TRABAJO COLABORATIVO FISICA I

Alejandra Portilla Sierra Código: 1711981193

Robinson Laguna Camacho Código: 1711982977

Edwin Fernando Meléndez Arango Código: 1711982606

Laura Cristina Castro Espinosa Código: 1711981573

Miguel Bernal
TUTOR

INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO

Facultad de Ciencias básicas
 BOGOTÁ D.C.
Diciembre
2017
INTRODUCCIÓN

El presente trabajo muestra de forma clara y por medio de ejercicios prácticos, la forma como se
puede aplicar el módulo de física en el sector industrial, desarrollando de esta manera la
creatividad e innovación y aprendiendo de una manera sencilla para aplicarlo a nuestra carrera
profesional y al sector laboral.

Para la realización de los ejercicios planteados se ha realizado una recopilación de distintos

textos, y páginas obtenidas del aula, que mediante la incorporación de conceptos claves de cada
uno de ellos se ha podido realizar de una manera clara el trabajo, asi mismo se presentan los
temas con conceptos propios, sacándolos del entendimiento personal.
FASE TEÓRICA: AJUSTANDO EL MEJOR MODELO.

1. ¿Cuáles son los tipos de errores más usuales en ciencias?

Al implementar el método científico los errores más comunes son:

▪ Saltarse pasos del método

▪ No definir correctamente el sujeto de estudio
▪ No hacer una correcta revisión literaria para poder identificar los ítems del problema
▪ No establecer una hipótesis
▪ No aceptar criticas honestas sobre la hipótesis
▪ Publicar resultados cuando se tiene un acuerdo de no divulgación
▪ No informar a los coautores de la publicación
▪ Publicar los resultados que te hubiera gustado obtener.

2. ¿A Qué hace referencia la frase “ajuste por mínimos cuadrados”?

En un laboratorio se comparan los resultados experimentales con las fórmulas teóricas,

comprobamos que las medidas concuerden con la teoría, Las mediciones están afectadas por
errores y para asegurar las medidas debemos utilizar cálculos estadísticos. El ajuste por mínimos
cuadrados es uno de estos cálculos, se emplea para aproximar un conjunto de datos por funciones
bastante generales. Aunque una teoría nos asegure que la relación entre dos magnitudes Y =a+b
X es lineal, en la práctica, la dispersión que causan los errores experimentales hace que no se
encuentren exactamente dispuestos a lo largo de una recta.

3. ¿Qué es un polinomio de mínimos cuadrados?

Si tenemos una función polinómica, se trata de encontrar un polinomio que se ajuste mejor a los
datos. En muchos casos el polinomio será uno y se llamara la recta que mejor se ajusta o la recta
de mínimos cuadrados La función más sencilla es la función lineal y=ax+b. El procedimiento de
ajustar los datos experimentales a una línea recta se denomina regresión lineal. Ej.: el contador
de reproducción de un casette

4. ¿Cuándo se calcula una regresión lineal, qué es lo que se está haciendo?

Una regresión lineal se utiliza para estudiar la relación entre variables, lo que se hace con una
regresión lineal es conocer el efecto que una o varias variables pueden causar sobre otra o
incluso predecir en mayor o menor grado, valores de una variables a partir de otra. Por ejemplo,
supongamos que queremos estudiar si la altura de los padres influye significativamente en la de
los hijos.
La regresión es el conjunto de técnicas usadas para explorar y cuantificar la relación de
dependencia entre una variable cuantitativa llamada variable dependiente o respuesta y una o
más variables independientes llamadas variables predictoras.

El primer paso para determinar si puede existir o no dependencia/relación entre variables es

representando gráficamente los pares de valores observados mediante una nube de puntos, lo que
se conoce como diagrama de dispersión.

5. Cuál es el significado de los parámetros A, B y r de las regresiones aplicadas a los

datos del documento “experimentos.xlsx”

Respecto a A y B, son los coeficientes de cada función obtenida por regresión por medio del
método de los mínimos cuadrados, de la forma: y = A+Bx, y= AxB, y=AeBx para las funciones
lineal, potencial y exponencial respectivamente, mientras que el coeficiente R se llama
coeficiente de correlación de Pearson, es un valor entre 0 y 1 de tal forma de tal forma que entre
más cercano a 1 mayor es la confiabilidad del modelo hallado por regresión.

