Pre Informe 3
Cargado por
SEBASTIAN MOYA BERRIOPre Informe 3
Cargado por
SEBASTIAN MOYA BERRIOUNIVERSIDAD DE CALDAS
TRATAMIENTO DE DATOS
REGRESION LINEAL
LABORATORIO FISICA I
ANGELA VIVIANA ALZATE
SEBASTIAN MOYA BERRIO
801721645
MANIZALES-CALDAS
8 JUNIO 2020
TRATAMIENTO DE DATOS
REGRESION LINEAL
OBJETIVOS
1. Hallar la ecuación de la recta que representa un conjunto de datos experimentales
(diagonal y lado de un cuadrado), usando el método de mínimos cuadrados.
2. Determinar el coeficiente R² en la regresión lineal
3. Encontrar la ecuación de la recta que representa una tendencia lineal de datos,
usando la calculadora científica
PREGUNTAS PRE-INFORME
1. Resuelva el ejercicio de evaluación de la práctica anterior (ver guía 2). Este punto es
muy importante.
R/: - Dependiendo del instrumento que se utilice obtendremos mayor o menor
incertidumbre, partiendo de factores como tipos de errores experimentales o
aleatorios, que influyen de manera directa a la hora de la asignación de un valor de
medida, se debe tener en cuenta que en cada medida hay una incertidumbre lo cual
hace que obtengamos un valor teórico y por consiguiente podamos saber cuan
exactos fuimos al momento del experimento.
-Las cifras significativas van en relación con los porcentajes de error, al no contar
con instrumentos completamente precisos y exactos, se da la aparición de otros
factores que hace un poco más difícil obtener un valor real y verídico, por lo que
acudimos a la aproximación decimal, para de una manera u otra tener en lo menor
posible una menor dispersión de datos, y con ello una mayor precisión.
SumXi 0.032+ 0.038+0.035+0.041
Xprom= = = 0.0365 = 0.037
n 4
Δx= xi- prom
Δx1 = 0.032 - 0.037 = -0.005
Δx2 = 0.038 - 0.037 = 0.001
Δx = 0.035 - 0.037 = -0.002
Δx = 0.041 – 0.037 = 0.004
l Δ x l −0.005+0.001−0.002+ 0.004
Δxprom = = = 0.003
n 4
Δxprom 0.003
%E= x 100% = x 100 = 8.11%
xprom 0.037
El ejercicio presenta un extraño comportamiento en el porcentaje de error,
debido a que en los datos no puede haber una variación del 8.11%, de
acuerdo a que no solo es una cifra alta, además es desatinado de acuerdo
con los valores de las medidas.
2. De acuerdo con el marco teórico conteste:
a. ¿En qué consiste este método de mínimos cuadrados y para qué se utiliza?
R/: Es la relación entre dos variables, como método practico la recta, para
determinar un comportamiento lineal, y este método es empleado para buscar la
curva de ajuste optimo que minimiza la suma de los cuadrados de los errores de un
conjunto de datos experimentales.
b. ¿Cómo se calculan la pendiente y el intercepto en la ecuación de ajuste 𝑦 ̂ = 𝑚𝑥 +
𝑏?
R/: Se puede demostrar mediante el cálculo, siendo la pendiente (m) y el intercepto
(b)
𝑏 = 𝑦 ̅ − 𝑚𝑥
c. ¿Que representa R² y como se calcula?
R/: Representa la medición de la fuerza de la relación entre las variables x e y. Se
calcula mediante la ecuación:
Entre mas alejado este el coeficiente de 1, mas se alejan los datos experimentales de
una verdadera línea recta.
d. ¿Qué representan las notaciones: 𝑦𝑖, 𝑦 ̅, 𝑦 ̂?
R/: yi es el valor de las variables para la observación
𝑦 ̅ es la variable dependiente, es un dato experimental
𝑦 ̂ es la ecuación de la recta de ajuste optimo
3. Haga el proceso y escriba el resultado de las operaciones indicadas en las siguientes
sumatorias para los n=4 valores x, y dados por: x1 = 4, x2 = -3, x3 =12, x4=-8 y
también y1 = -2, y 2 = 10, y3 = 6, y4 = -4
R/:
xi yi
4 -2
-3 10
12 6
-8 -4
4²+ (-3) ² + 12²+ (-8) ²
16+(-9) +144+(-64) = 87
4 (87)
4+(-3) +12+(-8) = 5
5²
4 x -2 = -8
-3 x 10 = -30
12 x 6 = 72
-8 x -4 = 32
(72+32+(-8) +(-32)) / 4 = 32
yi = -2 + 10 + 6 + (-4) = 10
(5) x (10)
4. Verifique los resultados del ejemplo dado en el marco teórico. Asegúrese que
comprende cada uno de los pasos. (Esto no lo debe hacer en la hoja que entregará,
pero sí debe tenerlo muy bien entendido para el desarrollo de la práctica en clase).
Consulte cómo se hace una regresión lineal en su calculadora y aplíquelo para
verificar la respuesta del ejemplo estudiado en el marco teórico. Muestre la
ecuación que obtiene y el valor de R.
R/: A= 0,88
B= 1.03
y= 1,03 x + (0,88)
1,03 (0) + (0,88) = 0,88
1,03 (1) + (0,88) = 1,91
1,03 (2) + (0,88) = 2,94
1,03 (3) + (0,88) = 3,97
(1-2,425) ² = 2,031
(1,8-2,425) ² = 0,391
(2,8-2,425) ² = 0,141
(4,1-2,425) ² = 2,806
Sumatoria= 5,396
(0,88-2,425) ² = 2,387
(1,91-2,425) ² = 0,265
(2,94-2,425) ² = 0,265
(3,97-2,425) ² = 2,387
Sumatoria= 5,305
5,305
R= = 0,99
5,369
