UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Perú, Decana de América)

FACULTAD DE CIENCIAS FÍSICAS

E.P DE FÍSICA
ASIGNATURA: Laboratorio de Física General II
DOCENTE: Mg. César Cabrera Arista

Exp 2. Tratamiento de datos experimentales

Fecha: 21 de Septiembre, 2023

Integrantes
Nombre y apellidos Código
Rosa Floresmila Gamarra Aguirre 22130133
Johan Mauricio Calla Sarmiento 22130093
Julian Elias Caceres Valdez 23130004
 Exp 2. Tratamiento de Datos Experimentales

I. Fundamento teórico

Los resultados derivados a partir de los datos se pueden interpretar mejor

mediante representaciones graficas ayudando a analizar tendencias que permiten
estimar valores en puntos distintos a los experimentales, mostrando ciertas
relaciones matemáticas entre las variables presentadas.

Error:

Cada vez que se lleva a cabo una medición, es probable que obtenga resultados
que distan mucho de lo que realmente se debería obtener. Cuantitativamente, el error
de medición se percibe como la diferencia entre el valor teórico y el valor estimado
de la medición. La discrepancia entre estos dos valores proporciona información
sobre la precisión de las mediciones realizadas. Así pues, hay dos maneras de
cuantificar la exactitud de una medición, la primera es por medio del error absoluto
de la medida definido como

Otro método es el error relativo. Por lo general, se prefiere que se exprese como un
porcentaje para indicar qué tan lejos está el valor medido del valor teórico, y se
denomina error porcentual.

Incertidumbre de medida:

La incertidumbre es una medida cuantitativa de la calidad de un resultado de

medición y permite comparar un resultado de medición con otros resultados. Es
así como la incertidumbre obtenida a partir de una serie de observaciones
repetidas y es calculada por medio de la desviación estándar de los datos.

Método de mínimos cuadrados:

El método de los mínimos cuadrados se utiliza para calcular la recta de regresión

lineal que minimiza los residuos, esto es, las diferencias entre los valores reales y los
estimados por la recta. Se revisa su fundamento y la forma de calcular los
coeficientes de regresión con este método. Una condición importante del modelo de
regresión anterior es poder conocer el poder explicativo del modelo de ajuste
obtenido. Esto se logra con ayuda del coeficiente de determinación r 2 . Este
coeficiente indica que la totalidad de los datos experimentales son explicados por el
modelo de ajuste calculado, lo que implica que el 100% de los datos pertenecen al
modelo de regresión supuesto. Un valor menor a r 2 > 𝟎, 𝟗 demuestra que el modelo
de regresión no es el indicado o que por el contrario los datos se tomaron de manera
incorrecta. Por otro lado, la raíz cuadrada del coeficiente de determinación
representa la fuerza de relación entre x e y, y se lo conoce como coeficiente de
correlación r. Se recomienda una r entre 0,95 y 1 para una buena correlación. Los
valores inferiores son aceptables en algunos casos, pero tenga en cuenta las fuentes
de error y algunas consideraciones estadísticas.

II. Datos

Se analizarán tres experimentos: la conducción de corriente por un hilo conductor de

micrón, la evacuación de agua de un depósito y la actividad radiactiva del radón; a
partir de las siguientes tablas de datos

a. Tabla 1 se tiene las medidas de intensidad de corriente eléctrica i conducida

por un hilo conductor de nicrón. y la diferencia de potencial V aplicada entre
sus extremos.

Tabla 1
i( A) V (V )
0.5 2.18
1.0 4.36
2.0 8.72
4.0 17.44
(Sears-Semansky, 1996)

b. Tabla 2 muestra las medidas del tiempo de vaciado (t) de un depósito con
agua y las medidas de las alturas del nivel de agua para cuatro llaves de
salida de diferentes diámetros (D).

Tabla 2

h(cm) 30 20 10 4 1
D(cm) Tiempo de vaciado t (s )
1.5 73.0 59.9 43.0 26.7 13.5
2.0 41.2 33.7 23.7 15.0 7.8
3.0 18.4 14.9 10.5 6.8 3.7
5.0 6.8 5.3 3.9 2.6 1.5
7.0 3.2 2.7 2.0 1.3 0.8

c. La Tabla 3 muestra los porcentajes de las medidas de la actividad radiactiva

del radón. El día cero se detectó una desintegración de 4.3 x 1018 núcleos.

Tabla 3
 t (días) 0 1 2 3 4 5 6 7 8 9 10
A(%) 100 84 70 59 49 41 34 27 24 20 17

III. Aplicaciones (Desarrollo)

1. Grafique las siguientes distribuciones:

De la Tabla 1:
a) Grafique en una hoja de papel milimetrado V vs. i.
De la Tabla 2:
b) En una hoja de papel milimetrado grafique t vs. D. para cada una de las
alturas.
c) En una hoja de papel milimetrado grafique t vs. h. para cada diámetro.
d) En una hoja de papel logarítmico grafique t vs. D. para cada una de las
alturas.
e) En una hoja de papel logarítmico grafique t vs. h. para cada diámetro.
f) Haga el siguiente cambio de variables z=1/ D2 y grafique t = t (z) en papel
milimetrado.
De la Tabla 3:
g) En una hoja de papel milimetrado grafique A vs. T.
h) En una hoja de papel semilogarítmico A vs. T.

