UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA

ESCUELA PROFESIONAL DE INGENIERÍA ELÉCTRICA

LABORATORIO FÍSICA I
EXPERIMENTO N° 2: ANÁLISIS DE DATOS
GRUPO : 92G
PROFESOR: Julio Chicana López
INTEGRANTES:

Grupo Horario 90G 91G 92G 93G 94G Fecha:

N° Alumnos participantes Código H P I Nota
1 Ponce Montalvo, Jhunyor 1623115176
2 Salhua Chacnama, Felipe 1823120391
3 Tincopa Quispe, Jhon 1913120265
4 Ucañan Choquemoroco, Antuanet Nayeli 1913110044

FECHA DE REALIZACIÓN: 13 de septiembre del 2019

I. OBJETIVOS
 Identificar las ecuaciones usando papel milimetrado, logarítmico y semilogaritmico.
 Aprender el método de regresión lineal para cálculos de los coeficientes de las ecuaciones.
 Hacer uso de las técnicas del análisis gráfico, incluyendo las técnicas de linealización y
ajuste por el método de mínimos cuadrados para el comportamiento lineal de los datos.

II. CIMIENTO TEÓRICO

Para poder analizar los datos de una relación de variables que explican un fenómeno
experimental , supongamos que se necesitaran las siguientes nociones:

a) NOCIONES PREVIAS
 Diagrama de dispersión: es la relación de las variables, en este caso de 2 variables sea
“x” la variable independiente y “y” la variable dependiente , representadas en un
plano , en este caso cartesiano , a través de puntos para este caso será (𝑥, 𝑦)
 Papel milimétrico: Es un papel cuyas cuadrículas esta formado por cuadrados de 1 o 2
milímetros de lado, si el diagrama de dispersión tiene una tendencia de recta en este
tipo de papel indicará que la ecuación es lineal . De caso contrario tome otra forma,
entonces la ecuación no es lineal
 Papel logarítmico: Es un papel cuyos ejes tienen escala logarítmica, si el diagrama de
dispersión tiene una tendencia de recta en este tipo de papel indicara que la ecuación
es potencial. De caso contrario tome otra forma, entonces la ecuación no es potencial
 Papel semilogarítmico: Es un papel cuyo eje de ordenadas esta en escala logarítmica y
el eje de abscisas está en escala milimétrica, si el diagrama de dispersión tiene una
tendencia de papel indicará que la ecuación es exponencial. De caso contrario tome
otra forma, entonces la ecuación no es exponencial

b) REGRESIÓN LINEAL POR MÍNIMOS CUADRADOS

Es aquel procedimiento que nos podrá ayudar a estructurar de la forma más precisa posible la
relación que hay entre dos o más variables. Existen tipos de regresión por mínimos cuadrados,
entre estos tenemos:

 REGRESIÓN LINEAL POR MÍNIMOS CUADRADOS:

Esta regresión nos permitirá estructurar la relación que exista entre las diferentes variables
presentes, pero con una ecuación de la forma lineal, por ejemplo:

𝑦 = 𝑎𝑥 + 𝑏

En e0073ta ecuación, debemos tener en cuenta que “a” es el intercepto y “b” es la

pendiente; cada una de estas, se podrá hallar mediante las siguientes fórmulas:

∑ 𝑦𝑖 − 𝑏 ∑ 𝑥𝑖
𝑎=
𝑛

𝑛 ∑ 𝑥𝑖. 𝑦𝑖 − ∑ 𝑥𝑖 . ∑ 𝑦𝑖
𝑏= 2
𝑛 ∑ 𝑥𝑖 − (∑ 𝑥𝑖)2

Debemos tener en cuenta también el coeficiente de correlación que nos medirá el grado de
cercanía que tienen la relación de los datos dados con la expresión lineal de la regresión,
este parámetro se podrá calcular mediante la siguiente fórmula:
 𝑛 ∑ 𝑥𝑖. 𝑦𝑖 − ∑ 𝑥𝑖 . ∑ 𝑦𝑖
𝑟=
√{𝑛 ∑ 𝑥𝑖 2 − (∑ 𝑥𝑖)2 } − {𝑛 ∑ 𝑦𝑖 2 − (∑ 𝑦𝑖)2 }

 REGRESIÓN POTENCIAL POR MÍNIMOS CUADRADOS:

Esta regresión será aplicada cuando la relación de los datos tienda a ser de la forma:

