Академический Документы
Профессиональный Документы
Культура Документы
SEMANA 4
Despejando g obtenemos
Valor de la aceleración de la gravedad
Los promedios obtenidos anteriormente serán los periodos con los que se
trabajaran para hallar la aceleración de la gravedad.
LONGITUD (cm) PERIODO
20 1,0018 786,73 7,86 m/s^2
40 1,4978 703,90 7,03 m/s^2
60 1,8698 677,51 6,77 m/s^2
80 2,503 504,11 5,04 m/s^2
100 2,7172 543,70 5,43 m/s^2
Donde:
Yt: Variable dependiente, explicada o regresando.
XI, X2, X3, Xp: Variables explicativas, independientes.
: Parámetros, miden la influencia que las variables explicativas tienen
sobre el recreciendo.
REGRESION POTENCIAL
La regresión examina la relación entre dos variables pero restringiendo una de
ellas con el objeto de estudiar las variaciones de una variable cuando la otra
permanece constante. En otras palabras, la regresión es un método que se
emplea para predecir el valor de una variable en función de valores dados a la otra
variable.
En todos los casos de regresión existe una dependencia funcional entre las
variables. En el caso de dos variables, siendo una de ellas (X) variable
independiente y la otra (Y) la dependiente, se habla de regresión de Y sobre X;
Por ejemplo, los ingenieros forestales utilizan la regresión de la altura de los
arboles sobre su diámetro, lo cual significa que midiendo el diámetro (variable
independiente) y reemplazando su valor en una relación definida según la clase de
árbol se obtiene la altura, y aun sin necesidad de cálculos aprecian la altura
utilizando graficas de la función de dependencia, altura = función del diámetro.
REGRESION EXPONENCIAL
La regresión examina la relación entre dos variables pero restringiendo una de
ellas con el objeto de estudiar las variaciones de una variable cuando la otra
permanece constante. En otras palabras, la regresión es un externo. Que se
emplea para predecir el valor de una variable en función de valores dados a la otra
variable.
REGRESION POLINOMIAL
Es una forma de regresión lineal en el que la relación entre la variable
independiente x y la variable dependiente Y se modela como un polinomio.
Regresión polinómica se ajusta a una relación no lineal entre el valor de x y y.
Se ha utilizado para describir los fenómenos no lineales tales como la tasa de
crecimiento de los tejidos, la distribución de los isótopos de carbono en los
sedimentos del lago, y la progresión de epidemias de enfermedades.
se pretende obtener los valores de los parámetros asociados con la mejor curva
de ajuste (habitualmente, con el método de los mínimos cuadrados).
Condiciones para su uso:
2. Hallaremos las derivadas con respecto a cada uno de los coeficientes del
polinomio. Este método al adaptarse a una curva utiliza ecuaciones de
segundo grado.
masa (kg)
0.02 0.04 0.06 0.08 0.1 0.12
fuerza (n)
0.196 0.392 0.588 0.784 0.98 1.176
estiramie
nto
x (m)
elasticida
d 19.6 19.6 19.6 19.6 19.6 19.6
Resorte |1|
Resorte |2|
masa (kg)
0.02 0.04 0.06 0.08 0.1 0.12
fuerza (n)
0.196 0.392 0.588 0.784 0.98 1.176
estiramie
nto
x (m)
13.0666 13.0666 13.0666 13.0666 13.0666 13.0666
elasticida
66 66 66 66 66 66
d
masa (kg)
0.02 0.04 0.06 0.08 0.1 0.12
fuerza (n)
0.196 0.392 0.588 0.784 0.98 1.176
estiramie
nto
0.005 0.01 0.015 0.02 0.025 0.03
o Δ
x (m)
elasticida
d 39.2 39.2 39.2 39.2 39.2 39.2
Resorte |3|
k=fΔ×
Tabla 1 k=0.196
0.01=19.6
Tabla 2 k=0.1960.015=13.0666667
Tabla 3