11) La intensidad de la radiación de una sustancia radiactiva fue medida en intervalos de cada

medio año. Los resultados fueron:

Donde γ es la intensidad relativa de la radiación. Se tiene el antecedente que la radiactividad

decae exponencialmente con el tiempo

 (t )  aebt , estimar la vida media de la sustancia

Solución:

Siendo el modelo exponencial:

𝑦(𝑡) = 𝑎𝑒 −𝑏𝑡
Linealizando

ln⁡(𝑦) = ln⁡(𝑎) − 𝑏𝑡
donde hacemos una regresión lineal de :
ln(𝑦) 𝑣𝑠⁡𝑡
teniendo el siguiente cuadro

t Y ln(y) t^2 t*Y

1 0 1 0,0000 0 0,0000
2 0,5 0,994 -0,0060 0,25 -0,0030
3 1 0,99 -0,0101 1 -0,0101
4 1,5 0,985 -0,0151 2,25 -0,0227
5 2 0,979 -0,0212 4 -0,0424
6 2,5 0,977 -0,0233 6,25 -0,0582
7 3 0,972 -0,0284 9 -0,0852
8 3,5 0,969 -0,0315 12,25 -0,1102
9 4 0,967 -0,0336 16 -0,1342
10 4,5 0,96 -0,0408 20,25 -0,1837
11 5 0,956 -0,0450 25 -0,2250
12 5,5 0,952 -0,0492 30,25 -0,2705
Suma 33 11,701 -0,3041 126,5 -1,1452
 𝑛 ∑t ∑𝑌
𝑎0
[ ][ ]=[ ]
∑𝑡 ∑ t2 𝑎1 ∑t ∗ Y

12 33 𝑎0 −0,3041
[ ][ ]=[ ]
33 126,5 𝑎1 −1,1452

Resolviendo en Excel (Método Simple de Gauss)

A b
12 33 -0,3041
33 126,5 -1,1452

inv(A) t=inv(A)*b
0,2949 -0,0769 -0,0016
-0,0769 0,0280 -0,0086

ln⁡(𝑦) = ln⁡(𝑎) − 𝑏𝑡

𝑌 = −0,0016 − 0,0086⁡t

𝑏 = 0,0086⁡

𝑎 = 𝑒−0,0016 ⁡⁡⁡⁡⁡𝑎 =0,9984⁡

𝑦(𝑡) = 0,9984𝑒 −0,0086𝑡

Calculo de la vida media

Cuando Y= 0,5

0,5 = 0,9984𝑒 −0,0086𝑡

ln(0,5) − ln⁡(0,9984)
𝑡 = −⁡
0,0086

𝑡 = 80,4123
12) Considerar el calor específico a presión constante del aire a bajas temperaturas,
tal como se muestra en la tabla adjunta, donde T es la temperatura (K) y Cp es el calor
específico (J/g-K). Determinar la ecuación C p  a  bT y graficar
T Cp
300 10.045
400 10.134
500 10.296
600 10.507
700 10.743
800 10.984
900 11.212
1000 11.410

Solución:

Siendo el modelo lineal:

𝐶𝑝 = 𝑎 + 𝑏𝑇
Haciendo una regresión lineal

T Cp T^2 T*Cp.
1 300 10.045 90000 3013500
2 400 10.134 160000 4053600
3 500 10.296 250000 5148000
4 600 10.507 360000 6304200
5 700 10.743 490000 7520100
6 800 10.984 640000 8787200
7 900 11.212 810000 10090800
8 1000 11.410 1000000 11410000
suma 5200 85331 3800000 56327400

𝑛 ∑T ∑ 𝐶𝑝
𝑎0
[ ][ ] = [ ]
∑𝑇 ∑ T 2 𝑎1 ∑ T ∗ Cp

8 5200 𝑎0 85331
[ ][ ] = [ ]
5200 3800000 𝑎1 56327400
Resolviendo en Excel (Método Simple de Gauss)
A B
8 5200 85331
5200 3800000 56327400

inv(A) X=inv(A)*B
1,1310 -0,0015 9331,9405
-0,0015 0,0000 2,0530

𝑎 = 9331,9405

𝑏 = 2,0530

𝐶𝑝 = 9331,9405 + 2,0530𝑇

1.1600

1.1400

1.1200

1.1000

1.0800
Datos Calculados
1.0600 Datos Observados
1.0400

1.0200

1.0000

0.9800
0 200 400 600 800 1000 1200
13) Considerar el calor específico del aire a presión constante a altas temperaturas, tal
como se ve en la tabla adjunta, donde T es la temperatura en (K) y Cp, es el calor
específico en (J/g-K). Determinar la ecuación C p  a  bT  cT y graficar
2

T(K) Cp
1000 1,141
1500 1,2095
2000 1,252
2500 1,2782
3000 1,2955

Solución:

