TRABAJO COLABORATIVO FISICA 1 SEMANAS 2-7

LANZAMIENTO DE PROYECTIL

GRUPO 4

INTEGRANTES

Ruiz Olave Jairo Cód. 1621021473

Díaz Aldana John Fernando Cód. 1611023724

NOMBRE DEL TUTOR

Sánchez Luquerna Jairo

POLITÉCNICO GRANCOLOMBIANO INSTITUCIÓN UNIVERSITARIA

FACULTAD DE CIENCIAS BASICAS
FISICA 1
SEMESTRE 1-2018
 1. Marco teórico 1

En la vida cotidiana el hombre realiza diversos oficios y movimientos como

trasladarse a su trabajo, coger objetos, lanzar cosas, subir o bajar escaleras, entre
tantos, en los cuales se emplea la física, así como también como se encuentra en
fenómenos naturales que experimentamos a diario como la lluvia, el calor, la niebla,
entre otros; esta ciencia se ha dedicado a estudiar los problemas esenciales de la
naturaleza, llegando a predecir y en ocasiones gracias a adelantos tecnológicos,
modificar el rumbo de esos fenómenos. Adicionalmente, esta ciencia ha servido
como base para el desarrollo y progreso de la especie humana en cuanto a la
medicina, las telecomunicaciones y los viajes al espacio.

Dentro de los movimientos que realizamos a diario encontramos el lanzamiento de

proyectiles o conocido también, bajo el nombre de movimiento parabólico, hacer
referencia a un movimiento compuesto, es decir, que tiene una componente de
movimiento horizontal y una componente de movimiento vertical, denominadas
normalmente por X(t) y Y(t) como representación de las posiciones en función de la
variable tiempo. (Vergara, R; s.f.). En la parte X(t) no hay existencia de una fuerza
neta y corresponde a un movimiento rectilíneo, mientras en Y(t) hay un movimiento
vertical con un valor constante para la aceleración conocida como gravedad y toma
valor de 9.81 m/s2. (Scapini. A.; s.f.).

A continuación, se muestran las ecuaciones del movimiento de proyectiles (Bernal,

M.; 2018):

En la horizontal

𝑥𝑓 = 𝑥𝑜 + 𝑣𝑜𝑥 𝑡 𝑣𝑓𝑥 = 𝑣𝑜𝑥

En la vertical

1
𝑦𝑓 = 𝑦𝑜 + 𝑣𝑜𝑦 𝑡 − 2 𝑔𝑡 2 𝑣𝑓𝑦 = 𝑣𝑜𝑦 − 𝑔𝑡
 2. Marco teórico 2

a. Ajuste lineal o regresión lineal

Cuando se hace referencia a este tipo de ajuste o de regresión lineal se busca
encontrar la relación de dependencia entre una variable dependiente y las variables
independientes. La aplicación de método implica un supuesto de linealidad. Puede
ser simple o múltiple. (Wikipedia; s.f.).

Ecuación de la línea recta 𝑌 = 𝐴𝑋 + 𝐵

Excel (Hernández; 2009):

1. Introducir los datos correspondientes a x(m) y a y(m) en dos columnas de
Excel.
2. Seleccionar datos registrados.
3. Realizar el siguiente comando: Insertar – Gráficos – X Y (Dispersión).
4. Dar clic sobre uno de los puntos y una vez activos dar clic izquierdo en
agregar línea de tendencia – lineal.
5. Activar las opciones de presentar ecuación en el gráfico y el valor de R 2 en
el gráfico. Aceptar
6. Si el valor de R cuadrado se aproxima a el valor de 1 significa que los datos
tienen un comportamiento más ajustado, el coeficiente A (pendiente) muestra
la variación que sufre Y por una unidad de X y el coeficiente B (punto donde
la recta corta el eje vertical) informa el valor que se tiene Y cuando la variable
es X = 0.

b. Ajuste potencial

Cuando se hace referencia a este tipo de ajuste o de regresión potencial se tiene

una línea curva que se usa en la vinculación de unos datos con la finalidad de
comparar las medidas que se incrementan a un ritmo constante. Es de anotar que
si los datos corresponden a valores cero o negativos no es posible hallar la línea de
tendencia potencial. (Microsoft; 2007).
Ecuación de la forma 𝑌 = 𝐴𝑋 𝐵

