INSTITO POLITÉCNICO NACIONAL
Centro de Estudios Científicos y Tecnológicos 5
“Benito Juárez”
¿Misión Posible?
Profesora: Flores Estrada M. en C. Claudia
Integrantes:
• Amador Martínez Uriel
• García Labra Alejandra
• González Mejia Evelyn Naomi
• Melgoza Vázquez Sebastián Daniel
Grupo: 6IM12
Fecha Final de Entrega: 12 de mayo del 2025
¿Misión Posible?
Para comenzar…
El análisis del rendimiento deportivo a lo largo del tiempo permite identificar tendencias,
proyectar resultados futuros y reflexionar sobre los límites del desempeño humano. En esta
actividad, se estudian los tiempos ganadores en la prueba de 200 metros planos en los
Juegos Olímpicos, tanto para hombres como para mujeres, desde 1948 hasta 1992. El
objetivo principal es determinar si, con base en los datos históricos, las atletas femeninas
podrían alcanzar o incluso superar a sus contrapartes masculinas en un futuro. Para ello, se
utilizan herramientas matemáticas como la gráfica de dispersión, el cálculo de pendientes y
la obtención de ecuaciones de recta que modelan el comportamiento de los tiempos. Este
análisis busca no solo aplicar conceptos algebraicos y estadísticos, sino también promover la
reflexión crítica sobre la evolución del deporte, la igualdad de género y los límites físicos del
cuerpo humano.
Entonces…
El futuro de los eventos de pista en los juegos olímpicos.
Algunas personas piensan que las mujeres atletas están empezando a “alcanzar” a los
hombres en los eventos de pista en los Juegos Olímpicos. De hecho, investigadores de la UCLA
publicaron en 1992 datos que parecen indicar que dentro de 65 años los mejores corredores
hombres y mujeres podrían competir en igualdad de condiciones. Otros investigadores no
coinciden con esto. A continuación están los datos de la carrera de 200 metros con los tiempos
ganadores en los Juegos Olímpicos de diferentes años.
Años Segundos para Segundos para
Hombres Mujeres
1948 21.1 24.4
1952 20.7 23.7
1956 20.6 23.4
1960 20.5 24.0
1964 20.3 23.0
1968 19.83 22.5
1972 20.00 22.40
1976 20.23 22.37
1980 20.19 22.03
1984 19.80 21.81
1988 19.75 21.34
1992 19.73 21.72
(Nota que la introducción de mejores dispositivos de cronometraje significa medidas más
precisas, a partir de 1968 para los varones y de 1972 para las damas.)
1. Comienza tu investigación escribiendo el título de la hoja y haciendo una gráfica de
estos datos. Para obtener el orden de precisión que necesitas debes utilizar papel
milimétrico. Trabajarás sólo en el primer cuadrante. En tu eje X coloca el año de las
Olimpiadas desde 1948 hasta 2048, de cuatro en cuatro. En tu eje Y pon los números
desde 15 hasta 25, que representa el tiempo en segundos; si utilizas papel milimétrico
toma cuatro cuadrados para cada segundo. Utiliza cruces (X) para representar los
tiempos de los hombres y círculos (O) para los de las mujeres. Esto formará lo que
llamamos una gráfica de dispersión, no es una línea o curva bien definida.
2. Con una regla o una escuadra, dibuja una recta que represente aproximadamente la
pendiente y dirección indicadas por las marcas de los hombres. Haz lo mismo con las
marcas de las mujeres. Escribe una o dos frases explicando por qué piensas que tu
recta es una buena representación de la gráfica de dispersión.
3. Ahora encuentra la ecuación de cada recta utilizando tu gráfica para estimar la
pendiente y la intersección-y (ordenada al origen) de cada una. Trata de ser lo más
preciso posible, recordando sus unidades y usando los puntos en donde la recta cruza
intersecciones de la cuadrícula. La pendiente estará en segundos por cada año.