Siendo el modelo cuadrático:

𝐶𝑝 = 𝑎 + 𝑏𝑇 + 𝑐𝑇 2
Haciendo una regresión polinomial

T(K) Cp T^2 T^3 T^4 Cp*T Cp*T^2

1 1000 1,141 1000000 1000000000 1E+12 1141 1141000
2 1500 1,2095 2250000 3375000000 5,0625E+12 1814,25 2721375
3 2000 1,252 4000000 8000000000 1,6E+13 2504 5008000
4 2500 1,2782 6250000 1,5625E+10 3,9063E+13 3195,5 7988750
5 3000 1,2955 9000000 2,7E+10 8,1E+13 3886,5 11659500
Suma 10000 6,1762 22500000 5,5E+10 1,4213E+14 12541,25 28518625

𝑛 ∑𝑇 ∑ 𝑇2 ∑ 𝐶𝑝
𝑎
∑𝑇 ∑ 𝑇2 ∑ 𝑇 3 [𝑏 ] = ∑ 𝐶𝑝 ∗ 𝑇
𝑐
2
[∑ 𝑇 ∑ 𝑇3 ∑𝑇 ]4 2
[∑ 𝐶𝑝 ∗ 𝑇 ]

5 10000 22500000 𝑎 6,1762

[ 10000 22500000 5,5E + 10 ] [𝑏 ] = [ 12541,25 ]
22500000 5,5E + 10 1,4213E + 14 𝑐 28518625
Resolviendo en Excel (Método Simple de Gauss)

A B
5 10000 22500000 6,1762
10000 22500000 55000000000 12541,25
22500000 55000000000 142125000000000 28518625

inv(A) X=inv(A)*B
15,8000000000 -0,0168000000 0,0000040000 0,9654600000
-0,0168000000 0,0000186857 -0,0000000046 0,0002111971
0,0000040000 -0,0000000046 0,0000000000 -0,0000000339

𝐶𝑝 = 0,96546 + 0,0002111971⁡𝑇−0,0000000339⁡𝑇 2

1.32

1.3

1.28

1.26

1.24

1.22 Datos Observados

1.2 Datos Calculados

1.18

1.16

1.14

1.12
0 1000 2000 3000 4000

14) La ley de Hooke es F=kx; donde f es la fuerza (libras) usadas para comprimir un resorte y x
es el incremento del resorte (en pulgadas). Encontrar la constante k

Tabla a
xk Fk
0.2 3.6
0.4 7.3
0.6 10.9
0.8 14.5
1.0 18.2
Haciendo una regresión lineal

Xk Fk Xk^2 Xk*Fk
1 0,2 3,6 0,04 0,72
2 0,4 7,3 0,16 2,92
3 0,6 10,9 0,36 6,54
4 0,8 14,5 0,64 11,6
5 1 18,2 1 18,2
suma 3 54,5 2,2 39,98

𝑛 ∑ Xk 𝑎 ∑ 𝐹𝑘
[ ][ ] = [ ]
2 𝑏
∑ 𝑋𝑘 ∑ 𝑋𝑘 ∑ Xk ∗ Fk

5 3 𝑎 54,5
[ ][ ] = [ ]
3 2,2 𝑏 39,98

Resolviendo en Excel (Método Simple de Gauss)

A B
5 3 54,5
3 2,2 39,98

inv(A) X=inv(A)*B
1,1 -1,5 -0,02
-1,5 2,5 18,2

Donde el modelo lineal es

𝐹𝑘 = 𝑎 + 𝑏(𝑋𝑘)

𝐹𝑘 = −0,02 + 18,2(𝑋𝑘)

Donde el valor de k vendría ser la pendiente 𝑘 = 18,2

Tabla b
xk Fk
0.2 5.3
0.4 10.6
0.6 15.9
0.8 21.2
1.0 26.4
Haciendo una regresión lineal

Xk Fk Xk^2 Xk*Fk
1 0,2 5,3 0,04 1,06
2 0,4 10,6 0,16 4,24
3 0,6 15,9 0,36 9,54
4 0,8 21,2 0,64 16,96
5 1 26,4 1 26,4
suma 3 79,4 2,2 58,2

𝑛 𝑎 ∑(Xk)∑(𝐹𝑘)
[ ][ ] = [ ]
𝑏
∑(𝑋𝑘) ∑(𝑋𝑘)2 ∑(Xk) ∗ (Fk)

5 3 𝑎 79,4
[ ][ ] = [ ]
3 2,2 𝑏 58,2

Resolviendo en Excel (Método Simple de Gauss)

A b
5 3 79,4
3 2,2 58,2

inv(A) X=inv(A)*b
1,1 -1,5 0,04
-1,5 2,5 26,4

Donde el modelo lineal es

𝐹𝑘 = 𝑎 + 𝑏(𝑋𝑘)