𝑦 = 𝐴𝑥 𝐵

Para lograr definir mejor “A” y “B”, tendremos que hacer un cambio de variable, sacando el
logaritmo para los dos miembros de la ecuación con la finalidad de obtener una nueva
ecuación de tipo lineal:

𝑙𝑜𝑔𝑦 = 𝑙𝑜𝑔𝐴𝑥 𝐵
log 𝑦 = 𝑙𝑜𝑔𝐴 + 𝐵𝑙𝑜𝑔𝑥
𝑌 = 𝑏 + 𝑚𝑋

De aquí podremos notar que “b” sería en este caso el intercepto y “m” la pendiente, dónde
se podrá calcular mediante lo siguiente:

∑ 𝑌𝑖 − 𝑚 ∑ 𝑋𝑖
𝑏=
𝑛

𝑛 ∑ 𝑋𝑖. 𝑌𝑖 − ∑ 𝑋𝑖 . ∑ 𝑌𝑖
𝑚=
𝑛 ∑ 𝑋𝑖 2 − (∑ 𝑋𝑖)2

 REGRESIÓN EXPONENCIAL POR MÍNIMOS CUADRADOS:

Este tipo de regresión es cuando la estructura de la relación de datos del fenómeno
experimental presenta la forma:

𝑦 = 𝐴𝑒 𝐵𝑥
Para poder calcular esta fórmula, sacaremos logaritmo neperiano a ambos miembros de la
ecuación para así llegar a una expresión lineal y poder facilitar los cálculos

𝑙𝑛𝑦 = 𝑙𝑛𝐴𝑒 𝐵𝑥
𝑙𝑛𝑦 = 𝑙𝑛𝐴 + 𝐵𝑥
𝑌 = 𝑏 + 𝑚𝑥

Luego podremos definir a “b” como el intercepto y “m “la pendiente de esta expresión lineal
dada, para poder llegar a los valores respectivos del intercepto y la pendiente se desarrollará
lo siguiente:
∑ 𝑌𝑖 − 𝑚 ∑ 𝑥𝑖
𝑏=
𝑛

𝑛 ∑ 𝑥𝑖. 𝑌𝑖 − ∑ 𝑥𝑖 . ∑ 𝑌𝑖
𝑚=
𝑛 ∑ 𝑥𝑖 2 − (∑ 𝑥𝑖)2
 III. EQUIPOS Y MATERIALES
a) Hoja de papel milimétrico. véase en la fígura (3.1)
b) Hoja de papel logarítmico. véase en la fígura (3.2)
c) Hoja de papel semilogarítmico. véase en la fígura (3.3)
d) Calculadora científica. véase en la fígura (3.4)
e) Excel. véase en la fígura (3.5)

fígura (3.1) figura (3.2) fígura (3.3) fígura (3.4)

fígura (3.5)

IV. PROCEDIMIENTO
Base a nuestra experiencia en el laboratorio daremos algunos procedimiento para hallar la
ecuación que relacione “y” y “x”
METODO MANUAL:

1. Gráficar el diagrama de dispersión en los papeles (milimétrado , logarítmico y

semilogarítmico ) .
2. Trazar la tendencia de las gráficas obtenidas en cada papel hasta encontrar una
tendencia lineal ( para determinar el tipo de ecuación que puede ser lineal , potencial
o logarítmica )
3. Utilizar regresión lineal por mínimo cuadrados para ajustar la tendencia de la gráfica
de la forma más idónea posible.

METODO EN EXCEL :

1. Realizar una tabla introduciendo los valores de X y Y

2. Representarla mediante una gráfica
3. Establecer el tipo de gráfica ( milimétrica , logarítmica o semilogarítmica ) que sea
convenientemente una recta

METODO EN CALCULADORA CIENTÍFICA:

1. Presionar en la tecla MENU

2. Buscar la opción estadística (que en este caso fue el número 6 )
3. Luego aparecerán varios tipos de ecuaciones , se deberá elegir dependiendo del tipo de la
tendencia de la gráfica antes hecha por método manual
4. Proceder al llenado de datos en la tabla de valores vista en la calculadora
5. Presionar el botón OPTN
6. Elegir la opción CÁLC REGRESIÓN
7. Finalmente se obtendrá las variables de la ecuación con su coeficiente de correlación
V. DATOS EXPERIMENTALES Y ANÁLISIS DE DATOS

PRÁCTICA N° 2: ANÁLISIS DE DATOS

Distribución Lineal (LIN): 𝑦 = 𝑏 + 𝑚𝑥 𝑜 𝑦 = 𝐴 + 𝐵𝑥

Sean los siguientes valores los datos experimentales obtenidos en el laboratorio

x 1 2 3 4 5 6 7
y 6 10 14 18 22 26 30

A. MÉTODO MANUAL

1. Graficar y vs. x en papel milimetrado.

¿Verifica que es una recta?  SI NO

Para demostrar que es una recta vea la gráfica (5.1) en la siguiente página
luego de confirmar que la gráfica sea una recta procederemos a usar regresión lineal por
mínimos cuadrados.