4. ¿Parece que las dos rectas se cruzan? ¿En qué años se cruzan? Si resuelves las dos
ecuaciones algebraicamente, ¿obtienes la misma respuesta?
5. Algunas calculadoras científicas te permiten hacer este problema en el modo de
estadística, marcando los puntos individuales que teclees y encontrando una regresión
lineal que represente los datos. Consigue una calculadora gráfica y comprueba si las
ecuaciones de la calculadora coinciden con las tuyas.
6. Toma una decisión con tu equipo acerca de si piensas que los tiempos de las mujeres
alcanzarán a los de los hombres. Escribe dos o tres frases explicando por qué sí o por
qué no crees que eso suceda.
7. Investiga las marcas en otra competencia, alguna que también se realice para
hombres y mujeres, analiza los datos y escribe tus conclusiones.
8. Aplica el Modelo PER (Propósito, Estrategia, Resultado).
Desarrollo de los Puntos
A continuación, se presenta el desarrollo de los puntos 1 y 2 de la actividad. En primer lugar,
se elabora una gráfica de dispersión que muestra los tiempos ganadores en la prueba de
200 metros planos en los Juegos Olímpicos, durante el periodo de 1948 a 1992. Esta gráfica
permite visualizar y comparar la evolución del rendimiento entre ambos géneros a lo largo
del tiempo. Posteriormente, se trazan líneas rectas que representan de forma aproximada la
tendencia de los datos para cada grupo. Estas rectas ayudan a identificar la dirección y
pendiente del cambio en los tiempos, facilitando así un análisis más profundo sobre el
progreso atlético de hombres y mujeres.
“La recta que trazamos es una representación precisa de la gráfica de dispersión, ya que
refleja claramente la tendencia general de los tiempos ganadores en los 200 metros planos
durante los Juegos Olímpicos entre 1948 y 1992. Al analizar los datos, observamos que la
recta sigue de cerca la disminución de los tiempos a lo largo de los años, tanto para hombres
como para mujeres, lo que evidencia una mejora continua en el rendimiento. Para nosotros,
este ajuste de la recta proporciona una visión clara del progreso atlético a lo largo del
tiempo, permitiéndonos entender cómo han cambiado los tiempos ganadores de manera
coherente.”
A continuación, se desarrolla el punto 3, en el cual se determinan las ecuaciones de las rectas
que representan la evolución de los tiempos en la prueba de 200 metros planos para hombres
y mujeres. Para ello, se aplica el método de regresión lineal, una herramienta estadística que
permite obtener una ecuación de la forma y=mx+b, donde m es la pendiente y b es la
ordenada al origen. Este método se basa en encontrar la línea que mejor se ajusta a los datos
históricos, minimizando la suma de los errores cuadrados entre los puntos observados y los
valores estimados por la recta. Con las ecuaciones resultantes, es posible modelar
matemáticamente la tendencia en el rendimiento olímpico de ambos géneros y realizar
comparaciones y proyecciones con mayor precisión.
1. Fórmulas de regresión lineal
Para encontrar la ecuación de la recta que mejor se ajusta a un conjunto de datos mediante
regresión lineal, se utiliza la siguiente forma general de la recta:
𝑦 = 𝑚𝑥 + 𝑏
Donde:
• y es la variable dependiente (en este caso, el tiempo en segundos).
• x es la variable independiente (el año).
• m es la pendiente de la recta.
• b es la ordenada al origen, es decir, el valor de y cuando x=0.
La pendiente m representa cuánto cambia el valor de y por cada unidad de cambio en x. Se
calcula con la fórmula:
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑚=
𝑛 ∑ 𝑥 2 − (∑ 𝑥)2
Donde:
• n es el número total de datos (pares ordenados (x, y)).
• ∑ 𝑥𝑦 es la suma de los productos de cada x por su correspondiente y.
• ∑ 𝑥 es la suma de todos los valores de x.
• ∑ 𝑦 es la suma de todos los valores de y.
• ∑ 𝑥 2 es la suma de los cuadrados de los valores de x.
