Académique Documents
Professionnel Documents
Culture Documents
INGENIERIA MECANICA
FISICA
LINEALIZACIÓN
GRUPO 07
1,- La presión atmosferica p(lb/plg2) a una altura h en miles de pies, se indican en la sig
a) Encuentren la ecuación Empírica
b) Comprobar la respuesta con el metodo de los minimos cuadrados
c) Encontrar los errores relativos para cadas medicion
h p
0 14.6 p
5 12.1
10 10.1
15 8.4 16
20 7 14
12
p
10
8
6
4
2
5 10 15 20 25
100
p
Exponentia
Regression
for p
10
1
5 10 15 20 25
iante la utilizacion
2,- del carril aerosuspendido en el laboratorio, se miden las variables fuerza y ac
los valores cuantificados se indican en la tabla.
a) Encuentren la ecuación empirica
b) Determine el signifacado fisico de la pendiente
a(cm/s2)
F(gf) a(cm/s2)
1 8.07 a(cm/s2)
2 17.36
3 27.1
4 34.6 50
5 43.85 45
40
35 a(cm/s2
30
25
20
15
10
5
1 2 2 3 3 4 4 5 5 6
a(cm/s2)
50
45
40 a(cm/s2)
35 Linear
30 Regression
for a(cm/s2
25
20
15
10
5
1 2 2 3 3 4 4 5 5 6
3,- La distancia media D de los planetas al Sol y sus períodos de revolución en T(años) a
Sol, aparecen en la siguiente tabla(la distancia de la Tierra al Sol se ha tomado como la unidad
a) Encuentre la ley aproximada de T=f(D)
b) Comprueben la respuesta con el metodo de los minimos cuadrados
D T
0.39 0.24 T
0.72 0.62
1 1
1.52 1.88 300
5.2 11.9 250
9.54 21.5
19.2 84 200
30.1 165 150
41.3 265
100
50
5 10 15 20 25 30 35 40 45
50
5 10 15 20 25 30 35 40 45
1000
T
100 Power
Regression
for T
10
1 10 100
X Y
0.50 9.90 Y
1.00 5.50
1.50 3.50
2.00 2.60 12.00
2.50 1.90 10.00
3.00 1.70
8.00 Y
3.50 1.60
6.00
4.00
2.00
0.00
0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00
10.00
Y
Power
Regression
for Y
1.00
0.10 1.00 10.00
1.00
0.10 1.00 10.00
5,- La velocidad y de cierta relacion quimica se duplica cada vez que la temperatura T a
Preparen una tabla que muestre alguno de estos elementos de la función f(T.y) que se ha
definido y descubran el tipo de ley (linealizar en el papel milimetrado). Tomense como uno de
elementos el par (0º, 1)
6,- Si R es la resistencia del aire, en libras, contra un automovil viajando a V millas por
a) Encuentre la forma R=f(V) aplicable a las medidas indicadas en la tabla y comprueben su
respuesta con el metodo de los minimos cuadrados
b) Comprueben la respuesta por el metodo de los minimos cuadrados
V R
10 7 R
20 24
30 65
40 120 200
50 180 180
160
140 R
120
100
80
60
40
20
5 10 15 20 25 30 35 40 45 50 55
80
60
40
20
5 10 15 20 25 30 35 40 45 50 55
1000
R
Linear
100 Regression
for R
10
1
10 100
7,- El espacio S(pie) que recorre un cuerpo en funcion del tiempo t(s) se indica en la tab
a) Determinen la relación empirica que relaciona a estas variables
b) Encuentren el valor de S cuando t= 0,8s.
