Resumen:
Se determinaron las constantes alométricas (referidas en un paper \cite{alomtrica})  que describen una conexión entre las propiedades de las hojas de los árboles. Se graficaron las diferentes magnitudes para observar su relación y se denoto un vínculo exponencial entre la masa y el largo de las hojas. Por último al calcular la pendiente "a" el resultado fue aproximadamente de 0,35.
Introducción:
Leyes de escala alométrica:
Estas leyes describen una relación no-lineal entre datos experimentales:
                                                                                                Y=Y0Mb          (1) 
donde "Y"es una variable biológica dada y "M" es la masa, mientras que "b" e " Y0 "son constantes.  Esta dependencia se puede notar en la morfología de las plantas, asi como en su sistema vascular ramificado. Según las hipótesis que propusieron  West, Brown y Enquist  en el paper\cite{alomtrica} el factor debe dar 1/4 mientras que la relación entre el largo de las hojas y la masa debe ser exponencial. 
Para poder linealizar la función se aplicó logaritmo en ambos lados de la ecuación (1):
                                                                                                         Log Y = Log Yo  + b log M          (2)   
 
Procedimiento Experimental:
Se recolectaron 10 hojas (5 por cada miembro del grupo) de distinto tamaño cada una, siendo la hoja grande 3 veces mayor que la pequeña. Se midió el largo, el ancho, el área y la masa (a través de una balanza con un error de 0,01 g) de cada una con el objetivo de obtener los parámetros de la función alométrica: Y0, b. Para calcular el resto de las magnitudes se usó un programa que medía la imagen en función de la cantidad de pixeles de un determinado color; fue importante marcar un patrón (un cuadrado de 1 cm de ancho y largo) para que el mismo use las unidades de medida necesarias. 
Resultados:
Pesos_G3=np.array([1.09,0.25,0.06,0.05,0.02,1.08,1.07,0.66,0.40,0.26])
Ancho_G3=np.array([7.77,3.22,1.87,1.88,0.97,5.46,6.03,3.91,2.79,2.76])
Largo_G3=np.array([15.59,8.38,4.24,4.30,2.73,9.19,9.33,8.28,6.76,3.97])
Area_G3=np.array([71.85,17.50,5.00,4.46,1.72,35.25,40.61,21.89,12.29,8.02])
A través de estos datos y los de los otros grupos se graficaron las distintas variables usando la ecuación (1):