Esta fórmula proviene del método de mínimos cuadrados, que busca minimizar la distancia
entre los puntos reales y los puntos estimados por la recta.
∑𝑦 − 𝑚∑𝑥
𝑏=
𝑛
Este valor permite ajustar la altura de la recta para que se acerque lo más posible a todos
los puntos del conjunto de datos.
n x y 𝑥⋅𝑦 𝑥2
0 21.1 24.4 0 0 0 0
4 20.7 23.7 82.8 94.8 16 16
8 20.6 23.4 164.8 187.2 64 64
12 20.5 24.0 246.0 288.0 144 144
16 20.3 23.0 324.8 368.0 256 256
20 19.83 22.5 396.6 450.0 400 400
12 24 20.00 22.40 480.0 537.6 576 576
28 20.23 22.37 566.44 626.36 784 784
32 20.19 22.03 646.08 704.96 1024 1024
36 19.80 21.81 712.8 785.16 1296 1296
40 19.75 21.34 790.0 853.6 1600 1600
44 19.73 21.72 868.12 955.68 1936 1936
∑ 264 242.73 272.67 5278.44 5851.36 8096 8096
2. Cálculo de pendiente y ordenada para hombres
12(5278.44) − (264)(242.73)
𝑚=
12(8096) − (264)2
63341.28 − 64080.72 −739.44
𝑚= =
97152 − 69696 27456
𝑚 = −0.0269
242.73 − (−0.0269)(264)
𝑏=
12
242.73 + 7.1016 249.8316
𝑏= =
12 12
𝑏 = 20.82
Ecuación para hombres:
𝑦 = −0.0269𝑥 + 20.82
3. Cálculo de pendiente y ordenada para mujeres
12(5851.36) − (264)(272.67)
𝑚=
12(8096) − (264)2
70216.32 − 71984.88 −1768.56
𝑚= =
97152 − 69696 27456
𝑚 = −0.0644
272.67 − (−0.0644)(264)
𝑏=
12
272.67 + 17.0016 289.6716
𝑏= =
12 12
𝑏 = 24.14
Ecuación para mujeres:
𝑦 = −0.0644𝑥 + 24.14
4. Justificación del uso del método de mínimos cuadrados con sumatorias en lugar de la
formulación con medias
En el presente análisis se optó por utilizar la forma tradicional del método de regresión lineal
mediante sumatorias, conocida como la formulación de mínimos cuadrados, para determinar
los parámetros de la recta que mejor se ajusta a los datos observados. Esta decisión se tomó
con base en consideraciones prácticas, técnicas y metodológicas, a pesar de que existen otras
expresiones algebraicamente equivalentes para calcular la pendiente y la ordenada al
origen, como las que emplean las medias aritméticas de las variables involucradas.
La regresión lineal busca modelar la relación entre dos variables mediante una recta de la
forma y=mx+b, donde m representa la pendiente y b es la ordenada al origen. Existen
diversas formas de calcular estos coeficientes. Una de ellas utiliza las medias de las variables
x e y, de acuerdo con las siguientes expresiones:
∑ 𝑥𝑦 − 𝑛𝑥̅ ∗ 𝑦̅
𝑚=
∑ 𝑥 2 − 𝑛𝑥̅ 2
𝑏 = 𝑦̅ − 𝑚𝑥̅
Este método se basa en el cálculo previo de las medias aritméticas de las variables (𝑥̅ y 𝑦̅),
y posteriormente en la aplicación de estas a la fórmula de la pendiente y del intercepto. Sin
embargo, en este caso particular, se eligió trabajar con la siguiente forma, basada
exclusivamente en las sumatorias:
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑚=
𝑛 ∑ 𝑥 2 − (∑ 𝑥)2
∑𝑦 − 𝑚∑𝑥
𝑏=
𝑛
Ambas formulaciones son algebraicamente equivalentes y, si se aplican correctamente,
conducen al mismo resultado numérico. Sin embargo, la elección de una u otra depende de
diversos factores relacionados con la estructura del conjunto de datos, la disponibilidad de
información, la eficiencia del procedimiento y la claridad del proceso de cálculo.