𝐹𝑘 = 0,04 + 26,4(𝑋𝑘)

Donde el valor de k vendría ser la pendiente 𝑘 = 26,4

15) Los datos experimentales de un experimento de caída de cuerpos se
muestran a continuación:

Tiempo Distancia
0.2 0.1960
0.4 0.7850
0.6 1.7665
0.8 3.1405
1.0 4.9075

1
La relación 𝑑 = 𝑔𝑡 2 Donde:
2
D: Distancia (m)
t : tiempo (seg)
Encontrar la fuerza de la gravedad g

Haciendo una regresión polinomial

t d t^2 t^3 t^4 d*t d*t^2

1 0,2 0,196 0,04 0,008 0,0016 0,0392 0,00784
2 0,4 0,785 0,16 0,064 0,0256 0,314 0,1256
3 0,6 1,7665 0,36 0,216 0,1296 1,0599 0,63594
4 0,8 3,1405 0,64 0,512 0,4096 2,5124 2,00992
5 1 4,9075 1 1 1 4,9075 4,9075
Suma 3 10,7955 2,2 1,8 1,5664 8,833 7,6868

Solución:

Siendo el modelo cuadrático:

1 2
𝑑= 𝑔𝑇
2
Haciendo una regresión polinomial

𝑛 ∑𝑡 ∑ 𝑡2 ∑𝑑
𝑎
∑𝑡 ∑ 𝑡2 ∑ 𝑡 3 [𝑏 ] = ∑ 𝑑 ∗ 𝑡
𝑐
2
[∑ 𝑡 ∑ 𝑡3 ∑ 𝑡4] 2
[∑ 𝑑 ∗ 𝑡 ]
 5 3 2,2 𝑎 10,7955
[ 3 2,2 1,8 ] [𝑏 ] = [ 8,8330 ]
2,2 1,8 1,5664 𝑐 7,6868

Resolviendo en Excel (Método Simple de Gauss)

A B
5 3 2,2 10,7955
3 2,2 1,8 8,8330
2,2 1,8 1,5664 7,6868

inv(A) X=inv(A)*B
4,6 -16,5000 12,5000 -0,0002
-16,5 66,7857 -53,5714 -0,0004
12,5 -53,5714 44,6429 4,9080

Donde el modelo cuadrático es

𝑑 = 𝑎 + 𝑏𝑡 + 𝑐𝑡 2

𝑑 = −0,0002 − 0,0004𝑡 + 4,9080𝑡 2

1
Donde ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑐 = 𝑔
2

𝑔 = 2𝑐

𝑔 = 2 × 4,9080

𝑔 = 9,8161

⁡⁡
10) La siguiente tabla nos muestra la variación de la conductividad térmica del sodio con
la temperatura T. Encontrar una ecuación de ajuste cuadrática usando los mínimos
cuadrados

Haciendo una regresión polinomial

T k T^2 T^3 T^4 k*T k*T^2

1 79 1 6241 493039 38950081 79 6241
2 190 0,932 36100 6859000 1303210000 177,08 33645,2
3 357 0,839 127449 45499293 16243247601 299,523 106929,711
4 524 0,759 274576 143877824 75391979776 397,716 208403,184
5 690 0,693 476100 328509000 2,26671E+11 478,17 329937,3
Suma 1840 4,223 920466 525238156 3,19649E+11 1431,489 685156,395

Solución:

Siendo el modelo cuadrático:

𝑘 = 𝑎 + 𝑏𝑇 + 𝑐𝑇 2

Haciendo una regresión polinomial

𝑛 ∑𝑇 ∑ 𝑇2 ∑𝑘
𝑎
∑𝑇 ∑ 𝑇2 ∑ 𝑇 3 [𝑏 ] = ∑ 𝑘 ∗ 𝑇
𝑐
2
[∑ 𝑇 ∑ 𝑇3 ∑𝑇 ]4 2
[∑ 𝑘 ∗ 𝑇 ]

5 3 2,2 𝑎 10,7955
[ 3 2,2 1,8 ] [𝑏 ] = [ 8,8330 ]
2,2 1,8 1,5664 𝑐 7,6868
Resolviendo en Excel (Método Simple de Gauss)

A B
5 1840 920466 4,2230
1840 920466 525238156 1431,4890
920466 525238156 3,1965E+11 685156,3950

inv(A) X=inv(A)*B
2,0792 -0,0119 0,0000 1,0525894
-0,0119 0,0001 0,0000 -0,0006807
0,0000 0,0000 0,0000 0,0000002

Donde el modelo cuadrático es

𝑘 = 𝑎 + 𝑏𝑇 + 𝑐𝑇 2

𝑘 = 1,0525894 − 0,0006807T + 0,0000002𝑇 2