Ajuste lineal por mínimos cuadrados de funciones exponenciales en datos experimentales: linealización de ecuaciones exponenciales

Abstract

Se aborda la necesidad de clarificar operaciones matemáticas aplicadas a datos experimentales con comportamiento exponencial, especialmente en contextos de recursos limitados. Se propone la linealización de ecuaciones exponenciales como herramienta para diagnosticar comportamientos predictivos, destacando que no existe un único método para ello, sino una pluralidad de enfoques que deben ser evaluados críticamente.

Desde una perspectiva filosófica, el autor cuestiona el abuso del método cuantitativo y la reducción de la ciencia a una imagen del mundo basada únicamente en “datos duros”, ignorando la complejidad y los contextos humanos. Se plantea que la comunicación científica debe considerar la axiología de las políticas públicas y los impactos sociales y ambientales, promoviendo una visión más holística e interdisciplinaria.

Metodológicamente, se contrastan diversas fuentes bibliográficas y se desarrolla un ejercicio basado en la ley de Arrhenius, aplicando logaritmos naturales y el método de mínimos cuadrados para obtener parámetros predictivos. El modelo resultante presenta un coeficiente de correlación de 0.9999, indicando una excelente aproximación.

En la discusión, se comparan distintos enfoques de linealización, evidenciando que algunos omiten cálculos clave como el coeficiente de correlación, lo que limita la evaluación de la incertidumbre. Finalmente, se concluye que la literatura especializada ofrece múltiples soluciones técnicas, pero carece de una reflexión epistemológica profunda, lo que sugiere la necesidad de nuevas rutas de investigación interdisciplinarias desde la formación académica.