Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 82 vistas

    Fisica Informe II

    Cargado por

    Bryan Ramos
    Este documento presenta los resultados de un experimento que busca determinar la relación entre las variables x e y mediante el método de regresión lineal. Se grafican los datos experimentales en escalas milimétrica, logarítmica y semilogarítmica, concluyendo que siguen una distribución potencial del tipo y=Ax^B. Usando regresión lineal por mínimos cuadrados, se obtiene la ecuación ajustada Y=1.46x^1.93 con un coeficiente de correlación de 0.9998. Cálculos similares en

    Copyright:

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

    Fisica Informe II

    Cargado por

    Bryan Ramos
    82 vistas4 páginas
    Este documento presenta los resultados de un experimento que busca determinar la relación entre las variables x e y mediante el método de regresión lineal. Se grafican los datos experimentales en escalas milimétrica, logarítmica y semilogarítmica, concluyendo que siguen una distribución potencial del tipo y=Ax^B. Usando regresión lineal por mínimos cuadrados, se obtiene la ecuación ajustada Y=1.46x^1.93 con un coeficiente de correlación de 0.9998. Cálculos similares en

    Descripción original:

    Incertidumbre y error

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta los resultados de un experimento que busca determinar la relación entre las variables x e y mediante el método de regresión lineal. Se grafican los datos experimentales en escalas milimétrica, logarítmica y semilogarítmica, concluyendo que siguen una distribución potencial del tipo y=Ax^B. Usando regresión lineal por mínimos cuadrados, se obtiene la ecuación ajustada Y=1.46x^1.93 con un coeficiente de correlación de 0.9998. Cálculos similares en

    Copyright:

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

    Fisica Informe II

    Cargado por

    Bryan Ramos
    Este documento presenta los resultados de un experimento que busca determinar la relación entre las variables x e y mediante el método de regresión lineal. Se grafican los datos experimentales en escalas milimétrica, logarítmica y semilogarítmica, concluyendo que siguen una distribución potencial del tipo y=Ax^B. Usando regresión lineal por mínimos cuadrados, se obtiene la ecuación ajustada Y=1.46x^1.93 con un coeficiente de correlación de 0.9998. Cálculos similares en

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 4

    III.

    DISTRUBUCIÓN POTENCIAL PWR : y=k x n o y= A x B

    Sean los siguientes valores los datos experimentales obtenidos en el laboratorio

    TABLA 3
    X 0.5 4.0 8.0 12.0 15.0 18.0 22.0
    y 0.4 19.2 80.4 176.4 273.6 392.5 584.4

    Se desea obtener la ecuación que relaciona las variables y= y ( x ) .

    1. Procedimiento Manual
    1.1 Graficar con Excel y vs . x en escala milimétrica, logarítmica y semilogarítmica.
    Hacer copia de pantalla e insertar aquí. No presente la ecuación de ajuste.

    GRÁFICA 3

    1.2 ¿Qué concluye de la gráfica?

    Con respecto a las tres gráficas de la Tabla 3, se concluye que en la escala milimétrica
    la gráfica toma una forma exponencial, por otro lado, en la escala logarítmica la gráfica
    toma una forma lineal y en la escala semilogarítmica la gráfica toma de forma de una
    curva (se asemeja a la gráfica de un logaritmo), se puede deducir que es un tipo de
    distribución potencial.

    y= A x B
    log log y=¿ log log A+ B log x ¿
    Y =b+mX
    1.3 Ajuste los puntos usando el método de Regresión Lineal por Mínimos Cuadrados
    (RLMC). Complete la Tabla 2.
    Se sabe que:
    y= A x B
    log log y=¿ log log A+ B log x ¿
    Y =b+mX
    Esto significa que se puede aplicar el método de RLMC, para las nuevas variables
    X E Y . Para lo cual se hace necesario completar la siguiente tabla:
    TABLA 4
    Datos Complete la tablacon 4 decimales como mínimo
    n x y X =logx Y =logy XY X2 Y2
    1 0.5 0.4 -0.30103 -0.39794 0.11979 0.09061 0.15836
    2 4.0 19.2 0.60206 1.28330 0.77262 0.36248 1.64686
    3 8.0 80.4 0.90308 1.90525 1.72059 0.81555 3.62998
    4 12.0 176.4 1.07918 2.24649 2.42437 1.16463 5.04672
    5 15.0 273.6 1.17609 2.43711 2.86626 1.38319 5.93951
    6 18.0 392.5 1.25527 2.59383 3.25596 1.57571 6.72795
    7 22.0 584.4 1.34242 2.76671 3.71409 1.80209 7.65468
    ∑ 6.05707 12.83475 14.87368 7.19426 30.80405

    1.4 Calcule:

    n . ∑ XY −∑ X . ∑ Y
    Pendiente: m= 2
    =1.92914
    n . ∑ X 2 −( ∑ X)

    Intercepto: b=
    ∑ Y −m . ∑ X =0.16421Coeficiente de correlación:
    n
    n ∑ X Y −∑ X . ∑ Y
    r= =0.9998
    2 2
    √ {n .∑ X −(∑ X ) }{n .∑ Y −(∑ Y ) }
    2 2

    Use formulas RLMC b=0.1642 1 m=1.92914


    Truncar (2 cifras signific.) A=10b=1.46 B=m=1.93

    1.5 Escriba la ecuación ajustada y= y (x) y su coeficiente de correlación:

    Ecuación Ajustada Coeficiente de correlación


    Y =1.46 x 1.93
    m=0.9998
    2. Calculadora científica
    2.1. Borre la memoria estadística: Shift -> Setup ->  -> STAT -> OFF
    2.2. Seleccione el tipo regresión: MODE  STAT 
    -> tipear los valores e Y -> AC
    2.3. SHIFT -> STAT (Tecla 1) -> Reg -> A= 249.9986
    2.4. SHIFT -> STAT (Tecla 1) -> Reg -> B = 1.9291
    2.5. SHIFT -> STAT (Tecla 1) -> Reg -> r = -0.9998

    Ecuación Ajustada Coeficiente de correlación


    Y =1.46 x 1.93
    r =0.9998

    3. Use Excel
    Procedimiento para graficar con Excel
    3.1. Tipear los valores de x e y en dos columnas.
    3.2. Sombrear los datos de las dos columnas.
    3.3. Insertar -> Gráficos ->Dispersión
    3.4. Coloque el Título de la gráfica.
    3.5. Haga click derecho sobre un punto de la gráfica.
    3.6. Seleccione agregar línea de tendencia.
    3.7. Seleccione línea de tendencia Potencial, presentar la ecuación y presentar el valor
    de R en el gráfico.
    3.8. Presente la gráfica con la distribución de puntos, la línea de tendencia y el
    coeficiente de correlación.

    GRÁFICA 4
    4. Conclusiones
    4.1 ¿Se corresponde los resultados obtenidos en las tres secciones anteriores?
    Sí, corresponde con la gráfica, existe un pequeño margen de error en el cálculo de
    los decimales, no obstante, los resultados son cercanos.

    También podría gustarte