2. Complete la tabla.

DATOS
n x y xy x² y²
1 1 6 6 1 36
2 2 10 20 4 100
3 3 14 42 9 196
4 4 18 72 16 324
5 5 22 110 25 484
6 6 26 156 36 676
7 7 30 210 49 900
Σ 28 126 616 140 2716
3. Ajuste de curvas por el método de Regresión Lineal por Mínimos
Cuadrados:

 La pendiente:
7(616) − (28)(126)
𝑏= =4
7(140) − 282
  El intercepto:
126 − 4(28)
𝑎= =2
7
 El coeficiente de correlación:
7(616) − (28)(126)
𝑟= =1
√7(140) − 282 {7(2716) − 1262 )}

 Por lo tanto , obtendremos :

Ecuación Ajustada Coeficiente de correlación

𝑦 = 2 + 4𝑥 𝑟 =1

B. CALCULADORA CIENTÍFICA

Ecuación Ajustada

𝑦 = 2 + 4𝑥

Coeficiente de correlación

𝑟 =1

C. EXCEL
Presente la distribución de puntos, la línea de tendencia y el coeficiente de
correlación.

Ecuación Ajustada Coeficiente de correlación

𝑦 = 4𝑥 + 2 𝑟=1
 D. SMATPHONE
Presente la distribución de puntos, la línea de tendencia y el coeficiente de
correlación usando la aplicación graphical analysis 4

Ecuación Ajustada Coeficiente de correlación

𝑦 = 4𝑥 + 2 𝑟=1

Conclusiones:

Para saber que la ecuación de relación entre las variables sea una lineal , basta con gráficar en el
papel milimetrado el diagrama de dispersión y que tienda a una recta

Distribución Potencial (PWR): 𝑦 = 𝑘𝑥 𝑛 𝑜 𝑦 = 𝐴𝑥 𝐵

Dada la tabla de datos experimentales

x 0.5 4.0 8.0 12.0 15.0 18.0 22.0

y 0.4 19.2 80.4 176.4 273.6 392.5 584.4
Se desea obtener la ecuación que relaciona las variables 𝑦 = 𝑓(𝑥)

A. MÉTODO MANUAL
1. Graficar y vs. x en papel milimetrado.
2. Graficar y vs. x en papel logarítmico.
Para demostrar que es una ecuación potencial se debe gráficar en el papel milimétrado un
arco y en el papel logarítmico una recta. ver las gráficas 5.2 y 5.3 de la contiguas páginas
después procederemos a usar regresión lineal por mínimos cuadrados como haremos a
continuación ,pero antes :

Justificación:
𝑦 = 𝐴𝑥 𝐵
log 𝑦 = log 𝐴 + 𝐵 log 𝑥
𝑦 = 𝑏 + 𝑚𝑋

Esto significa que se puede aplicar el método de RLMC, para las nuevas variables X e Y.
Para lo cual se hace necesario completar la siguiente tabla:

Datos Trabaje con 4 decimales como mínimo

n x y X =logx Y =logy XY 𝑋2 𝑌2
1 0.5 0.4 -0.3010 -0.3979 0.1197 0.0906 0.1583
2 4.0 19.2 0.6020 1.2833 0.7725 0.3624 1.6468
3 8.0 80.4 0.9030 1.9052 1.7203 0.8154 3.6297
4 12.0 176.4 1.0791 2.2464 2.4241 1.1644 5.0463
5 15.0 273.6 1.1760 2.4371 2.8660 1.3829 5.9394
6 18.0 392.5 1.2552 2.5938 3.2557 1.5755 6.7277
7 22.0 584.4 1.3424 2.7667 3.7140 1.8020 7.6546
Σ 6.0567 12.8346 14.8722 7.1932 30.8199