2. Hallar las fórmulas experimentales

a. Obtenga las fórmulas experimentales usando el método de regresión lineal.
Para las gráficas obtenidas en los casos a), d), e) y f).

a) V vs i
2
i(x i) V ( yi ) (x i)( y i) (x i)
0.5 2.18 1.09 0.25
1 4.36 4.36 1
2 8.72 17.44 4
4 17.44 69.76 16
∑❑ 7.5 32.7 92.65 21.25

n ∑ x i y i −∑ xi ∑ y i ∑ x i ∑ y i−∑ x i ∑ x i y i
2
m= 2
b= 2
n ∑ xi −( ∑ x i ) n ∑ x i −( ∑ xi )
2 2

4 × ( 92.65 )−(7.5) ×(32.7)

m= 2
=4.36
4 × ( 21.25 )−(7.5)

(21.25)× ( 32.7 ) −(7.5)×(92.65)

b= 2
=0
4 × ( 21.25 )−7.5
 f ( x )= y=V (i)=4.36 x

d) t vs D (ecuación y la forma lineal)

h=30 cm

D(x i ) t ( y i) logxi logyi (logxi )(log y i ) (log x i)

2

1.5 73 0.176 1.863 0.328 0.031

2 41.2 0.301 1.615 0.486 0.091
3 18.4 0.477 1.265 0.603 0.228
5 6.8 0.698 0.833 0.581 0.487
7 3.2 0.845 0.505 0.427 0.714
∑❑ - - 2.497 6.081 2.426 1.551

n ∑ logxi log y i−∑ logxi ∑ logyi

m= 2
n ∑ logxi2−( ∑ logx i)

b=
∑ (logxi )2 ∑ log y i−∑ logxi ∑ log x i log y i
2
n ∑ logxi −( ∑ logxi )
2

5 × ( 2.426 )−(2.497) ×(6.081)

m= 2
=−2.016
5 × (1.551 )−(2.497)

(1.551)× ( 6.081 )−(2.497)×(2.426)

b= 2
=2.223
5 × (1.551 )−(2.497)
b
k =1 0 =167.072
−2.014
f ( x )= y=t ( d ) =167.072 x

forma lineal=Y =−2.016 X +2.223

h=20 cm

D(x i ) t ( y i) logxi logyi (logxi )(log y i ) (log x i)

2

1.5 59.9 0.176 1.777 0.313 0.0310

2 33.7 0.301 1.528 0.460 0.0906
3 14.9 0.477 1.173 0.560 0.2276
5 5.3 0.699 0.724 0.506 0.4886
7 2.7 0.845 0.431 0.365 0.7142
∑❑ - - 2.4983 5.6339 2.2034 1.5520
 n ∑ logxi log y i−∑ logxi ∑ logyi
m= 2
n ∑ logxi2−( ∑ logx i)

b=
∑ (logxi )2 ∑ log y i−∑ logxi ∑ log x i log y i
2
n ∑ logxi −( ∑ logxi )
2

5 × ( 2.2034 )−(2.498)×(5.6339)
m= 2
=−2.0139
5 × ( 1.552 )−(2.498)

(1.552)× ( 5.6639 )−(2.498)×(2.2034)

b= 2
=2.133
5 × ( 1.552 )−( 2.498)
b
k =1 0 =135.85
−2.014
f ( x )= y=t ( d ) =135.85 x

forma lineal=Y =−2.014 X +2.133

h=10 cm

D(x i ) t ( y i) logxi logyi (logxi )(log y i ) 2

(log x i)
1.5 43 0.176 1.633 0.288 0.0310
2 23.7 0.301 1.375 0.414 0.0906
3 10.5 0.477 1.021 0.487 0.2276
5 3.9 0.699 0.591 0.413 0.4886
7 2 0.845 0.301 0.254 0.7142
∑❑ - - 2.4983 4.9215 1.8562 1.5520

n ∑ logxi log y i−∑ logxi ∑ logyi

m= 2
n ∑ logxi2−( ∑ logx i)

b=
∑ (logxi ) ∑ log y i−∑ logxi ∑ log x i log y i
2

2
n ∑ logxi −( ∑ logxi )
2

5 × ( 1.8562 )−(2.498)×(4.9215)
m= 2
=−1.9849
5 × (1.552 )−(2.498)

(1.552)× ( 4.9215 ) −(2.498) ×(1.8562)

b= 2
=1.97609
5 × ( 1.552 )−( 2.498)
b
k =1 0 =94.6428
−1.985
f ( x )= y=t ( d ) =94.64 x
 forma lineal=Y =−1.98 X +1.976

h=4 cm

D( x i ) t ( y i) logxi logyi (logxi )(log y i ) 2

(log x i)
1.5 26.7 0.176 1.427 0.251 0.0310
2 15 0.301 1.176 0.354 0.0906
3 6.8 0.477 0.833 0.397 0.2276
5 2.6 0.699 0.415 0.290 0.4886
7 1.3 0.845 0.114 0.096 0.7142
∑❑ - - 2.4983 3.9640 1.3888 1.5520

n ∑ logxi log y i−∑ logxi ∑ logyi

m= 2
n ∑ logxi −( ∑ logx i)
2

b=
∑ (logxi ) ∑ log y i−∑ logxi ∑ log x i log y i
2

2
n ∑ logxi −( ∑ logxi )
2

5 × ( 1.3888 ) −(2.498)×(3.964)
m= 2
=−1.9488
5 × ( 1.552 )−(2.498)

