Interpretar tablas de valores

01 · Punto de partida

Una tabla no es solamente una colección de números

Un programa evalúa una función, mide un sensor o repite un algoritmo y obtiene pares de valores. La tabla ordena esos resultados, pero interpretarla exige formular preguntas. Consideremos la distancia recorrida por un vehículo:

Los valores de distancia aumentan, pero eso es apenas la primera lectura. Los incrementos son 3, 5, 7 y 9 metros: el crecimiento también se acelera. Esa regularidad permite proponer el modelo d(t)=t²+2t para los datos observados, aunque todavía no demuestra que el modelo valga fuera de la tabla.

Durante este tema aprenderemos a distinguir:

• qué representa cada fila y cuáles son las unidades;
• si los datos crecen, decrecen, se estabilizan u oscilan;
• cuánto cambia una variable y respecto de qué intervalo;
• qué patrones son compatibles con los datos sin confundirlos con una prueba;
• cómo influyen el orden, el espaciado, el redondeo y el muestreo.

02 · Antes de calcular

Variable, orden, unidades y contexto

En una tabla de una función, la primera columna suele contener la variable independiente x y la segunda el valor dependiente y=f(x). En datos experimentales, la relación puede ser menos directa: una columna registra tiempo y otra una medición afectada por ruido.

Las unidades también alcanzan a las operaciones. Si x se mide en segundos e y en metros, entonces Δy se mide en metros y Δy/Δx en metros por segundo.

03 · Comparar filas consecutivas

Diferencias horizontales y verticales

Para pasar de una impresión visual a una descripción cuantitativa calculamos las diferencias entre filas consecutivas:

La primera fila no tiene diferencia anterior. A partir de la segunda, el signo de Δy resume el comportamiento local: positivo indica aumento, negativo disminución y cero ausencia de cambio entre esas dos observaciones.

Como los pasos Δt son iguales, comparar directamente los incrementos tiene sentido. Además, las diferencias de los incrementos son constantes: 5−3=7−5=9−7=2. Las segundas diferencias constantes son características de datos generados por una función cuadrática sobre pasos iguales.

04 · Del signo al comportamiento

Crecimiento, decrecimiento y constancia

Una tabla es creciente en el tramo observado si al aumentar x también aumenta y. Es decreciente si y disminuye y constante si conserva el mismo valor.

Conviene diferenciar una propiedad local de una global. La secuencia 2, 5, 8, 7, 9 crece en tres tramos y decrece en uno; no es creciente en toda la tabla. Decir solamente “tiende a crecer” puede servir como resumen informal, pero oculta el descenso.

05 · Pasos de distinto tamaño

Comparar mediante la razón de cambio promedio

Cuando los intervalos de x no tienen el mismo ancho, una diferencia vertical grande puede deberse simplemente a que transcurrió más tiempo. Debemos normalizar:

Los incrementos absolutos crecen de 8 a 16 MB, pero la velocidad promedio disminuye de 8 a 4 MB/min. Mirar solo Δy habría producido la conclusión contraria.

Si las razones son constantes, los puntos son compatibles con un modelo lineal. Si aumentan, el crecimiento se acelera; si disminuyen pero permanecen positivas, la cantidad sigue creciendo cada vez más despacio.

06 · Valores que parecen asentarse

Estabilización y aproximación

Muchos algoritmos iterativos producen una sucesión de aproximaciones. No esperamos que el valor quede idéntico de inmediato, sino que los cambios se vuelvan pequeños:

La reducción de los cambios consecutivos es evidencia de estabilización. Sin embargo, que |aₙ−aₙ₋₁| sea pequeño no garantiza por sí solo cercanía al valor correcto: un programa defectuoso también puede quedar estancado.

Para √2 puede comprobarse el residuo |aₙ²−2|. En problemas sin solución conocida se utiliza una condición matemática equivalente, una cota de error o varias comprobaciones independientes.

07 · No todo se acerca de un solo lado

Oscilación, divergencia y periodicidad

Una secuencia puede alternar alrededor de un valor y aun así acercarse a él. Por ejemplo, aₙ=1+(−1)ⁿ/n genera:

Los signos de las diferencias cambian, pero la distancia a 1 disminuye. En cambio, (−1)ⁿ alterna siempre entre −1 y 1: es periódica y no se estabiliza. La secuencia (−2)ⁿ alterna y su magnitud aumenta: oscila de manera divergente.

Para interpretar una oscilación conviene observar por separado el centro, la amplitud y, si existe repetición, el período.

08 · Datos que exigen cautela

Valores faltantes, ruido y datos atípicos

Las tablas obtenidas del mundo real rara vez son perfectas. Pueden contener mediciones faltantes, pequeñas fluctuaciones o un dato muy distante de los demás.

• Valor faltante: no equivale a cero; significa que no hay observación disponible.
• Ruido: variación pequeña causada por resolución, entorno o azar.
• Dato atípico: observación inusual que puede ser un error o un fenómeno real.
• Duplicado: dos filas con la misma entrada pueden ser repeticiones válidas o un problema de carga.

const mediciones = [20.1, 20.2, null, 58.7, 20.3];

const validas = mediciones.filter(Number.isFinite);
// [20.1, 20.2, 58.7, 20.3]

// Filtrar null evita tratarlo accidentalmente como 0,
// pero 58.7 todavía debe investigarse, no borrarse sin criterio.

