Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 3 vistas

    Reporte Metodo Minimos Cuadrados

    Cargado por

    César Castro Yóbal
    Este documento es una práctica para calcular la curva de presición de un sensor y que acondicionamiento es mejor

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Reporte Metodo Minimos Cuadrados

    Cargado por

    César Castro Yóbal
    3 vistas4 páginas
    Este documento es una práctica para calcular la curva de presición de un sensor y que acondicionamiento es mejor

    Título original

    Reporte_metodo_minimos_cuadrados

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento es una práctica para calcular la curva de presición de un sensor y que acondicionamiento es mejor

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    3 vistas4 páginas

    Reporte Metodo Minimos Cuadrados

    Cargado por

    César Castro Yóbal
    Este documento es una práctica para calcular la curva de presición de un sensor y que acondicionamiento es mejor

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 4

    Reporte:

    Reporte de linealizar recta con mínimos cuadrados.

    Miembros: Experiencia Educativa:

    Castro Yóbal César Sensores y Actuadores

    Fecha: Facilitador:

    14/10/2024 Jacinto Enrique Pretelín Canela


    Ejercicio 3: se dispone de un sensor de presión que presenta la siguiente curva de
    calibración:

    Entrada, 𝒙𝒔 , Presión (kPa)


    0.0 10.0 20.0 30.0 40.0 50.0 60.0 70.0 80.0 90.0 100.0

    Salida, 0.05 0.098 0.224 0.300 0.405 0.520 0.602 0.715 0.799 0.902 0.999
    𝑦𝑠 (V)

    a) Linealizar la curva de calibración por el método de mínimos cuadrados.


    b) Determinar el error de linealidad expresado en %sobre el fondo de escala.

    Objetivo: El propósito principal es realizar la linealización de la curva de calibración


    mediante el método de mínimos cuadrados y determinar el porcentaje de error de
    linealidad respecto al fondo de escala.
    Nota: La ecuación resultante de esta aproximación es de la forma y=mx+b, donde la
    pendiente m se calcula con:
    (∑ 𝑥)(∑ 𝑦)
    𝑚 = ∑ 𝑥𝑦 − 𝑛
    (∑ 𝑥)2
    ∑ 𝑥2 −
    𝑛
    - 𝑛 es el número de puntos de datos.
    - ∑ 𝑥 es la suma de todos los valores de x (valores independientes).
    - ∑ 𝑦 es la suma de todos los valores de y (valores dependientes).
    - ∑ 𝑥𝑦 es la suma de los productos de x e y para cada punto.
    - ∑ 𝑥 2 es la suma de los cuadrados de los valores de x.

    Esta fórmula asegura que la línea se ajusta de manera óptima minimizando las distancias
    cuadráticas entre los puntos observados y la línea calculada.
    La ordenada al origen b se obtiene con la siguiente ecuación:

    ∑𝑦 ∑𝑥
    𝑏 = 𝑦̅ − 𝑚𝑥̅ = − (𝑚)
    𝑛 𝑛
    El valor de b representa el punto donde la recta intersecta el eje y, teniendo en cuenta
    los valores promedio de x e y.
    El error absoluto en cada punto es la diferencia entre el valor estimado y el valor real:
    ℎ = 𝑥𝑠 − 𝑥𝑖

    Diferencia entre el valor obtenido y el predicho

    ℎ representa el error absoluto en cada punto.


    ℎ
    𝐸𝑟𝑟𝑜𝑟 = 100%
    𝑥𝑠

    Cálculos

    - 𝑛 = 11 casos
    - ∑ 𝑥 = 550
    - ∑ 𝑦 = 5.569
    - ∑ 𝑥𝑦 = 387.83
    - ∑ 𝑥 2 = 38500
    - 𝑚 = 0.00994364
    - 𝑏 = 0.00909091
    - ℎ = 1.7070
    - 𝐸𝑟𝑟𝑜𝑟 = 1.70%
    (550)(5.569)
    3062.95 −
    𝑚= 11 = 0.00994364
    (5502 )
    38500 − 11

    5.569 550
    𝑏= − (0.00994364) = 0.00909091
    11 11
    (0.224 − 0.0091)
    0.224 = 0.0099𝑥 + 0.0091 = = 21.7070
    0.0099
    ℎ = 21.70 − 20 = 1.7070
    1.70
    𝐸𝑟𝑟𝑜𝑟 = 100% = 1.71%
    100
    𝑦=

    𝒚 = 𝟎. 𝟎𝟎𝟗𝟗𝟒𝟑𝟔𝟑𝒙 + 𝟎. 𝟎𝟎𝟗𝟎𝟗𝟎𝟗𝟏

    Además de los cálculos, se incluye una gráfica de los datos experimentales y la recta
    ajustada por mínimos cuadrados, la cual muestra cómo los puntos experimentales se
    distribuyen respecto a la línea de tendencia.
    Conclusión

    El método de mínimos cuadrados ha permitido obtener una relación lineal precisa entre
    la presión y el voltaje del sensor, descrita por la ecuación y=0.00994363x+0. Este
    ajuste lineal minimiza los errores y permite una mejor interpretación de las mediciones
    del sensor. El bajo porcentaje de error de linealidad confirma que el sensor sigue una
    tendencia lineal confiable, lo cual es esencial en aplicaciones de control e
    instrumentación.

    También podría gustarte