(1.552)× ( 3.964 )−(2.498)×(1.3888)

b= 2
=1.767
5 × ( 1.552 )−(2.498)
b
k =1 0 =58.42
−1.949
f ( x )= y=t ( d ) =58.42 x

forma lineal=Y =−1.949 X+ 1.767

h=1 cm

D( x i ) t ( y i) logxi logyi (logxi )(log y i ) 2

(log x i)
1.5 13.5 0.176 1.130 0.199 0.0310
2 7.8 0.301 0.892 0.269 0.0906
3 3.7 0.477 0.568 0.271 0.2276
5 1.5 0.699 0.176 0.123 0.4886
7 0.8 0.845 -0.097 -0.082 0.7142
∑❑ - - 2.4983 2.6698 0.7799 1.5520

n ∑ logxi log y i−∑ logxi ∑ logyi

m= 2
n ∑ logxi2−( ∑ logx i)
 b=
∑ (logxi )2 ∑ log y i−∑ logxi ∑ log x i log y i
2
n ∑ logxi −( ∑ logxi )
2

5 × ( 0.7799 )−(2.498)×(2.6698)
m= 2
=−1.8245
5 × ( 1.552 ) −(2.498)

(1.552)× ( 2.6698 )−(2.498)×(0.7799)

b= 2
=1.4456
5 × ( 1.552 )−( 2.498)
b
k =1 0 =27.9
−1.825
f ( x )= y=t ( d ) =27.9 x

forma lineal=Y =−1.824 X +1.445

e) t vs h

d=1.5 cm

h( xi ) t ( y i) logxi logyi (logxi )(log y i ) 2

(log x i)
30 73 1.477 1.863 2.752 2.1819
20 59.9 1.301 1.777 2.312 1.6927
10 43 1.000 1.633 1.633 1.0000
4 26.7 0.602 1.427 0.859 0.3625
1 13.5 0.000 1.130 0.000 0.0000
∑❑ - - 4.3802 7.8311 7.5572 5.2370

n ∑ logxi log y i−∑ logxi ∑ logyi

m= 2
n ∑ logxi −( ∑ logx i)
2

b=
∑ (logxi ) ∑ log y i−∑ logxi ∑ log x i log y i
2

2
n ∑ logxi2−( ∑ logxi )

5 × ( 7.5572 )−(4.3802)×(7. 8311)

m= 2
=0.49780
5 × ( 5.2370 )−(4.3802)

(5.2370)× ( 7.8311)−(4.3802) ×(7.5572)

b= 2
=1.13012
5 × (5.2370 )−( 4.3802 )
b
k =1 0 =13.493
0.4970
f ( x )= y=t ( h )=13.49 x

forma lineal=Y =0. 4978 X +1.13012

d=2 cm

h( xi ) t ( y i) logxi logyi (logxi )(log y i ) (log x i)

2

30 41.2 1.477 1.615 2.385 2.1819

20 33.7 1.301 1.528 1.987 1.6927
10 23.7 1.000 1.375 1.375 1.0000
4 15 0.602 1.176 0.708 0.3625
1 7.8 0.000 0.892 0.000 0.0000
∑❑ 4.380 6.585 6.456 5.237

n ∑ logxi log y i−∑ logxi ∑ logyi

m= 2
n ∑ logxi −( ∑ logx i)
2

b=
∑ (logxi )2 ∑ log y i−∑ logxi ∑ log x i log y i
2
n ∑ logxi2−( ∑ logxi )

5 × ( 6.585 ) −(4.3802)×(6.456)
m= 2
=0.49048
5 × (5.2370 )−(4.3802)

(5.2370)× ( 6.585 )−(4.380) ×(6.456)

b= 2
=0.88741
5 × ( 5.2370 )−( 4.3802 )
b
k =1 0 =7.716
0.491
f ( x )= y=t ( h )=7.716 x

forma lineal=Y =0. 4905 X +0.887

d=3 cm

h( xi ) t ( y i) logxi logyi (logxi )(log y i ) (log x i)

2

30 18.4 1.477 1.265 1.868 2.1819

20 14.9 1.301 1.173 1.526 1.6927
10 10.5 1.000 1.021 1.021 1.0000
4 6.8 0.602 0.833 0.501 0.3625
1 3.7 0.000 0.568 0.000 0.0000
∑❑ 4.3802 4.8599 4.9170 5.2370

n ∑ logxi log y i−∑ logxi ∑ logyi

m= 2
n ∑ logxi2−( ∑ logx i)
 b=
∑ (logxi )2 ∑ log y i−∑ logxi ∑ log x i log y i
2
n ∑ logxi −( ∑ logxi )
2

5 × ( 4.917 )−(4.3802)×(4.8599)
m= 2
=0.47119
5× ( 5.2370 )−(4.3802)