Excel (Hernández; 2009):

1. Introducir los datos correspondientes a x(m) y a y(m) en dos columnas de
Excel.
2. Seleccionar datos registrados.
3. Realizar el siguiente comando: Insertar – Gráficos – X Y (Dispersión).
4. Dar clic sobre uno de los puntos y una vez activos dar clic izquierdo en
agregar línea de tendencia – potencial.
5. Activar las opciones de presentar ecuación en el gráfico y el valor de R 2 en
el gráfico. Aceptar
6. Si el valor de R cuadrado se aproxima a el valor de 1 significa que los datos
tienen un comportamiento más ajustado, las constantes A (pendiente) y B
(exponente de variación) se determinan al momento de resolver la ecuación.

c. Ajuste exponencial

Cuando se hace referencia a este tipo de ajuste o de regresión exponencial tiene

una línea curva y es de gran utilidad cuanto se tiene un incremento o una
disminución de intervalos cada vez de mayor amplitud para los datos. Si se tiene
valores negativos o cero no se puede obtener la línea de tendencia exponencial.
(Microsoft; 2007).

Ecuación de la forma 𝑌 = 𝐴𝑒 𝐵𝑥

Excel (Hernández; 2009):

1. Introducir los datos correspondientes a x(m) y a y(m) en dos columnas de
Excel.
2. Seleccionar datos registrados.
3. Realizar el siguiente comando: Insertar – Gráficos – X Y (Dispersión).
4. Dar clic sobre uno de los puntos y una vez activos dar clic izquierdo en
agregar línea de tendencia – exponencial.
 5. Activar las opciones de presentar ecuación en el gráfico y el valor de R 2 en
el gráfico. Aceptar
6. Si el valor de R cuadrado se aproxima a el valor de 1 significa que los datos
tienen un comportamiento más ajustado, e corresponde al número de Euler
(2,7182), la constante A corresponde a la pendiente y la B corresponde al
coeficiente que acompaña el valor de X.

d. Ajuste polinómico

Cuando se hace referencia a este tipo de ajuste o de regresión polinómica se tiene

una línea curva que se emplea cuando los datos son fluctuantes. Se define un orden
para el polinomio y este se determina a través del número de fluctuaciones
existentes para los datos en la función de máximos y mínimos que se hallen en la
curva. La cantidad de estos mínimos y máximos aumenta a medida que se
incrementa el orden del polinomio. (Microsoft; 2007).

Ecuación de la forma para un ajuste polinómico de grado 2: 𝑌 = 𝐴𝑋 2 + 𝐵𝑋 + 𝐶

Excel (Hernández; 2009):

1. Introducir los datos correspondientes a x(m) y a y(m) en dos columnas de
Excel.
2. Seleccionar datos registrados.
3. Realizar el siguiente comando: Insertar – Gráficos – X Y (Dispersión).
4. Dar clic sobre uno de los puntos y una vez activos dar clic izquierdo en
agregar línea de tendencia – polinómica.
5. Activar las opciones de presentar ecuación en el gráfico y el valor de R 2 en
el gráfico. Aceptar
6. Si el valor de R cuadrado se aproxima a el valor de 1 significa que los datos
tienen un comportamiento más ajustado, las constantes A y B se determinan
al momento de resolver la ecuación. La constante C corresponde al punto
donde se intercepta al eje Y cuando X es igual a cero.
Coeficiente de correlación de Pearson

El coeficiente de correlación de Pearson es una medida de la relación lineal entre

dos variables aleatorias cuantitativas. Se puede definir el coeficiente de correlación
de Pearson como un índice que puede utilizarse para medir el grado de relación de
dos variables siempre y cuando ambas sean cuantitativas. (Wikipedia; s.f.).