c) Indiquen el significado fisico de las pendientes en cada grafico
d) Comprueben la respuesta por el metodo de los minimos cuadrados
t S
0.000 0.000 S
0.250 1.530
0.500 3.730
0.750 6.510 20.000
1.000 9.900 18.000
16.000
1.250 13.910
14.000 S
1.500 18.530
12.000
10.000
8.000
6.000
4.000
2.000
0.000
0.000 0.2000.400 0.6000.800 1.0001.200 1.400 1.600
20.000
18.000
16.000 S
14.000 Logarithmic
12.000 Regression
for S
10.000
8.000
6.000
4.000
2.000
0.000
14.000
12.000 Regression
for S
10.000
8.000
6.000
4.000
2.000
0.000
0.000 0.500 1.000 1.500 2.000
8,- La longitud y(plg) de un resorte espiral bajo diferentes cargas x(lbf) se registra en l
a) Determine la ecuación empírica que relaciona a estas variables medidas
b) Determine el valor de y cuando x= 60lbf
X Y
10 11 Y
20 12.1
30 13
40 13.9 20
50 18.63 18
16
14
12
10
8
6
4
2
5 10 15 20 25 30 35 40 45 50 55
100
Y
Exponentia
Regression
for Y
10
1
5 10 15 20 25 30 35 40 45 50 55
p(lbf/plg2)V(pie2)
3 9.8 V(pie2)
6 6.72
9 4.53
12 4.16 12
10
8 V(pie2
12
15 3.36 10
18 2.83
8 V(pie2
2 4 6 8 10 12 14 16 18 20
V(pie2)
10
V(pie2)
Power
Regression
for V(pie2)
1
1 10 100
s t
4 0.51 t
10 0.79
16 1.01
25 1.24 2
36 1.49 1
1
1
1
1
5 10 15 20 25 30 35 40
10
t
Linear
Regression
10
t
Linear
Regression
for t
1
1 10 100
11.-La cantidad N de baterias por unidad de volumen en un cierto cultivo al final de t(h)
como se indica en la tabla. Grafica y analiticamente encuentren la relacion matemat
variables medidas
t N
0 10 N
2 16
4 25
6 40 70
8 63 60
50 N
40
30
20
10
1 2 3 4 5 6 7 8 9
100
N
Exponentia
Regression
for N
10
1
1 2 3 4 5 6 7 8 9
V
p V
5.0 9.0 V
10.0 5.0
30.0 2.4
40.0 2.1 10.0
100.0 1.0 9.0
8.0
7.0 V
6.0
5.0
4.0
3.0
2.0
1.0
0.0
0.0 20.0 40.0 60.0 80.0 100.0 120.0
10.0
V
Power
Regressio
for V
1.0
1.0 10.0 100.0
13.-Un negocio indico ganancias netas al final de cada año, durante los cuatro años, seg
la tabla adjunta
a) Gráficamente y analíticamente encuentre la relación matemática entre las variables medida
b) Predigan la ganancia para el sexto año
Año Ganancia
1 10000 Ganancia
2 12000
3 13000
4 15000 16000
14000
12000
Ganancia
10000
8000
6000
4000
2000
1 2 2 3 3 4 4 5
4000
2000
1 2 2 3 3 4 4 5
Ganancia
100000
10000 Ganancia
Exponential
1000 Regression
for Ganancia
100
10
1
1 2 2 3 3 4 4 5
t T
0 100 T
1 79
2 63
3 50 120
4 40 100
5 32
80 T
60
40
20
1 2 3 4 5 6
100
T
Exponentia
Regression
for T
10
1
1 2 3 4 5 6
ORAZO
15 20 25
p
Exponential
Regression
for p
20 25
2)
2)
a(cm/s2)
4 5 5 6
2)
a(cm/s2)
Linear
Regression
for a(cm/s2)
4 5 5 6
5 30 35 40 45
5 30 35 40 45
T
Power
Regression
for T
100
adjunta
l valor de x cuando la variable y tiene el valor de 2,8
Y
Power
Regression
for Y
10.00
10.00
35 40 45 50 55
35 40 45 50 55
R
Linear
Regression
for R
100
S
Logarithmic
Regression
for S
Regression
for S
.500 2.000
35 40 45 50 55
Y
Exponential
Regression
for Y
0 45 50 55
V(pie2)
V(pie2)
14 16 18 20
V(pie2)
Power
Regression
for V(pie2)
100
an en la tabla
dos
25 30 35 40
t
Linear
Regression
t
Linear
Regression
for t
100
6 7 8 9
N
Exponential
Regression
for N
7 8 9
a la presion de vapor.
bles dadas
mos cuadrados
V
V
Power
Regression
for V
100.0
cia
Ganancia
4 4 5
4 4 5
cia
Ganancia
Exponential
Regression
for Ganancia
4 4 5
os
4 5 6
T
Exponential
Regression
for T
5 6