En este caso, la decisión de utilizar la formulación basada en sumatorias responde, en primer
lugar, a que el conjunto de datos ya incluía todas las sumas necesarias:∑ 𝑥, ∑ 𝑦, ∑ 𝑥 2 , ∑ 𝑥𝑦,
y el número total de datos n. Por lo tanto, aplicar directamente estas fórmulas era más
eficiente que calcular los promedios, que hubieran implicado pasos adicionales sin ofrecer
ninguna mejora significativa en la precisión o validez del resultado. Este enfoque permite,
además, reducir el número de operaciones intermedias y minimizar los errores por redondeo,
que pueden generarse al dividir valores no enteros durante el cálculo de medias,
especialmente si el análisis se realiza de manera manual o sin el uso de herramientas
informáticas avanzadas.
Otro aspecto importante por considerar es la claridad en la presentación del procedimiento.
Cuando se desarrolla un trabajo de análisis de datos en un entorno académico o técnico, es
fundamental que los pasos seguidos en los cálculos sean completamente transparentes y
verificables. Las fórmulas basadas en sumatorias permiten documentar paso a paso el
proceso, desde la obtención de los productos y cuadrados hasta la aplicación final en las
ecuaciones de la recta. Este nivel de trazabilidad es especialmente útil en actividades
pedagógicas o en reportes donde se espera que el lector pueda seguir el desarrollo con
facilidad.
Asimismo, cabe señalar que el método utilizado se basa directamente en el criterio estadístico
de mínimos cuadrados, el cual busca minimizar la suma de los cuadrados de las diferencias
entre los valores observados y los valores estimados por la recta. Las fórmulas empleadas
están construidas específicamente para satisfacer este criterio, lo que garantiza que la recta
obtenida sea óptima en el sentido de aproximar lo mejor posible la tendencia de los datos.
Finalmente, es importante subrayar que no se desestima la validez de las fórmulas basadas
en medias. Estas son perfectamente correctas desde el punto de vista matemático, y en muchos
casos son útiles, especialmente cuando se desea interpretar la relación entre las medias y la
regresión. Sin embargo, en este caso particular, dadas las condiciones del problema y la
naturaleza del conjunto de datos, su uso no resultaba necesario ni más conveniente. La
metodología elegida, por el contrario, ofrecía una vía directa, precisa y coherente con la
información disponible, cumpliendo plenamente con los objetivos del análisis.
A continuación, se presenta el desarrollo del punto 4, en el cual se analiza si las dos rectas
obtenidas mediante regresión lineal se cruzan dentro del intervalo de estudio. Para ello, se
igualan algebraicamente ambas ecuaciones y se determina el año en que los tiempos de
hombres y mujeres serían iguales, verificando si dicha intersección se encuentra dentro del
rango de los datos analizados.
1. ¿Parece que las dos rectas se cruzan?
Sí, al analizar las ecuaciones de regresión lineal correspondientes a los tiempos de
competencia de hombres y mujeres, se observa que ambas presentan pendientes negativas.
Esto indica que, en ambos casos, los tiempos han disminuido con el paso de los años, reflejando
una mejora sostenida en el rendimiento. Sin embargo, la pendiente de la recta
correspondiente a las mujeres es más pronunciada, lo que implica que su ritmo de mejora ha
sido más acelerado que el de los hombres. Esta diferencia en las tasas de mejora sugiere
que, de mantenerse las tendencias actuales, los tiempos proyectados para ambos grupos
eventualmente se igualarán. Por tanto, es razonable concluir que las dos rectas se cruzarán
en algún punto dentro del intervalo analizado.
2. ¿En qué año se cruzan?