(5.2370)× ( 4.8599 )−( 4.380)×(4.917)

b= 2
=0.56
5 × ( 5.2370 )−( 4.3802 )
b
k =1 0 =3.624
0.471
f ( x )= y=t ( h )=3.624 x

forma lineal=Y =0. 4712 X +0.56

d=5 cm

h( xi ) t ( y i) logxi logyi (logxi )(log y i ) 2

(log x i)
30 6.8 1.477 0.833 1.230 2.1819
20 5.3 1.301 0.724 0.942 1.6927
10 3.9 1.000 0.591 0.591 1.0000
4 2.6 0.602 0.415 0.250 0.3625
1 1.5 0.000 0.176 0.000 0.0000
∑❑ 4.3802 2.7389 3.0129 5.2370

n ∑ logxi log y i−∑ logxi ∑ logyi

m= 2
n ∑ logxi2−( ∑ logx i)

b=
∑ (logxi )2 ∑ log y i−∑ logxi ∑ log x i log y i
2
n ∑ logxi2−( ∑ logxi )

5 × ( 3.0129 ) −(4.3802)×(2.7389)
m= 2
=0.4383
5 × ( 5.2370 )−(4.3802)

(5.2370)× ( 2.7389 )−(4.380)×(3.0129)

b= 2
=0.1638
5 × ( 5.2370 ) −( 4.3802 )
b
k =1 0 =1.458
0.438
f ( x )= y=t ( h )=1.458 x

forma lineal=Y =0.438 X +0.164

d=7 cm
 h( xi ) t ( y i) logxi logyi (logxi )(log y i ) 2
(log x i)
30 3.2 1.477 0.505 0.746 2.1819
20 2.7 1.301 0.431 0.561 1.6927
10 2 1.000 0.301 0.301 1.0000
4 1.3 0.602 0.114 0.069 0.3625
1 0.8 0.000 -0.097 0.000 0.0000
∑❑ 4.3802 1.2546 1.6770 5.2370

n ∑ logxi log y i−∑ logxi ∑ logyi

m= 2
n ∑ logxi2−( ∑ logx i)

b=
∑ (logxi ) ∑ log y i−∑ logxi ∑ log x i log y i
2

2
n ∑ logxi2−( ∑ logxi )

5 × ( 1.677 )−(4.3802)×(1.2546)
m= 2
=0.41288
5 × (5.2370 )−(4.3802)

(5.2370)× ( 1.2546 )−( 4.380)×(1.677)

b= 2
=−0.1108
5 × ( 5.2370 )−( 4.3802 )
b
k =1 0 =0.775
0.413
f ( x )= y=t ( h )=0.775 x

forma lineal=Y =0.413 X−0.11

f)
g) A vs t
 x(t(días y(log(A)
) ) x*y x2
0 2.000 0.000 0
1 1.924 1.924 1
2 1.845 3.690 4
3 1.771 5.313 9
4 1.690 6.761 16
5 1.613 8.064 25
6 1.531 9.189 36
7 1.431 10.020 49
8 1.380 11.042 64
9 1.301 11.709 81
10 1.230 12.304 100
55 17.718 80.016 385

n ∑ x i y i −∑ xi ∑ y i
m= 2
n ∑ x i 2− ( ∑ x i )

b=
∑ (x i) ∑ y i−∑ x i ∑ x i y i
2

2
n ∑ x i −( ∑ x i)
2

11× ( 80.016 )−(55)×(17.718)

m= 2
=−0.078
11× ( 385 )−(55)

(385)× ( 17.718 )−(55)×(80.016)

b= 2
=2.000
11× ( 385 )−(55)

Forma lineal:
y=−0.078 x +2.000
Forma exponencial

−1
n=−0.078 s
b 2.000
k =10 =10 =100
−0.078 t
A=100× 10
 b. Haciendo uso de la calculadora científica encuentre las fórmulas
experimentales e indique el factor de correlación para todas las gráficas
obtenidas en los casos desde la a) hasta la h).

a) V vs i

Formula → f ( x )= y=V (i)=4.36 x

2 2
i(x i) V ( yi ) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
0.5 2.18 -1.3750 -5.9950 1.8906 35.9400 8.2431
1 4.36 -0.8750 -3.8150 0.7656 14.5542 3.3381
2 8.72 0.1250 0.5450 0.0156 0.2970 0.0681
4 17.44 2.1250 9.2650 4.5156 85.8402 19.6881
∑❑ 7.5 32.7 7.1875 136.6315 31.3375

x=
7.5
=1.875 ; y=
32.7
=8.175 r =
∑ (x i−x )( y i− y )
4 4 √( xi −x)2 × √( y i− y )2
Coeficiente de correlación(r )

31.3375
r= =1
√ 7.1875 × √ 136.6315
b) t vs D (ecuación y coeficiente de correlación)
h=30 cm

Formula → f ( x )=t ( d )=167.072 x −2.014

2 2
D(x i ) t ( y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
1.5 73 -2.200 44.480 4.840 1978.470 -97.856
2 41.2 -1.700 12.680 2.890 160.782 -21.556
3 18.4 -0.700 -10.120 0.490 102.414 7.084
 5 6.8 1.300 -21.720 1.690 471.758 -28.236
7 3.2 3.300 -25.320 10.890 641.102 -83.556
∑ ❑ 18.5 142.6 20.800 3354.528 -224.120

x=
18.5
=3.7 ; y=
142.6
=28.52 r=
∑ (x i−x)( y i− y)
5 5 √( x i−x )2 × √( y i− y )2
Coeficiente de correlación(r )

