1.
OBJETIVOS:
1.1 OBJETIVO GENERAL
 Describir un fenómeno físico,
mediante la toma adecuada de
datos experimentales y
realizar su respectivo ajuste
matemático.
1.2 OBJETIVOS ESPECÍFICOS
 Realizar la toma de datos
experimentales considerando
cifras significativas y notación
científica.
 Analizar e interpretar las
constantes obtenidas mediante
la regresión lineal de los datos
experimentales.
2. MARCO TEÓRICO
Regresión lineal: Es un concepto
estadístico que busca encontrar la
relación existente entre varias variables,
puede aplicarse a una buena cantidad de
situaciones, en el caso de la física se
puede utilizar para tantear medidas.
Las ecuaciones de regresión sirven a
menudo para predecir el valor de una
variable, a partir de cualquier valor
específico de otra variable.
En la estadística la regresión lineal busca
la mínima relación entre diferentes
variables de tipo x y y que a simple
vista pareciera que estuvieran
relacionadas entre sí pero no de una
manera determinística (modelo
matemático en donde para determinadas
entradas generarán las mismas salidas o
resultados sin variación alguna); Existen
dos modelos de regresión lineal, la
regresión lineal simple y la regresión
lineal múltiple.
Modelo de regresión Lineal simple: en
este modelo sólo se maneja una sola
variable independiente por lo tanto en
este modelo sólo pueden tratarse dos
parámetros, la fórmula base de este
modelo es:
y=b0+b1x
En donde b0 y b1 son coeficientes
constantes los cuales no varían ningún
valor a se le denomina como intercepto
y a se le denomina como
pendiente, x es la variable
independiente o variable explicativa y y
es la variable dependiente o variable de
respuesta, ambas gráficamente se
ubican en el plano cartesiano en el cual
representan valores de lo que se quiera
trabajar (tiempo, peso, ganancias,
distancia entre otros).
en este modelo tanto la pendiente de
b1como su intersección en el eje y, b0se
pueden calcular con las siguientes
fórmulas.
b1=n(xy)-(x)(y)n(x2)-(x)2 b0=(y)(x2)-
(x)(xy)n(x2)-(x)2
una vez sean evaluados b0 y b1 se
puede identificar la ecuación de la recta
de la regresión estimada que debe
cumplir con la propiedad “la recta de
regresión es la que mejor se ajusta a los
puntos muestrales” es decir que si
nosotros gráficamente ubicamos los
puntos muestrales o datos que tenemos
en el plano todos estos deben estar
cerca o próximos a la recta de regresión
lineal la cual como se especificó al
comienzo del marco teórico es la relación
de las variables que tenemos.
cabe resaltar que este modelo no
funciona muy bien para los casos en el
que las variables gráficamente suelen
tomar valores más similares a una curva,
para este caso se tiene el modelo de
regresión lineal múltiple el cual se va a
explicar a continuación.
 en estadística que se encuentren
variables que estén relacionadas entre sí
de alguna manera

3. PREGUNTAS ORIENTADORAS
 ¿Qué son las cifras
significativas?
 ¿Cómo se deben usar las
Ejemplo de un gráfico de regresión lineal simple cifras significativas?
 ¿En qué consiste el método de
los mínimos cuadrados?
 ¿Qué tipo de información se
El Modelo de Regresión Lineal Múltiple: puede obtener de una
En este modelo es posible trabajar con regresión lineal?
más de una variable independiente, esto
tiene la ventaja de utilizar más 4.MATERIALES
información en la construcción del  Soporte universal con nueces
modelo y con ello conseguir doble
estimaciones más precisas, de este
 Cuerda
modo ya que se tienen varias variables
independientes se encontraran ciertas  Esfera
diferencias con el modelo de regresión  Hoja de papel milimetrado
lineal simple.  Regla
al igual que en el caso de la regresión  Cronómetro
lineal simple se van a considerar que los
valores independientes de la variable y 5. PROCEDIMIENTO TEÓRICO
son generados por una combinación
lineal de una o más variables
independientes, los coeficientes son
seleccionados de tal forma que la suma
de cuadrados de los valores observados
y los pronosticados sea la misma, a esta
varianza se le da el nombre de
hiperplano ya que al tener varias
variables independientes ya no contamos
sólo con una recta de regresión sino que
contamos con un plano en un espacio,
por esta razón la perturbación debe tener
una distribución normal, en este caso las
muestras repetidas de n observaciones
de ciertas variables ( yi, x2i, xpi ) con
valores comprendidos desde 1 hasta n
tendrán siempre los mismos valores 1. Realice el montaje como el de la
figura
2. Tome el péndulo y llévelo hasta
Es posible analizar la relación entre dos una altura Y respecto a la mesa,
o más variables a través de ecuaciones,
registre este valor y libere el péndulo
es común en la práctica de investigación
de forma tal que cuando se encuentre
en la parte inferior de su trayectoria, 50 0,62
la cuerda sea interrumpida mediante 50,1 0,95
un obstáculo ubicado a una altura H 49,8 1,1
de la mesa, generando así un cambio 50 0,78
de la trayectoria del péndulo.
50,1 0,99
3. Diseñe una tabla y registre los
valores medidos de h0, Y y H. 50 0,98
4. Ubique las alturas Y y X tal que el 50,05 0,836
péndulo, realice un movimiento como
el descrito en el la figura, de forma tal Ho Y (CM) X (CM) H (CM)
que éste choque con el obstáculo. 28,345 50,05 16 42