Para determinar el año en que ambas rectas se cruzan, es necesario igualar sus ecuaciones:
−0.0269𝑥 + 20.82 = −0.0644𝑥 + 24.14
Agrupando los términos semejantes y resolviendo la ecuación:
−0.0269𝑥 + 0.0644𝑥 = 24.14 − 20.82
0.0375𝑥 = 3.32
3.32
𝑥=
0.0375
̅̅̅̅
𝑥 = 88.5333
Dado que la variable x representa los años transcurridos desde 1948, se suma ese valor al
año base:
̅̅̅̅
𝑎ñ𝑜 = 1948 + 88.5333
̅̅̅̅
𝑎ñ𝑜 = 2036.5333
𝑎ñ𝑜 = 2037
Por lo tanto, se puede concluir que las dos rectas se cruzan aproximadamente en el año 2037.
Este punto de intersección es significativo, ya que marca el momento en que, según el modelo
de regresión lineal empleado, los tiempos estimados para hombres y mujeres serían iguales.
El análisis muestra que, a medida que ambas rectas se acercan a este punto, las tendencias
que separaban los tiempos proyectados para cada género tienden a converger, sugiriendo
que las diferencias entre los tiempos previstos para hombres y mujeres podrían disminuir con
el tiempo.
3. Si resuelves las dos ecuaciones algebraicamente, ¿obtienes la misma respuesta?
Sí, al resolver las ecuaciones de las rectas algebraicamente, se obtiene un valor de x≈88.53,
lo que corresponde al año 2037, tomando como base el año de referencia utilizado en el
modelo. Este valor de x representa el punto exacto en el cual las dos rectas se interceptan,
es decir, el momento en que los tiempos estimados para hombres y mujeres, según el modelo
de regresión lineal, son iguales.
Este resultado es completamente coherente con la observación gráfica. Al visualizar las dos
rectas en un gráfico, es evidente que se cruzan en torno al mismo valor de x, lo cual respalda
que la intersección ocurre aproximadamente en 2037. Este tipo de coincidencia entre la
solución algebraica y la interpretación gráfica refuerza la validez del modelo y la precisión
de las proyecciones realizadas.
La resolución algebraica no solo proporciona un resultado numérico exacto, sino que también
concuerda con lo observado en el gráfico, confirmando que el cruce de las rectas se da en
un punto dentro del intervalo proyectado por el modelo. Por lo tanto, se puede concluir que
tanto la solución algebraica como la interpretación visual del gráfico ofrecen una confirmación
mutua de que las rectas efectivamente se cruzan en el año 2037, lo que valida las
proyecciones y la consistencia del análisis realizado.
A continuación, se presenta el desarrollo del punto 5 del análisis, el cual plantea el uso de
herramientas tecnológicas para verificar los resultados obtenidos mediante el cálculo manual
de regresión lineal. En este caso, se empleó la plataforma Desmos, una calculadora gráfica
en línea ampliamente utilizada en entornos educativos y académicos por su precisión y
facilidad de uso.
Desmos permite introducir conjuntos de datos en forma de pares ordenados (𝑥, 𝑦) y genera
de manera automática la recta de regresión lineal que mejor se ajusta a dichos datos. Esta
funcionalidad es especialmente útil para comprobar la validez de los resultados obtenidos
manualmente, al comparar si las ecuaciones producidas por el software coinciden o se
aproximan a las que fueron calculadas mediante el método de mínimos cuadrados.
El propósito de este apartado es justamente verificar esa correspondencia entre los métodos
manuales y digitales, y reflexionar sobre las ventajas del uso de herramientas tecnológicas
en el análisis estadístico de datos.
1. Gráfica 1
Es posible que al visualizar las gráficas en Desmos, el punto de cruce entre las dos rectas de
regresión aparezca con dos valores distintos: 88.53 en una gráfica y 2036.53 en otra. Esta
diferencia no es un error ni una contradicción, sino que se debe al tipo de valores que se
usaron como entrada para el eje x en cada caso.