Excel (Arcos, 2013):

1. Ubicarse en una celda de Excel donde debe ir el coeficiente de correlación

de Pearson.
2. Indexar la fórmula: +COEF.DE.CORREL(Matriz1; Matriz2)
3. En los datos de la Matriz1 seleccionar los valores correspondientes a la
distancia x(m).
4. En los datos de la Matriz2 seleccionar los valores correspondientes a la altura
y(m).
5. Aceptar.
 3. Análisis de datos

Datos disparos
Rapidez inicial: 15 m/s
Angulo de disparo: 50°
Masa: 50 kg
Diámetro: 0,50 m
Gravedad: 9,81 m/s2

Lanza 1 Lanza 2 Lanza 3 Lanza 4 Lanza 5

x (m) 23,4 24,16 24,87 25,55 26,2
y (m) 1 2 3 4 5
Tiempo (s) 2.43 2.51 2.58 2.65 2.72

Lanza 6 Lanza 7 Lanza 8 Lanza 9 Lanza 10

x (m) 26,83 27,42 28 28,56 29,1
y (m) 6 7 8 9 10
Tiempo (s) 2.78 2.84 2.9 2.96 3.02

Lanza 11 Lanza 12 Lanza 13 Lanza 14 Lanza 15

x (m) 29,62 30,13 30,63 31,12 31,59
y (m) 11 12 13 14 15
Tiempo (s) 3.07 3.13 3.18 3.23 3.28
Lanzamientos del 1 al 5

Lanzamientos de 6 al 10
Lanzamientos de 11 al 15

Ajuste lineal

Constantes:

A = 1,7187

B = -39,801

Como R al cuadrado está cercano al valor de 1 significa que los puntos de los
lanzamientos se encuentran de forma lineal, el valor del coeficiente A (1,7187)
significa el número de unidades que varía la altura Y cuando se produce un cambio
en una unidad en la distancia X y el valor del coeficiente B (-39,801) es el valor
estimado de la altura cuando la distancia sea 0.

Ajuste potencial

Constantes

A = 2 E-11

B = 8,0085

Con este tipo de ajuste se logra evidenciar la forma en que cambia la altura a medida
que cambia la distancia a un ritmo concreto, el valor de la constante A (2 E-11)
significa el número de unidades que varía la altura Y cuando se produce un cambio
en una unidad en la distancia X elevada a la constante B (8,0085). El R cuadrado
muestra la forma en como están ajustados los datos.

Ajuste Potencial
20
18 y = 2E-11x8,0085
R² = 0,9402
16
14
12
10
8
6
4
2
0
20 22 24 26 28 30 32 34

Ajuste exponencial

Constantes

A = 0,0021

B = 0,289
Con este tipo de ajuste se logra evidenciar la forma en a la que tiene a medida que
se aumenta la distancia del proyectil. El R cuadrado muestra la forma en que se
encuentra el ajuste de los datos.

Ajuste exponencial y = 0,0021e0,289x

R² = 0,9207
25

20

15

10

0
20 22 24 26 28 30 32 34

Para este tipo de regresión podemos decir que el eje Y se corta en el valor de 0,0057
valor que toma cuando X = 0.

Ajuste polinómico

Constantes

A = 0,0522

B = -1,1612

C = -0,4148

El valor de C (-0,4148) corresponde al punto donde se corta al eje Y en este caso X

= 0. Como se puede visualizar en la imagen el R cuadrado corresponde a uno es
decir que los datos están en su totalidad ajustados y se encuentran sobre la línea
curva polinómica.
 y = 0,0522x2 - 1,1612x - 0,4148
Ajuste polinomial R² = 1
16

14

12

10

0
20 22 24 26 28 30 32 34

Coeficiente de correlación de Pearson

El coeficiente de correlación de Pearson para este experimento es de 0,99765362

el cual índica el grado de relación entre la distancia horizontal alcanzada por la bala
del proyectil y la altura en la que está ubicada el proyectil.

4. Análisis de datos y cumplimiento del objetivo

Del punto anterior, realizaremos el análisis de la mejor elección de acuerdo al valor

encontrado en el R cuadrado de cada una de las regresiones, obteniendo en orden
ascendente el ajuste de los datos, en el cual se puede ver que la polinómica es la
más ajustada:

Regresión polinómica R2 = 1

Regresión lineal R2 = 0,9953

Regresión potencial R2 = 0,9402

Regresión exponencial R2 = 0,9207

A continuación, se presenta el valor que alcanza g en el experimento (López; s.f.):

