Documente Academic
Documente Profesional
Documente Cultură
INTRODUCCION
El presente trabajo del curso de física es una reseña del tema caída libre que
es aquella donde un objeto es lanzado con una velocidad inicial igual a cero.
Aceleración nula.
Propiedades y características
También puede definirse como el movimiento que realiza una partícula que
partiendo del reposo es acelerada por una fuerza constante. El movimiento
rectilíneo uniformemente acelerado (MRUA) es un caso particular
del movimiento uniformemente acelerado (MUA).
Movimiento rectilíneo uniformemente acelerado en mecánica newtoniana
El MRUA, como su propio nombre indica, tiene una aceleración constante, cuyas
relaciones dinámicas y cinemáticas, respectivamente, son:
Donde:
es la masa de la partícula.
Nótese que la ecuación anterior tiene solución para cualquier valor de E y por
tanto los estados energéticos posibles de una partícula tienen un espectro
continuo (a diferencia de lo que pasa para otros sistemas cuánticos con niveles
de energía discretos).
Efecto Unruh
En 1976, Bill Unruh basándose en los trabajos de Hawking y Davies, predijo que
un observador uniformemente acelerado observaría radiación de tipo
Hawking donde un observador inercial no observaría nada. En otras palabras
el efecto Unruh afirma que el vacío es percibido como más caliente por un
observador acelerado.3 La temperaturaefectiva observada es proporcional a la
aceleración y viene dada por:
Donde:
, constante de Boltzmann.
, velocidad de la luz.
REGRESION LINEAL
Pero bien, como se ha dicho, se puede usar el término lineal para distinguir
modelos basados en cualquier clase de aplicación.
3. Incorrelación o independencia:
para
todo t,s con t distinto de s. Las covarianzas entre las distintas
pertubaciones son nulas, lo que quiere decir que no están
correlacionadas. Esto implica que el valor de la perturbación para
cualquier observación muestral no viene influenciado por los valores de
las perturbaciones correspondientes a otras observaciones muestrales.
4. Represores no estocásticos.
Sólo se maneja una variable independiente, por lo que sólo cuenta con
dos parámetros. Son de la forma:4
un y con ).
La regresión lineal permite trabajar con una variable a nivel de intervalo o razón.
De la misma manera, es posible analizar la relación entre dos o más variables a
través de ecuaciones, lo que se denomina regresión múltiple o regresión lineal
múltiple.
a un y con ).
Rectas de regresión
Las rectas de regresión son las rectas que mejor se ajustan a la nube de puntos
(o también llamado diagrama de dispersión) generada por una distribución
binomial. Matemáticamente, son posibles dos rectas de máximo ajuste: 7
Linealización:
En general, no hay una expresión de forma cerrada para los parámetros de mejor
ajuste, como sucede en el caso de la regresión lineal. Métodos numéricos
de optimización son aplicados con el fin de determinar los parámetros de mejor
ajuste. Otra vez, en contraste con la regresión lineal, podría haber
varios máximos locales de la función a ser optimizada. En la práctica, se
suponen algunos valores iniciales los cuales junto con el algoritmo de
optimización conducen a encontrar el máximo global.
Regresión polinomial:
CARRILES PASCO
FOTOPUERTAS DE TIEMPO
VI. ANÁLISIS
CUADRO DE DATOS
N 𝒙 𝒚 𝒙∗𝒚 ̅
𝒙−𝒙 ̅)𝟐
(𝒙 − 𝒙 ̅
𝒚−𝒚 ̅)𝟐
(𝒚 − 𝒚
1 50.21350347 0.167281
2 42.31911181 0.23882769
3 19.56522847 0.72063121
4 6.895353472 1.45130209
5 0.515553472 2.44015641
6 0.033128472 2.75062225
7 0.192170139 3.09478464
8 1.054295139 3.29712964
9 4.519670139 4.165681
10 16.91232014 5.61310864
11 28.84291181 6.08263569
12 72.09471181 11.425076
y = 30.011x - 2.1108
REGRESION LINEAL R² = 0.9639
R=0.9817
120
100
80
60
40
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Ecuación de la recta:
𝒏(∑ 𝒙 ∗ 𝒚) − (∑ 𝒙)(∑ 𝒚)
𝒂=
𝒏(∑ 𝒙𝟐 ) − (∑ 𝒙)𝟐
12(1201.659) − (20.0035)(575)
𝑎=
12(41.4472363) − (20.0035)2
𝑎 = 30.0112192
(41.4472363)(575) − (20.0035)(1201.659)
𝑏=
12(41.4472363) − (20.0035)2
𝑏 = −2.11078533
Para encontrar el valor de 𝑹𝟐
𝑺(𝒙, 𝒚)
𝑹=
𝑺(𝒙)𝑺(𝒚)
Donde:
𝟏
𝑺(𝒙, 𝒚) = ̅)(𝒚 − 𝒚
∑(𝒙 − 𝒙 ̅)
𝒏
1
𝑆(𝑥, 𝑦) = (243.1579583)
12
𝑺(𝒙, 𝒚) = 𝟐𝟎. 𝟐𝟔𝟑𝟏𝟔𝟑𝟏𝟗
̅) 𝟐
∑(𝒙 − 𝒙
𝑺(𝒙) = √
𝒏
8.10223525
𝑆(𝑥) = √
12
𝑺(𝒙) = 𝟎. 𝟖𝟐𝟏𝟔𝟗𝟕𝟏𝟖𝟗
̅ )𝟐
∑(𝒚 − 𝒚
𝑺(𝒚) = √
𝒏
7570.91667
𝑆(𝑦) = √
12
Reemplazando en 𝑹:
20.26316319
𝑅=
(0.821697189)(25.11791636)
𝑅 = 0.981774688
𝑹𝟐 = 𝟎. 𝟗𝟔𝟑𝟖𝟖𝟏𝟓𝟑𝟕
REGRESION CUADRATICA
𝒏 𝒙 𝒚 𝒚𝟐 𝒙𝟐 𝒙𝟑 𝒙𝟒
1 3.272 1.338248
2 5.8644 2.86593228
3 20.3736 17.295149
4 39.7551 47.892969
5 67.1703 104.926726
6 72.974 121.027379
7 87.96 154.739232
8 99.869 181.34213
9 122.46 249.94086
10 170.5824 404.143822
11 207.1692 510.941398
12 304.209 1028.25684
TOTAL 1201.659
2824.71069
GRAFICO
100
90
80
70
60
50
40
30
20
10
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Ecuación de la parábola:
𝒂 = −𝟐. 𝟔𝟐𝟏𝟕
𝒃 = 𝟑𝟗. 𝟐𝟗𝟏
𝒄 = −𝟖. 𝟓𝟐𝟓𝟐
𝑹𝟐 = 𝟎. 𝟗𝟕𝟏𝟓
VII. CONCLUSIONES:
.
Teniendo en cuenta tanto el tiempo como el desplazamiento podemos
concluir que la velocidad es igual a desplazamiento/tiempo y a su vez en
el sistema internacional cm/s.