Ambas gráficas fueron realizadas en Desmos, pero con configuraciones distintas. En la
primera versión, se ingresaron los datos utilizando una escala relativa, donde la variable x
representa el número de años transcurridos desde 1948, año en el que inicia la serie
temporal. En este formato, por ejemplo, el año 1948 se codifica como x=0, el año 1952
como x=4, el año 1992 como x=44, y así sucesivamente. En consecuencia, cuando las rectas
se cruzan en el punto x=88.53, esto significa que la intersección ocurre 88.53 años después
de 1948, es decir:
1948 + 88.53 = 2036.53
2. Gráfica 2
En la segunda gráfica, también elaborada en Desmos, se usaron directamente los años reales
del calendario como valores de x, es decir: 1948, 1952, 1956, etc. En este caso, no es
necesario realizar ninguna transformación, por lo que la intersección aparece directamente
en x=2036.53.
Por lo tanto, aunque ambas gráficas fueron hechas con la misma herramienta y representan
el mismo fenómeno, los ejes fueron definidos de forma distinta. Una utiliza un eje relativo al
año 1948, mientras que la otra utiliza un eje absoluto basado en el calendario real. La
diferencia en los números simplemente refleja este cambio de referencia, pero el punto de
cruce sigue siendo exactamente el mismo en ambos casos.
El estudio de los tiempos históricos en los que hombres y mujeres han completado una
determinada prueba deportiva permitió construir modelos de regresión lineal para cada uno
de los grupos, con el objetivo de observar tendencias a lo largo del tiempo. Una de las
preguntas más relevantes derivadas de este análisis es si, en algún momento, las proyecciones
de ambos modelos se igualan, es decir, si los tiempos estimados para hombres y mujeres
convergen.
Al igualar las dos ecuaciones de regresión obtenidas, correspondientes a los tiempos de
hombres 𝑦 = −0.0269𝑥 + 20.82) y de mujeres 𝑦 = −0.0644𝑥 + 24.14, se busca el valor
de x en el que ambas rectas se interceptan:
−0.0269𝑥 + 20.82 = −0.0644𝑥 + 24.14
Al resolver la ecuación se obtiene x=88.53. Dado que x representa los años transcurridos
desde 1948 (es decir, el año base del modelo), el valor de x=88.53 implica que la
intersección se produce en el año:
1948 + 88.53 = 2036.53
Este resultado muestra que la intersección ocurre en un punto no entero del eje del tiempo. El
valor decimal 0.53 representa una fracción del año 2036. Para interpretarlo correctamente
en términos del calendario, se puede convertir esta fracción en meses. Si un año tiene 12
meses, entonces:
0.53 ∗ 12 = 6.36
Esto significa que el punto de intersección ocurre aproximadamente en el sexto mes completo
del año, más un tercio del séptimo mes. En otras palabras, la intersección tendría lugar entre
finales de junio y principios de julio de 2036. Esta interpretación temporal más precisa es
especialmente útil si se requiere un análisis detallado de tendencias en intervalos más finos
que el año calendario.
Sin embargo, en muchos contextos tanto en visualizaciones gráficas como en análisis más
generales, se acostumbra a redondear los valores decimales al año entero más cercano. En
este caso, al redondear 2036.53 al número entero más cercano, se obtiene el año 2037. Este
enfoque es adecuado cuando se desea simplificar la interpretación para hacerla más
accesible o comprensible para audiencias no técnicas, o cuando la precisión de medio año no
altera de forma significativa las conclusiones del estudio.
Ambas formas de presentar el resultado son válidas, dependiendo del propósito del análisis.
Si el objetivo es comunicar tendencias generales, se puede decir que las rectas se cruzan en
el año 2037. No obstante, para propósitos académicos, técnicos o si se requiere un mayor
nivel de precisión, es preferible indicar que la intersección ocurre en el año 2036.53, es decir,
a mediados de 2036. Incluir ambas expresiones la precisa y la redondeada no solo brinda
claridad, sino que permite que el lector comprenda tanto el cálculo exacto como su
interpretación en el contexto real.