−224.120
r= =−0.8485
√ 20.8 × √ 3354.528
h=20 cm

Formula → f ( x )=t ( d )=135.85 x−2.014

2 2
D( x i ) t ( y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
1.500 59.900 -2.200 36.600 4.840 1339.560 -80.520
2.000 33.700 -1.700 10.400 2.890 108.160 -17.680
3.000 14.900 -0.700 -8.400 0.490 70.560 5.880
5.000 5.300 1.300 -18.000 1.690 324.000 -23.400
7.000 2.700 3.300 -20.600 10.890 424.360 -67.980
∑ ❑ 18.5 116.5 20.800 2266.640 -183.700

x=
18.5
=3.7 ; y=
116.5
=23.3 r =
∑ ( x i−x )( y i− y )
5 5 √(x i−x)2 × √( y i− y)2
Coeficiente de correlación(r )

−183.7
r= =−0.8460
√ 20.8 × √ 2266.640
h=10 cm

Formula → f ( x )=t ( d )=94.64 x −1.985

2 2
D(x i ) t ( y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
1.5 43 -2.200 26.380 4.840 695.904 -58.036
2 23.7 -1.700 7.080 2.890 50.126 -12.036
3 10.5 -0.700 -6.120 0.490 37.454 4.284
5 3.9 1.300 -12.720 1.690 161.798 -16.536
7 2 3.300 -14.620 10.890 213.744 -48.246
∑ ❑ 18.5 83.1 20.800 1159.028 -130.570
 x=
18.5
=3.7 ; y=
83.1
=16.62 r=
∑ (xi −x)( y i− y)
5 5 √(x i−x )2 × √( y i− y )2
Coeficiente de correlación(r )

−130.570
r= =−0.8409
√ 20.8 × √ 1159.028
h=4 cm

Formula → f ( x )=t ( d )=58.42 x −1.949

2 2
D( x i ) t ( y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
1.5 26.7 -2.200 16.220 4.840 263.088 -35.684
2 15 -1.700 4.520 2.890 20.430 -7.684
3 6.8 -0.700 -3.680 0.490 13.542 2.576
5 2.6 1.300 -7.880 1.690 62.094 -10.244
7 1.3 3.300 -9.180 10.890 84.272 -30.294
∑ ❑ 18.5 52.4 20.80 443.428 -81.330

x=
18.5
=3.7 ; y=
52.4
=10.48 r =
∑ (x i−x )( y i− y )
5 5 √(xi −x)2 × √( y i− y)2
Coeficiente de correlación(r )

−81.330
r= =−0.8469
√ 20.8 × √ 443.428
h=1 cm

Formula → f ( x )=t ( d )=27.9 x−1.825

2 2
D(x i ) t ( y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
1.5 13.5 -2.200 8.040 4.840 64.642 -17.688
2 7.8 -1.700 2.340 2.890 5.476 -3.978
3 3.7 -0.700 -1.760 0.490 3.098 1.232
5 1.5 1.300 -3.960 1.690 15.682 -5.148
7 0.8 3.300 -4.660 10.890 21.716 -15.378
∑ ❑ 18.5 27.3 20.800 110.612 -40.960

x=
18.5
=3.7 ; y=
27.3
=5.46 r =
∑ (x i−x )( y i− y )
5 5 √(x i−x )2 × √( y i− y )2
Coeficiente de correlación(r )
 −40.96
r= =−0.8539
√ 20.8 × √ 110.612
c) t vs h (ecuación y coeficiente de correlación)
D=1.5 cm

Formula → f ( x )=t ( h )=13.49 x 0.4970

2 2
h( xi ) t ( y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
30 73 17.000 29.780 289.000 886.848 506.260
20 59.9 7.000 16.680 49.000 278.222 116.760
10 43 -3.000 -0.220 9.000 0.048 0.660
4 26.7 -9.000 -16.520 81.000 272.910 148.680
1 13.5 -12.000 -29.720 144.000 883.278 356.640
∑ ❑ 65.0 216.1 572.000 2321.308 1129.000

x=
65
=13 ; y=
216.1
=43.22 r=
∑ (x i−x)( y i− y )
5 5 √(x i−x )2 × √( y i− y )2
Coeficiente de correlación(r )

1129
r= =0.9798
√ 572 × √ 2321.308
D=2cm

Formula → f ( x )=t ( h )=7.716 x 0.491

2 2
h( xi ) t ( y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
30 41.2 17.000 16.920 289.000 286.286 287.640
20 33.7 7.000 9.420 49.000 88.736 65.940
10 23.7 -3.000 -0.580 9.000 0.336 1.740
4 15 -9.000 -9.280 81.000 86.118 83.520
1 7.8 -12.000 -16.480 144.000 271.590 197.760
∑ ❑ 65.0 121.4 572.000 733.068 636.600

x=
65
=13 ; y=
121.4
=24.28 r =
∑ (x i−x )( y i− y )
5 5 √(xi −x)2 × √( y i− y)2
Coeficiente de correlación(r )