EXPERIMENTO 1

EXPERIMENTO 2
EXPERIMENTO 3
Fase dos: . Fase experimental: Descubriendo el valor de la aceleración

Como podemos observar en la grafica unicamente se observa la trayectoria de la particula en el eje x, por
lo tanto podemos decir que es un movimiento en una dimension. Asi mismo la grafica permite ver un
traslado y velocidad ascendente.

Para la gráfica x vs t, obtenga los parámetros A, B y r de la regresión potencial. Busque la

interpretación física de A y B.

Una vez ejecutado el programa de simulación de movimiento en una dimensión, obtenemos los
siguientes datos, que permiten evidenciar el tiempo, la distancia recorrida y su velocidad. La tabla
permite constatar lo antes indicado de la ausencia de movimiento sobre el eje Y, por lo tanto estos
valores son cero (0) al igual que su velocidad Vy(m/s).
 𝑥 = 5.0037 + 39.999𝑡 − 1.4614𝑡 2

𝑅2 = 1

Como conocemos que la formula para la posición según el movimiento rectilíneo uniformemente
acelerado esta planteada de la siguiente manera:

1
𝑥 = 𝑥0 + 𝑣0 𝑡 + 𝑎𝑡 2
2
Entonces:

𝑥0 = 5.0037 𝑚

𝑣0 = 39.999 𝑚/𝑠
1
𝑎 = −1.4614 𝑚/𝑠 2
2
Y el coeficiente de correlación es Pearson es:

𝑅2 = 1

De lo cual podemos deducir que el ajuste a la recta de regresión potencial es preciso.

Para la gráfica v vs t, obtenga los parámetros A, B y r de la regresión lineal. Busque la

interpretación física de A y B.
 𝑣 = 40 − 2.923𝑡

𝑅2 = 1

Como conocemos que la fórmula para la velocidad según el movimiento rectilíneo

uniformemente acelerado está planteada de la siguiente manera

𝑣 = 𝑣0 + 𝑎𝑡

Por lo que se deduce:

40𝑚
𝑣0 =
𝑠
𝑎 = −0.923 𝑚/𝑠 2

Y el coeficiente de correlación de Pearson es:

𝑅2 = 1

De lo cual podemos deducir que el ajuste a la recta de regresión lineal es preciso.

Con base en los análisis de los puntos 6 y 7, deduzca el valor de la aceleración de su

experimento.

Así como deducimos en el punto anterior, la aceleración es igual a −2.923 𝑚/𝑠

También de la fórmula de la posición se verifica que:

1
𝑎 = −1.4615 𝑚/𝑠 2
2
 𝑎 = −2.923 𝑚/𝑠 2

Conclusiones :
Luego de haber elaborado el presente trabajo podemos sacar conclusiones importantes como:

• La aceleración juega un papel muy importante porque es la variación que experimenta la

velocidad en la unidad de tiempo. Se considera positiva en el movimiento acelerado y
negativa en el retardado

• La regresión lineal establece métodos que se emplean para conocer las relaciones y
significación entre series de datos. Es de suma importancia para la industria ya que es aquí en
donde se presentan variables de respuesta e independientes las cuales interactúan para
originar las características de un proceso.

BIBLIOGRAFIA

✓ http://www.ugr.es/~andyk/Docencia/TEB/Errores.pdf (Enlaces a un sitio

externo.)Enlaces a un sitio externo.

✓ https://es.wikipedia.org/wiki/M%C3%ADnimos_cuadrados (Enlaces a un sitio

externo.)Enlaces a un sitio externo.

✓ http://www.sc.ehu.es/sbweb/fisica_/numerico/regresion/regresion1.html (Enlaces
a un sitio externo.)Enlaces a un sitio externo.

✓ http://www.fao.org/docrep/003/X6845S/X6845S02.htm (Enlaces a un sitio

externo.)Enlaces a un sitio externo.

✓ http://jogomez.webs.upv.es/material/errores.htm
✓ http://www.sc.ehu.es/sbweb/fisica/cursoJava/numerico/regresion/regresion.htm (Enlaces
a un sitio externo.)Enlaces a un sitio externo.
✓ http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/GuiaSPSS/18reglin.pdf