09 · Lo que la tabla deja fuera

Muestreo, redondeo e interpolación

Una tabla es una selección de puntos. Si el muestreo es demasiado grueso, puede ocultar máximos, saltos u oscilaciones. Por ejemplo, sin(2πx) vale cero para todo x entero. Una tabla evaluada solamente en enteros parecería describir una función constante.

También el redondeo modifica la lectura. Los valores 1.004, 1.001 y 0.996 se muestran como 1.00, 1.00 y 1.00 con dos decimales, aunque la secuencia disminuye.

La interpolación lineal entre (x₀,y₀) y (x₁,y₁) usa:

Es exacta si el comportamiento es lineal en ese tramo; en los demás casos es una aproximación cuya calidad depende de la curvatura y la distancia entre muestras.

10 · Exploración

Laboratorio: cambiar la tabla cambia lo que vemos

Elegí un modelo y la cantidad de muestras. El laboratorio construye la tabla, calcula diferencias y razones de cambio, y representa los puntos para comparar la información numérica con su forma visual.

Las líneas entre puntos son una ayuda visual y no prueban que el modelo observado sea lineal entre muestras.

Preguntas para explorar

1. En el modelo cuadrático, ¿en qué fila cambia el signo de Δf? ¿Coincide exactamente con la posición del mínimo?
2. En la aproximación, aumentá los decimales. ¿Qué cambios estaban ocultos por el redondeo?
3. Compará la oscilación amortiguada con más y menos muestras. ¿Qué ocurre con la amplitud?
4. En “oscilación oculta”, cambiá la cantidad de muestras. ¿Puede una tabla casi constante corresponder a una curva que oscila?

11 · Automatizar sin perder el significado

Analizar una tabla con JavaScript

Una función puede ordenar, validar y enriquecer los pares con sus diferencias. El cálculo automático no reemplaza la interpretación, pero evita errores repetitivos:

function analizarTabla(pares) {
  const datos = pares
    .map(({ x, y }) => ({ x: Number(x), y: Number(y) }))
    .filter(({ x, y }) => Number.isFinite(x) && Number.isFinite(y))
    .sort((a, b) => a.x - b.x);

  return datos.map((actual, indice) => {
    if (indice === 0) {
      return { ...actual, dx: null, dy: null, tasa: null };
    }

    const anterior = datos[indice - 1];
    const dx = actual.x - anterior.x;
    const dy = actual.y - anterior.y;

    return {
      ...actual,
      dx,
      dy,
      tasa: dx === 0 ? null : dy / dx
    };
  });
}

const tabla = analizarTabla([
  { x: 2, y: 8 }, { x: 0, y: 0 }, { x: 1, y: 3 }
]);

console.table(tabla);

Ordenar es apropiado cuando x representa una posición y queremos leer la relación de izquierda a derecha. No lo es si el orden original contiene información temporal que debe preservarse. Los valores duplicados de x producen Δx=0; en ese caso la razón no está definida y no debe reemplazarse silenciosamente por cero.

Clasificar el signo con una tolerancia

function signoAproximado(cambio, tolerancia = 1e-9) {
  if (Math.abs(cambio) <= tolerancia) return 0;
  return Math.sign(cambio);
}

La tolerancia evita interpretar ruido numérico diminuto como una tendencia. Debe elegirse según las unidades, la precisión de la medición y la escala del problema.

12 · Comprensión

Confusiones frecuentes

13 · Práctica guiada

Ejercicios de comprensión

Ejercicio 1: diferencias y tendencia

Para x=[0,1,2,3,4] e y=[7,10,11,10,7], calculá las diferencias y describí el comportamiento.

Ejercicio 2: intervalos desiguales

Una población vale 100, 160 y 250 en los tiempos 0, 2 y 5. Compará el crecimiento promedio de ambos tramos.

Ejercicio 3: ¿estabilidad o exactitud?

Un algoritmo produce 3.1, 3.14, 3.141, 3.141, 3.141. ¿Qué puede concluirse?

Ejercicio 4: construir una tabla enriquecida

Escribí código que reciba [4,7,7,2] y devuelva cada valor junto con su cambio respecto del anterior.

const valores = [4, 7, 7, 2];

const filas = valores.map((valor, indice) => ({
  indice,
  valor,
  cambio: indice === 0 ? null : valor - valores[indice - 1]
}));

console.table(filas);
// cambios: null, 3, 0, -5

Ejercicio 5: una oscilación invisible

¿Qué tabla se obtiene al evaluar f(x)=sin(2πx) en x=0,1,2,3? ¿Por qué sería incorrecto concluir que la función es constante?

14 · Síntesis

Ideas para recordar

En el próximo tema aprenderemos a interpretar gráficos: reconocer cómo las escalas, los ejes y la forma visual revelan —o pueden ocultar— crecimiento, saltos y puntos notables.