636.6
r= =0.9831
√ 572 × √ 733.068
D=3 cm
 Formula → f ( x )=t ( h )=3.624 x 0.471
2 2
h( xi ) t ( y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
30 18.4 17.000 7.540 289.000 56.852 128.180
20 14.9 7.000 4.040 49.000 16.322 28.280
10 10.5 -3.000 -0.360 9.000 0.130 1.080
4 6.8 -9.000 -4.060 81.000 16.484 36.540
1 3.7 -12.000 -7.160 144.000 51.266 85.920
∑ ❑ 65.0 54.3 572.000 141.052 280.000

x=
65
=13 ; y=
54.3
=10.86 r=
∑ (x i−x)( y i− y )
5 5 √( x i−x )2 × √( y i− y )2
Coeficiente de correlación(r )

280
r= =0.98576
√ 572 × √ 141.052
D=5 cm

Formula → f ( x )=t ( h )=1.458 x 0.438

2 2
h( xi ) t ( y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
30 6.8 17.000 2.780 289.000 7.728 47.260
20 5.3 7.000 1.280 49.000 1.638 8.960
10 3.9 -3.000 -0.120 9.000 0.014 0.360
4 2.6 -9.000 -1.420 81.000 2.016 12.780
1 1.5 -12.000 -2.520 144.000 6.350 30.240
∑ ❑ 65.0 20.1 572.000 17.748 99.600

x=
65
=13 ; y=
20.1
=4.02 r=
∑ (x i−x)( y i− y )
5 5 √(x i−x )2 × √( y i− y )2
Coeficiente de correlación(r )

99.6
r= =0.9885
√ 572 × √ 17.748
D=7 cm

Formula → f ( x )=t ( h )=0.775 x 0.413

2 2
h( xi ) t ( y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
30 3.2 17.000 1.200 289.000 1.440 20.400
20 2.7 7.000 0.700 49.000 0.490 4.900
 10 2 -3.000 0.000 9.000 0.000 0.000
4 1.3 -9.000 -0.700 81.000 0.490 6.300
1 0.8 -12.000 -1.200 144.000 1.440 14.400
∑❑ 65 10.0 572.000 3.860 46.000

x=
65 10
=13 ; y= =2 r=
∑ (x i−x)( y i− y)
5 5 √(x i−x )2 × √( y i− y )2
Coeficiente de correlación(r )

46
r= =0.9789
√ 572 × √ 3.860
d) t vs D (ecuación y coeficiente de correlación)
h=30 cm

Formula → f ( x )=Y =−2.016 X +2.223

2 2
D(logx i) t (log y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
0.176 1.863 -0.323 0.647 0.105 0.419 -0.209
0.301 1.615 -0.198 0.399 0.039 0.159 -0.079
0.477 1.265 -0.022 0.049 0.000 0.002 -0.001
0.698 0.833 0.199 -0.384 0.039 0.147 -0.076
0.845 0.505 0.346 -0.711 0.119 0.506 -0.246
∑❑ 2.497 6.081 0.303 1.233 -0.611

x=
2.497
=0.499 ; y=
6.081
=1.216 r =
∑ (x i−x )( y i− y )
5 5 √( xi −x)2 × √( y i− y )2
Coeficiente de correlación(r )

−0.611
r= =−0.9998
√ 0.303 × √1.233
h=20 cm

Formula → f ( x )=Y =−2.014 X +2.133

2 2
D(logx i) t (log y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
0.176 1.777 -0.324 0.651 0.105 0.423 -0.211
0.301 1.528 -0.199 0.401 0.039 0.161 -0.080
0.477 1.173 -0.023 0.046 0.001 0.002 -0.001
0.699 0.724 0.199 -0.403 0.040 0.162 -0.080
0.845 0.431 0.345 -0.695 0.119 0.484 -0.240
∑❑ 2.498 5.634 0.304 1.232 -0.612

x=
2.498
=0.499 ; y=
5.634
=1.127 r=
∑ (x i−x )( y i− y )
5 5 √(x i−x)2 × √( y i − y)2
Coeficiente de correlación(r )

−0.612
r= =−0.999
√ 0.304 × √1.232
h=10 cm

Formula → f ( x )=Y =−1.985 X +1.976

2 2
D(logx i) t (log y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
0.176 1.633 -0.324 0.649 0.105 0.421 -0.210
0.301 1.375 -0.199 0.390 0.039 0.152 -0.078
0.477 1.021 -0.023 0.037 0.001 0.001 -0.001
0.699 0.591 0.199 -0.393 0.040 0.155 -0.078
0.845 0.301 0.345 -0.683 0.119 0.467 -0.236
∑❑ 2.498 4.922 0.304 1.197 -0.603

x=
2.498
=0.499 ; y=
4.922
=0.9843r =
∑ (x i−x )( y i− y )
5 5 √(x i−x)2 × √( y i − y)2
Coeficiente de correlación(r )