3. Use las fórmulas de RLMC y calcule:

 La pendiente:
7(14.8722) − 6.0567(12.8346) 104.1054 − 77.7353
𝑚= = =2
7(7.1932) − (6.0567)2 50.3524 − 36.6836

 El intercepto:
12.8346 − 2 (6.0567)
𝑏= = 0.1
7

 El coeficiente de
correlación:
7(14.8722) − 6.0567(12.8346)
𝑟= =1
√(7(7.1932) − (6.0567)2 )(7(30.8199) − (12.8346)2 )
𝑟

 Pero lo que usted necesita calcular es A y B. De las

transformaciones realizadas:

𝑏 = 𝑙𝑜𝑔𝐴 ==> A = 10𝑏 =1.3

𝐵 = 𝑚 =2

 Escriba la ecuación ajustada y = y(x), y su coeficiente de

correlación:

Ecuación Ajustada Coeficiente de correlación

𝑦 = 1.3𝑥 2 𝑟=1

B. CALCULADORA CIENTÍFICA

Ecuación Ajustada

𝑦 = 1.5𝑥 2

Coeficiente de correlación

𝑟 = 0.9
C. EXCEL
Presente la distribución de puntos, la línea de tendencia y el coeficiente de
correlación.

Ecuación Ajustada Coeficiente de correlación

𝑦 = 1.5𝑥 2 R=0.9

D. SMATPHONE
Presente la distribución de puntos, la línea de tendencia y el coeficiente de
correlación usando la aplicación graphical analysis 4

Ecuación Ajustada Coeficiente de correlación

1.3𝑥 1.976 𝑟 =0.9997

Conclusión: al realizar la distribución de datos en nuestro papel
milimetrado notamos que no nos salió una recta es por eso que se
procedió a realizar la gráfica en el papel logarítmico y notamos que la
distribución de datos en nuestra neuva gráfica se asemejaba a una recta

Distribución Exponencial (EXP): 𝑦 = 𝑘𝑒 𝑛𝑥 𝑜 𝑦 = 𝐴𝑒 𝐵𝑥

Dada la tabla de datos, se desea obtener la ecuación que relaciona las variables 𝑦 = 𝑦(𝑥)

x 5 10 15 20 25 30 35
y 167 112 75 51 34 23 15

A. MÉTODO MANUAL

1. Graficar y vs. x en papel milimétrado.

2. Graficar y vs. x en papel logarítmico.
3. Graficar y vs. x en papel semilogrítmico.
Para demostrar que es una ecuación exponencial necesariamente la gráfica de
tendencia en el papel milimétrado es un arco , en el papel logarítmico es otro arco y
finalmente en el papel semilogarítmico la gráfica tiene la tendencia a una recta. ver las
gráficas 5.4 , 5.5 , 5.6 en las contiguas páginas, después procederemos a usar regresión
lineal por mínimos cuadrados como haremos a continuación después de una breve
justificación.

Esto significa que se puede aplicar el método de

Justificación
RLMC, para las variables x e Y
Para lo cual se hace necesario completar la siguiente tabla:

Datos Trabaje con 4 decimales como mínimo

n x y Y =lny xY x2 Y2
1 5 167 5.1179 25.5899 25 26.1929
2 10 112 4.7184 47.1840 100 22.2632
3 15 75 4.3174 64.7610 225 18.6399
4 20 51 3.9318 78.6360 400 15.4590
5 25 34 3.5263 88.1575 625 12.4347
6 30 23 3.1354 94.0620 900 9.8307
7 35 15 2.7080 94.780 1225 7.3332
140 477 27.4552 493.8973 3500 112.1536
Σ
5. Use las fórmulas de RLMC y calcule:

 La pendiente :
 7(493.8973) − 140(27.4552)
𝑚= = −0.07
7(3500) − 1402

 El intercepto:
27.4552 − (−0.07)(140) 38.6412
𝑏= = = 5.5
7 7

 El coeficiente de correlación:

7 𝑥 493.1700 − 140𝑥27.4552 −391.5

𝑟= = = −1
√(7𝑥3500 − 1402 )𝑥(7𝑥112.1536 − 27.45522 ) 391.5

 Pero lo que necesitamos calcular es A y B. de las transfor8maciones realizadas:

𝑏 = 𝑙𝑛𝐴 → 𝐴 = 𝑒 𝑏 = 𝑒 5.5 = 249.6

Ecuación Ajustada Coeficiente de correlación

𝑦 = 249,6𝑒 −0.07𝑥 𝑟 = −1

 Escriba la ecuación ajustada 𝑦 = 𝑦(𝑥), y su coeficiente de correlación:

E. CALCULADORA CIENTÍFICA
F. EXCEL
Presente la distribución de puntos, la línea de tendencia y el
coeficiente de correlación.

