(L-Lm) T T*L
1 2 0,1 33,64 0,0576 1,392 4 0,2
2 5 0,2 7,84 0,0196 0,392 25 1
3 8 0,3 0,04 0,0016 0,008 64 2,4
4 10 0,5 4,84 0,0256 0,352 100 5
5 14 0,6 6,2 0,0676 0,647 196 8,4
Suma 39 1,7 52,56 0,5788 2,791 389 17

568 . 1 27 . 6 *
4
1
) )( T - Ti (
1
1
1
= = A A A A

=

=
L Li
n
Sxy
n
i

60435 . 4 8 . 84 *
4
1
) (
1
1
1
2
= =

=

=
n
i
x xi
n
Sx

23627 . 0 2233 . 0 *
4
1
) (
1
1
1
2
= =

=

=
n
i
y yi
n
Sy

1 44133 . 1
23627 . 0 * 60435 . 4
568 . 1
~ = = =
SxSy
Sxy
r
Por lo tanto es una relacin lineal

5 39 a0 1.7
=
39 389 a1 17

Resolviendo el sistema se llega a:
a0=0.50005
a1=0.02052
El polinomio de regresin queda de la siguiente manera:
Y=0.50005 + 0.02052x
50005 . 0 02052 . 0 + A = A T L
6.2. Clculo del error:

n
y yi
e
n
i
real
=

=
1
2
) (


3873 . 0
5
75 . 0
= = e
Y, la ecuacin final de la regresin queda de la siguiente manera:
3873 . 0 50005 . 0 02052 . 0 + A = A T L

6.3. Grficas:

20.005
20.01
20.015
20.02
20.025
20.03
20.035
20.04
20.045
20.05
20.055
0 20 40 60 80 100 120 140
Lf(cm)
Lf(cm)

6.4. Coeficiente :
T L L A = A * *
0
o
o *
0
L
T
L
=
A
A
c
T
L
A
A
c Es la pendiente
0
a obtenida del proceso de regresin lineal. sta a su
vez es la longitud inicial multiplicada por el coeficiente .
01668 . 0
* 30 5005 . 0
=
=
o
o

6.5. Expresin del coeficiente con la desviacin estndar.
o o o =
30217 . 2
1 5
20869 . 9
1
) (
1
2
=

=

=
o
o
n
x xi
n
i


30217 . 2 01668 . 0 = o

7. Resultados-Clculos
3873 . 0
5
75 . 0
5
) 30 6 . 30 ( ) 30 5 . 30 ( ) 30 3 . 30 ( ) 30 2 . 30 ( ) 30 1 . 30 (
:
5005 . 0 ; 02052 . 0
17 389 39
7 . 1 39 5
:
23627 . 0
4
2233 . 0
1 5
) 34 . 0 6 . 0 ( ) 34 . 0 5 . 0 ( ) 34 . 0 3 . 0 ( ) 34 . 0 2 . 0 ( ) 34 . 0 01 . 0 (
60435 . 4
4
8 . 84
1 5
) 8 . 7 14 ( ) 8 . 7 10 ( ) 8 . 7 8 ( ) 8 . 7 5 ( ) 8 . 7 2 (
5675 . 1
4
27 . 6
1 5
) 26 . 0 )( 2 . 6 ( ) 16 . 0 )( 2 . 2 ( ) 04 . 0 )( 2 . 0 ( ) 14 . 0 )( 8 . 2 ( ) 33 . 0 )( 8 . 5 (
81 . 7
34 . 0
2 2 2 2 2
0 1
1 0
1 0
2 2 2 2 2
= =
+ + + +
= =
= +
= +
= =

+ + + +
=
= =

+ + + +
=
= =

+ + + +
=
= A
= A
Error
a a
a a
a a
Matrices
Sy
Sx
Sxy
C T
cm L

30217 . 2
4
8 . 84
1 5
) 8 . 27 34 ( ) 8 . 27 30 ( ) 8 . 27 28 ( ) 8 . 27 25 ( ) 8 . 27 22 (
:
2 2 2 2 2
= =

+ + + +
= o
estndar
Desviacin


8. Conclusiones:
- La regresin lineal es un proceso muy importante porque a partir de ciertas
mediciones referentes a una magnitud y los diferentes fenmenos alrededor
de este podemos construir un modelo matemtico que pueda describir
dicho fenmeno con una funcin de algunas variables, ya sean estas
dependientes o independientes. Es necesario saber la relacin de las
variables para poder, incluso, el aspecto que est siendo estudiado.
- Debemos saber calibrar los instrumentos de medida y utilizarlos con el
mtodo y de la manera adecuada para evitar errores que puedan afectar
nuestro resultado final de la medicin. En caso de no poder evitar los
errores sistemticos es necesario obtener los errores de la medida con los
procesos aprendidos en esta prctica.
- Es de alta importancia saber y poder expresar una magnitud con el error
que se encontr en la medida para saber el intervalo en el que esta
magnitud es certera. Es claro que esta prctica ha sido de mucha ayuda
para poder hacer los experimentos de manera adecuada, con cuidado y sin
demasiados errores.
9. Referencias Bibliogrficas.
- http://www.ugr.es/~andyk/Docencia/TEB/Errores.pdf
- http://tarwi.lamolina.edu.pe/~fmendiburu/index-filer/academic/metodos1/Regresion.pdf
- http://pendientedemigracion.ucm.es/info/socivmyt/paginas/D_departamento/materiales
/analisis_datosyMultivariable/18reglin_SPSS.pdf