−0.603
r= =−0.999
√ 0.304 × √1.197
h=4 cm

Formula → f ( x )=Y =−1.949 X +1.767

2 2
D(logx i) t (log y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
0.176 1.427 -0.324 0.634 0.105 0.402 -0.205
0.301 1.176 -0.199 0.383 0.039 0.147 -0.076
0.477 0.833 -0.023 0.040 0.001 0.002 -0.001
0.699 0.415 0.199 -0.378 0.040 0.143 -0.075
0.845 0.114 0.345 -0.679 0.119 0.461 -0.235
∑❑ 2.498 3.964 0.304 1.154 -0.592

x=
2.498
=0.499 ; y=
3.964
=0.7928 r=
∑ ( xi −x)( y i− y)
5 5 √(x i−x)2 × √( y i− y)2
 Coeficiente de correlación(r )

−0.592
r= =−0.999
√ 0.304 × √1.154
h=1 cm

Formula → f ( x )=Y =−1.8245 X +1.4456

2 2
D(logx i) t (log y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
0.176 1.130 -0.324 0.596 0.105 0.356 -0.193
0.301 0.892 -0.199 0.358 0.039 0.128 -0.071
0.477 0.568 -0.023 0.034 0.001 0.001 -0.001
0.699 0.176 0.199 -0.358 0.040 0.128 -0.071
0.845 -0.097 0.345 -0.631 0.119 0.398 -0.218
∑❑ 2.498 2.670 0.304 1.011 -0.554

x=
2.498
=0.499 ; y=
2.670
=0.534 r=
∑ ( xi −x)( y i− y)
5 5 √(x i−x)2 × √( y i− y)2
Coeficiente de correlación(r )

−0.554
r= =−0.999
√ 0.304 × √1.011
e) t vs h (ecuación y coeficiente de correlación)
D=1.5 cm

Formula → f ( x )=Y =0.498 X +1.13

2 2
h(logxi) t (log y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
1.477 1.863 0.601 0.297 0.361 0.088 0.179
1.301 1.777 0.425 0.211 0.181 0.045 0.090
1.000 1.633 0.124 0.067 0.015 0.005 0.008
0.602 1.427 -0.274 -0.140 0.075 0.020 0.038
0.000 1.130 -0.876 -0.436 0.767 0.190 0.382
∑❑ 4.380 7.831 1.400 0.347 0.697

x=
4.38
=0.876 ; y=
7.831
=1.566 r=
∑ (x i− x)( y i− y )
5 5 √(x i−x)2 × √( yi − y)2
Coeficiente de correlación(r )

0.697
r= =0.999
√ 1.4 × √0.347
 D=2cm

Formula → f ( x )=Y =0.49 X +0.887

2 2
h(logxi) t (log y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
1.477 1.615 0.601 0.298 0.361 0.089 0.179
1.301 1.528 0.425 0.211 0.181 0.044 0.089
1.000 1.375 0.124 0.058 0.015 0.003 0.007
0.602 1.176 -0.274 -0.141 0.075 0.020 0.039
0.000 0.892 -0.876 -0.425 0.767 0.181 0.372
∑❑ 4.380 6.585 1.400 0.337 0.687

x=
4.38
=0.876 ; y=
6.585
=1.317 r=
∑ ( x i−x)( y i − y)
5 5 √(x i−x )2 × √( y i− y )2
Coeficiente de correlación(r )

0.687
r= =0.999
√ 1.4 × √0.337
D=3 cm

Formula → f ( x )=Y =0.471 X +0.56

2 2
h(logx i) t (log y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
1.477 1.265 0.601 0.293 0.361 0.086 0.176
1.301 1.173 0.425 0.201 0.181 0.040 0.086
1.000 1.021 0.124 0.049 0.015 0.002 0.006
0.602 0.833 -0.274 -0.139 0.075 0.019 0.038
0.000 0.568 -0.876 -0.404 0.767 0.163 0.354
∑❑ 4.380 4.860 1.400 0.311 0.660

x=
4.38
=0.876 ; y=
4.86
=0.972 r =
∑ (x i−x )( y i− y )
5 5 √(xi −x)2 × √( y i− y)2
Coeficiente de correlación(r )

0.660
r= =0.999
√ 1.4 × √0.311
D=5 cm

Formula → f ( x )=Y =0.438 X +0.164

2 2
h(logxi) t (log y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
 1.477 0.833 0.601 0.285 0.361 0.081 0.171
1.301 0.724 0.425 0.176 0.181 0.031 0.075
1.000 0.591 0.124 0.043 0.015 0.002 0.005
0.602 0.415 -0.274 -0.133 0.075 0.018 0.036
0.000 0.176 -0.876 -0.372 0.767 0.138 0.326
∑❑ 4.380 2.739 1.400 0.270 0.614

x=
4.38
=0.876 ; y=
2.739
=0.548 r=
∑ ( x i−x)( y i − y)
5 5 √(x i−x )2 × √( y i− y )2
Coeficiente de correlación(r )