Ecuación Ajustada Coeficiente de correlación

𝑦 = 246.83𝑒 −0.08𝑥 𝑟 2 = 0.9999

Ecuación Ajustada

𝑦 = 249,7𝑒 −0,07𝑥

G. SMATPHONE Coeficiente de correlación

Presente la distribución de puntos, la línea
de tendenciay el coeficiente de correlación 𝑟 = −1
usando la aplicación graphical analysis 4

Ecuación Ajustada Coeficiente de correlación

 𝑦 = 239.6−0.07594𝑥 − 1.653 𝑟 = 0.9999

IV. DATOS EXPERIMENTALES Usaremos la siguiente tabla de datos

experimentales para el propósito de graficar y desarrollar la técnica de regresión.

1 2 3 4 5 6 7 8 9 10
Mediciones
L (m) 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
T (s) 1.55 2.20 2.69 3.11 3.48 3.81 4.11 4.40 4.66 4.92

VI. ANÁLISIS DE DATOS EXPERIMENTALES

Gráficas y ajustes.
1. Usando papeles gráficos
1.1. Graficar T = T (L) en papel milimetrado.
1.2. Graficar T = T (L) en papel semilogarítmico.
1.3. Graficar T = T (L) en papel logarítmico.
1.4. A partir de las gráficas en 1.2 y 1.3 ¿Qué puede afirmar acerca de la tendencia de
la distribución de puntos de la gráfica en papel milimetrado?
Ya que en el papel de escala logarítmica el grafico es de r =1 entonces deducimos que
se trata de una gráfica potencial .
1.5. Una vez identificado el tipo de distribución, ¿qué cambio(s) de variable(s) serán
necesarios realizar para aplicar el método de regresión lineal por mínimos cuadrados?
Complete la tabla.

n x y logx =X Logy=Y XY 𝑋2 𝑌2
1 0.1 1.55 -1 0.1903317 -0.1903317 1 0.03622616
2 0.2 2.2 -0.69897 0.34242268 -0.23934318 0.48855907 0.11725329
3 0.3 2.69 -0.52287875 0.42975228 -0.22470833 0.27340218 0.18468702
4 0.4 3.11 -0.39794001 0.49276039 -0.19608907 0.15835625 0.2428128
 5 0.5 3.48 -0.30103 0.54157924 -0.1630316 0.09061906 0.29330808
6 0.6 3.81 -0.22184875 0.58092498 -0.12887748 0.04921687 0.33747383
7 0.7 4.11 -0.15490196 0.61384182 -0.0950853 0.02399462 0.37680178
8 0.8 4.4 -0.09691001 0.64345268 -0.06235701 0.00939155 0.41403135
9 0.9 4.66 -0.04575749 0.66838592 -0.03058366 0.00209375 0.44673973
10 1 4.92 0 0.6919651 0 0 0.4788157
5.5 34.93 -3.44023697 5.19541679 -17.8734649 11.8352304 26.9923556

1.6. Calcule la pendiente, el intercepto y el coeficiente de correlación de las nuevas variables.

10 (−17.8734649)−( −3.44023697) (5.19541679) −160.8
m= = = -1.5
10 (11.8352304)−−3.440236972 106.5

5.19541679− (−1.5) (−3.44023697)

b= =0.003
10
10 (−17.8734649)−( −3.44023697) (5.19541679) −160.8
r = =-0.9
√{10 (11.8352304)−−3.440236972 } .{10(26.9923556)−5.19541679} 167.9

1.7. Por último, calcule las constantes que acompañan a sus variables originales x e y

2. Usando la hoja de cálculo Excel

En escala milimetrada
 En escala logarítmica

VI. CUESTIONARIO

1)¿Cuál es su comentario acerca de las cuatro formas utilizadas para calcular los coeficientes de
correlación?¿existen diferencias en los resultados?

En vista de las operaciones anteriormente realizada se llega a la conclusión que la forma más
operativa para calcular el coeficiente de correlación es el del método manual , ya que se necesitan
las gráficas y los cálculos.

El resultado de las diferentes operaciones realizadas es susceptible a tener ligeras variación.