Coeficiente de correlación de Pearson: 0,99765362

Coeficiente del término cuadrático en la ecuación: 0,0522

Ángulo de tiro (α): 50°

Valor representativo de la velocidad inicial 15 m/s

𝑔 = 2 ∗ 𝑉𝑜 2 ∗ 𝐶𝑜𝑠 2 𝛼 ∗ 𝐶𝑜𝑒𝑓. 𝑑𝑒 𝑡é𝑟𝑚𝑖𝑛𝑜 𝑐𝑢𝑎𝑑𝑟á𝑡𝑖𝑐𝑜

𝑚
𝑔 = 2 ∗ (15)2 ∗ 𝐶𝑜𝑠 2 50° ∗ 0,0522
𝑠2
𝑚
𝑔 = 2 ∗ 225 ∗ 0,4131759 ∗ 0,0522
𝑠2
𝑚
𝑔 = 9,7055
𝑠2

Ahora, se realizará la comparación de los resultados obtenidos y el valor aceptado

𝑚
de la gravedad teórico 𝑔 = 9,81 𝑠2

Error absoluto

𝑚
𝐸𝑟𝑟𝑜𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 = (9,81 − 9,7055)
𝑠2
𝑚
𝐸𝑟𝑟𝑜𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜 = 0,1045
𝑠2

Error relativo porcentual

0,1045
𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 = ∗ 100%
9,81

𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 = 0,0165 ∗ 100%

𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙 = 1,0652%

 5. Conclusiones

Una vez ejecutado el experimento se puede determinar que el lanzamiento de un

proyectil se asemeja a una parábola y esto es demostrado con el coeficiente de
correlación de Pearson que alcanzó un valor superior al 0,99.

Se logró tener unos resultados satisfactorios debido a que el valor hallado para la
gravedad en el experimento es muy cercano al valor de la gravedad universal
conocida teóricamente. El error relativo es del 1, 0652% lo que indica que las
condiciones del experimento son aceptables.

El R cuadrado en cada una de las regresiones indicó la forma en que estaban

ajustados los datos entre sí, y el valor más cercano a 1 es el más indicado, en
nuestro lanzamiento de proyectil la línea de tendencia polinomial es la que estuvo
en este valor y por ende la escogida para realizar el análisis.

Finalmente, se pudo realizar un análisis de los distintos tipos de regresión y que

pueden emplearse en experimentos de la física de tal forma que se pueda
determinar la relación de dependencia entre variables como la distancia y la altura.
 Bibliografía

Bernal Y., M.; 2018. Física I. Politécnico Grancolombiano Institución Universitaria.

Cartilla

Hernández M.; 2009. Ajuste polinomial a un conjunto de datos mediante Excel.

Optimización y Estadística (SOE SC). Recuperado 20 de junio 2018 de
https://optyestadistica.wordpress.com/2009/01/28/ajuste-polinomial-a-un-conjunto-
de-datos-mediante-excel/

López C., R; s.f. Análisis del movimiento de un proyectil y determinación de la

aceleración de la gravedad empleando un chorro de agua. Instituto Balseiro;
Argentina. Recuperado 22 junio 2018 de http://www2.ib.edu.ar/becaib/cd-
ib/trabajos/LopezC.pdf

Microsoft; 2007. Elegir la mejor línea de tendencia para los datos. Recuperado 20
de junio 2018 de https://support.office.com/es-es/article/elegir-la-mejor-
l%C3%ADnea-de-tendencia-para-los-datos-1bb3c9e7-0280-45b5-9ab0-
d0c93161daa8

Scapini, A; s.f. Movimiento de proyectiles. Instituto nacional. Recuperado 19 junio

de 2018 https://institutonacional.cl/wp-content/uploads/2015/06/3-F%C3%ADsica-
Lanzamiento-de-proyectiles-Diferenciado.pdf

Vergara R., R.; s.f. Movimiento de proyectiles. Ingeniería del conocimiento.

Recuperado 20 junio de 2018
http://www.roverg.nac.cl/usm/fis110/01_cinematica/0106_proyectiles.pdf

Wikipedia; s.f. Coeficiente de correlación de Pearson. Wikipedia.org. Recuperado

20 junio de 2018 de
https://es.wikipedia.org/wiki/Coeficiente_de_correlaci%C3%B3n_de_Pearson

Wikipedia; s.f. Regresión lineal. Wikipedia.org. Recuperado 21 junio de 2018 de

https://es.wikipedia.org/wiki/Regresi%C3%B3n_glineal