0.614
r= =0.998
√ 1.4 × √0.270
D=7 cm

Formula → f ( x )=Y =0.413 X−0.112

2 2
h(logx i) t (log y i) (x i−x ) ( y i− y) (x i−x ) ( y i− y) (x i−x )( y i− y )
1.477 0.505 0.601 0.254 0.361 0.065 0.153
1.301 0.431 0.425 0.180 0.181 0.033 0.077
1.000 0.301 0.124 0.050 0.015 0.003 0.006
0.602 0.114 -0.274 -0.137 0.075 0.019 0.038
0.000 -0.097 -0.876 -0.348 0.767 0.121 0.305
∑❑ 4.380 1.255 1.400 0.239 0.578

x=
4.38
; y=
1.255
=0.876Coeficiente =0.2509 r=
∑ (x i−x)( y i− y)
de correlación(r )
5 5 √(x i−x )2 × √( y i− y )2
0.578
r= =0.998
√ 1.4 × √0.239
f)
g) A vs T
 x=
55
=5 ; y=
17.718
=1.611r=
∑ (x i−x)( y i− y)
11 11 √(x i−x )2 × √( y i− y )2
Coeficiente de correlación(r )

−8.576
r= =0.9997
√ 110 , 00 × √0.669

c. Haciendo uso del MS EXCEL grafique y presente formulas experimentales y el

factor de correlación para todos los casos desde la a) hasta la h).

a) Grafica – Tabla 1

b) Grafica – Tabla 2
2 2
h (cm)i) t (log
h(logx 30y i) (x i−x
20) ( y i− y)
10 (x i−x ) 4 ( y i− y) 1 (x i−x )( y i− y )
Distribució
0
d (cm) 2 -5.000
Tiempo 0.389 25.000
de vaciado t (s) 0.152 n-1.947
del
1
1.5 1.924
73 -4.000
59.9 0.31343 16.00026.7 0.098
13.5 Gráfico:
-1.254
2 1.845 -3.000 0.234 9.000 0.055 h-0.703
= 30
2 41.2 33.7 23.7 15 7.8
h = 20
33 1.771
18.4 -2.000
14.9 0.160
10.5 4.000 6.8 0.026 3.7 -0.321
h = 10
54 1.69
6.8 -1.000
5.3 0.0793.9 1.000 2.6 0.006 1.5 h-0.079
=4
75 1.613
3.2 0.000
2.7 0.002 2 0.000 1.3 0.000
0.8 h 0.000
=1
6 1.531 1.000 -0.080 1.000 0.006 -0.080
7 1.431 2.000 -0.180 4.000 0.032 -0.359
8 1.38 3.000 -0.231 9.000 0.053 -0.692
9 1.301 4.000 -0.310 16.000 0.096 -1.238
10 1.23 5.000 -0.381 25.000 0.145 -1.903
55 17.718 110.000 0.669 -8.576
 h = 30cm; t (s) vs d (cm) h = 20cm; t (s) vs d(cm)
80 80
70 = 166.9654372162 x^-2.01433568675
f(x) 70
R² = 0.999527920108596
60 60
R² = 0.869215107535339 f(x) = 135.8454562563 x^-2.013898132381
50 50R² = 0.999996749671103
R² = 0.866449091795465
40 40
30 30
20 20
10 10
0 0
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8

h = 10cm; t (s) vs d (cm) h = 4cm; t (s) vs d(cm)

80 30

70
25 f(x) = 58.4211089844 x^-1.9488453279
60 R² = 0.999838524216408
20 R² = 0.866868561324838
50

40 15
f(x) = 94.6428242032 x^-1.9849164654
30 R² =R²0.999886925852391
= 0.859067171187213
10
20
5
10

0 0
1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8

h = 1cm ; t (s) vs d (cm)

16

14

12 f(x) = 27.9004559279218 x^-1.82453104278236

R² = 0.999865987310158
10 R² = 0.876269868310835

0
1 2 3 4 5 6 7 8

c) Grafica tabla-3
 A(%) vs t
120

100
f(x) = 100.089954670605 exp( − 0.179457340683801 x )
R² = 0.998975256062307
80

60

40

20

0
0 2 4 6 8 10 12

d. Compare sus resultados. ¿Cuál(es) de los métodos de regresión le parece

confiable?

3. Interpelación y extrapolación

Considerando sus gráficos (en donde ha obtenidos rectas):

a) Calcular el tiempo en que se ha desintegrado el 50% de los núcleos de radón,
según la Tabla 2.
b) Halle los tiempos de vaciado del agua si:

Casos Altura h(cm) Diámetrod (cm) Tiempo t (s )

01 20 4.0
02 40 1.0
03 25 3.5
04 49 1.0

c) Compare sus resultados obtenidos en la parte a) y b) con los obtenidos con

las fórmulas experimentales.
√h
d) Haga w= 2 para las alturas y diámetros correspondientes y complete la
d
tabla:
t (s ) 73.0 43.0 26.7 15.0 10.5 3.9 1.5
w

e) Grafique t = t (w) en papel milimetrado. Si la distribución es lineal haga el

ajuste respectivo. Luego encuentre la ecuación experimental correspondiente
t = t (h. d).
 4. Para investigar

Para obtener la fórmula de una distribución de puntos en donde solo se relacionan

dos variables y = y (x), se utilizó la regresión simple. Cuando se tiene tres o más
variables, y = y (v,w,…,z) se tendrá que realizar la regresión múltiple.

a. Encuentre la fórmula t = t (h. d), utilice la Tabla 2.

b. Hallar t para h = 15cm y D = 6 cm
c. Hallar t para h = 40 cm y D = 1 cm

IV. Conclusiones y recomendaciones

V. Referencias