2) Teóricamente se conoce que el periodo de oscilación para un péndulo simple es 𝟐𝝅 = √𝑳/√𝒈

donde = 9.8 m/s² es la aceleración de la gravedad. Entonces, comparando esta ecuación con las
ecuaciones experimentales T = T(L) obtenida en (1.7), (2.2) y (3.3), encuentre el valor
experimental de la gravedad.
3) ¿A que se denomina interpolación y extrapolación?

 la interpolación es una gráfica definida por una serie de relaciones de datos establecidos,
a diferencia de la regresión esta siempre pasará por todos los puntos.
 la interpolación permite realizar una función más sencilla
 la extrapolación es similar a la interpolación ya que busca ajustar datos a una gráfica la
diferencia es que la extrapolación está sujeta a una mayor incertidumbre.
 la extrapolación también es estimar más allá del intervalo ya que tiende a formar una
gráfica que vaya más allá del límite por ejemplo, para la extrapolación lineal tiende a
formar una línea tangente al final de los datos obtenidos pero con una proyección que
sobrepasará el límite.

4) Calcule el valor de T para L = 45 cm y 110 cm.

 Para L= 45 cm
𝑇 = 4.9(45)0.5 → T = 32.9 s

 Para L= 110 cm

T = 4.9(110)0.5 → T= 51.4 s

5) Conociendo la ecuación teórica, realice el siguiente cambio e variable 𝒛 = √𝑳 .¿Qué tipo de

tipo de relación hay ahora entre T y z ? Grafique en papel milimetrado esta nueva relación de
variables y realice el ajuste correspondiente. Presente la ecuación 𝑻 = 𝑻(𝑳) que se obtiene
según este método.

6) Un experimento consistió en investigar el tiempo para vaciar el recipiente por un orificio en el

fondo, encontrándose que el tiempo depende del tamaño del orificio y de la cantidad de agua
que contiene.

Los valores obtenidos durante el experimento son:

Hacienda uso de los papeles gráficos y del método regresión por mínimos cuadrados, determinar:

a) La ecuación t = 𝑓(𝐻)
b) La ecuación t = 𝑓(𝐷)
c) La ecuación t = 𝑓(𝐻, 𝐷)
d) El valor de t cuando 𝐻 = 20𝑐𝑚 𝑦 𝐷 = 4(𝑖𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑐𝑖ó𝑛)
e) El valor de t cuando 𝐻 = 40𝑐𝑚 𝑦 𝐷 = 6(𝑒𝑥𝑡𝑟𝑎𝑝𝑜𝑙𝑖𝑐𝑖ó𝑛

7) Graficar usando la carta polar (a mano) y también usando el Excel en este caso el ángulo 𝜽
debe expresarse en radianes. Identifique cada gráfica.

a) 𝑟 = 4 sin2 𝜃 :
 Ver la gráfica de esta relación hecho a mano en la figura 7.1 en las dos siguientes páginas ,
después de que haya observado la fígura a mano lo verificaremos en la aplicación Excel a
continuación:

b) 𝑟 = 4/(1 − cos 𝜃):

Ver la gráfica de esta relación hecho a mano en la figura 7.2 en las dos siguientes páginas,
después de que haya observado la figura a mano lo verificaremos en la aplicación Excel a
continuación:
c) 𝑟 2 = 4𝜃 :
Ver la gráfica de esta relación hecho a mano en la figura 7.3 en las dos siguientes páginas ,
después de que haya observado la figura a mano lo verificaremos en la aplicación Excel a
continuación:

d) log 𝑟 = 𝑎𝜃 , donde a es constante :

Ver la gráfica de esta relación hecho a mano en la figura 7.3 en las dos siguientes páginas ,
después de que haya observado la figura a mano lo verificaremos en la aplicación Excel a
continuación:
 VII. BIBLIOGRAFÍA

 https://sites.google.com/site/numerictron/unidad-4/4-3-
regresion-por-minimos-cuadrados-lineal-y-cuadratica
 http://maralboran.org/wikipedia/index.php/Distribuciones_bi
dimensionales._Nubes_de_puntos._Correlación_%281ºBach%
29
 http://www.famaf.proed.unc.edu.ar/pluginfile.php/12717/m
od_resource/content/2/An%C3%A1lisis_de_Datos_e_Incertid
umbres_en_F%C3%ADsica_Experimental.pdf
 https://es.slideshare.net/leonaffteloy/informe-sobre-analisis-
de-datos-estadistticos