Tercer Intento
Altura Y Tiempo(segundos)
6. PROCEDIMIENTO 83 1,1
EXPERIMENTAL
83,2 1
7. RESULTADOS 83 1,17
83 1,14
Primer intento 82,9 0,92
83,5 1,18
Altura Y Tiempo (Segundos) 83,2 0,85
84,2 1,1 83,1 1,04
84,3 1 83,2 1,02
84 1,17 83 1,05
84,1 1,14 83,11 1,047
84,1 0,92
84,2 1,18 Ho Y (CM) X (CM) H (CM)
84,3 0,85 23,712 83,11 32 74
84,3 1,4
84 1,02
Cuarto Intento
84,1 1,05
Altura Y Tiempo(segundos)
84,16 1,083
67,2 1,08
67,3 1,2
Ho Y (CM) X (CM) H (CM)
67,1 0,97
23,44 84,16 32 57
66,9 1,14
67 1,01
Segundo Intento 67 1,2
67,1 1,02
Altura Y Tiempo (Segundos)
67 1,07
50,1 0,8
67 0,97
50 0,8
66,9 0,89
50,2 0,66
67,05 1,055
50,2 0,68
Ho Y (CM) X (CM) H (CM) Altura Y Tiempo(segundos)
67,786 67,05 24 48 69,3 1,76
69,2 1,69
Quinto Intento 69,1 1,01
Altura Y Tiempo(segundos) 69 1,47
99,2 1,11 69 1,07
99,3 1,2 69 1,21
99,1 1,16 69 1,04
99 1,08 68,9 1,25
99 0,87 68,7 1,3
98,8 1,02 69 1,56
99 1,16 69,02 1,336
99,1 1,05
99 1,18 Ho Y (CM) X (CM) H (CM)
99 1,21 38,722 69,02 17 55
99,05 1,104

Ho Y (CM) X (CM) H (CM) Octavo Intento

23,507 99,05 41 64 Altura Y Tiempo(segundos)
85,3 1,2
Sexto Intento 85 1,07
85 1,23
Altura Y Tiempo(segundos) 85 1,56
85,3 1 85,1 1,2
85 1,12 85,2 1,52
85 1,1 85,2 1,12
85 1,84 84,9 1,04
85,2 1,12 85,3 1
85,1 0,34 85 1,01
84,7 1,24 85,1 1,195
85 1,04
85 1,08 Ho Y (CM) X (CM) H (CM)
85,1 0,92 31,114 85,1 29 60
85,04 1,08
Noveno Intento
Ho Y (CM) X (CM) H (CM)
31,114 85,04 29 58 Altura Y Tiempo(segundos)
97,2 1,33
Séptimo Intento 97,3 1,43
97 1,11
 97,2 1,04 8. GRÁFICOS
97,4 1,14
Tiempo vs Altura
98,9 1,08
97,1 1,09 84.4
84.3
97 1,14

Altura Y
84.2
97,3 1,18
84.1
97 1,23
84
97,34 1,177 83.9
0 0.5 1 1.5
Ho Y (CM) X (CM) H (CM) Tiempo (Seg)
6,43 97,34 49 64

9. ANÁLISIS
Decimo Intento 10. DISCUSIÓN
Altura Y Tiempo(segundos)
55,1 1,04
55,2 0,76 11. BIBLIOGRAFÍA
55 0,72 Triola, Mario (2013):
Estadística.Naucalpan de Juárez:
55 0,9 Pearson Education de México S.A.
55,1 0,61 Mendenhall, William (1997):Probabilidad
55,3 0,98 y Estadística para ingeniería y
54,9 0,88 ciencias:Prentice-Hall hispanoamericana,
S.A.
55,1 0,94
55 0,74
55,2 0,64
55,09 0,821

Ho Y (CM) X (CM) H (CM)

29,124 55 14 43

x Y
14 55,9
29 85,1
49 97,34
29 85,04
17 69,02
24 97,05
41 99,05
16 50,05
32 83,11
32 84,16