A continuación, se desarrollará el punto 6 del análisis, el cual invita a reflexionar sobre los
resultados obtenidos y a formular una conclusión basada en la interpretación de los datos. En
este apartado, se debe tomar una decisión fundamentada respecto a si es probable que los
tiempos de las mujeres en la maratón eventualmente alcancen a los de los hombres,
considerando las tendencias observadas en las rectas de regresión lineal. Para ello, se
analizará el comportamiento de ambas gráficas y se argumentará, en pocas frases, si dicha
convergencia es factible o no desde una perspectiva estadística y contextual.
Entonces…
Con base en el análisis de las rectas de regresión lineal, se puede concluir que los tiempos de
las mujeres sí alcanzarán a los de los hombres en el futuro. Esta afirmación se sustenta en que
ambas rectas tienen pendiente negativa, lo que indica una mejora continua en los tiempos de
ambos géneros, pero la pendiente correspondiente a las mujeres es más pronunciada, es
decir, su mejora ha sido más rápida.
Al resolver algebraicamente las ecuaciones, se encontró que las rectas se cruzan
aproximadamente en el año 2036.5, lo que sugiere que, si las tendencias actuales se
mantienen, en ese año los tiempos estimados para hombres y mujeres serán equivalentes.
Aunque esta predicción se basa en un modelo matemático que simplifica una realidad
compleja, brinda una proyección interesante sobre la posibilidad de equidad en el
rendimiento atlético entre géneros a largo plazo.
En el siguiente apartado se desarrollará el punto 7 del análisis, el cual propone ampliar la
investigación a otra competencia deportiva en la que participen tanto hombres como mujeres.
El objetivo es recopilar datos reales sobre los tiempos o marcas registrados en dicha
disciplina, aplicar un análisis similar al realizado en los puntos anteriores y comparar las
tendencias entre géneros. Esta comparación permitirá explorar si también en esa competencia
se observan patrones de mejora, convergencia o diferencia sostenida entre los desempeños
de hombres y mujeres. Finalmente, se presentarán las conclusiones obtenidas a partir de la
interpretación de los datos analizados.
¿Cuál es el récord de los 100 metros lisos y quién lo tiene? - Estadio Deportivo
[Link]
[Link]
Para este análisis se eligió la competencia de 100 metros planos, tanto en la categoría
masculina como femenina, debido a su popularidad y a la disponibilidad de registros
históricos confiables. Se recopilaron los récords olímpicos y mundiales de las últimas décadas
para cada género, y se observaron las tendencias de mejora en los tiempos.
En los 100 metros planos varoniles, los registros muestran que el tiempo ha ido disminuyendo
de forma progresiva desde principios del siglo XX, con hitos importantes como el récord de
Usain Bolt en 2009 (9.58 segundos). En la rama femenina, la tendencia también ha sido
descendente, destacando el récord de Florence Griffith-Joyner en 1988 (10.49 segundos),
que aún permanece vigente.
Al comparar las pendientes de mejora de ambos géneros, se observa que aunque las mujeres
han logrado avances significativos, el ritmo de mejora ha sido más moderado en las últimas
décadas. Además, el récord femenino se ha mantenido sin superarse por más de 30 años, lo
que sugiere una meseta en el rendimiento. En cambio, los hombres han continuado superando
marcas más recientemente.
Esta diferencia sugiere que, a diferencia de lo que se observó en el análisis de los tiempos
en maratón, en los 100 metros planos no parece probable que los tiempos de las mujeres
alcancen a los de los hombres en el corto plazo, al menos bajo las tendencias actuales. Sin
embargo, es importante destacar que los avances en entrenamiento, tecnología deportiva y
participación femenina podrían influir en futuras mejoras.
En conclusión, aunque ambas ramas han mostrado mejoras notables a lo largo del tiempo, el
análisis de esta competencia refleja que las tendencias de convergencia entre hombres y
mujeres varían según la disciplina deportiva, y por lo tanto, no se puede generalizar el
comportamiento observado en una sola competencia a todas las demás.
El desarrollo de este documento se llevó a cabo tomando como base el Modelo PER, que
estructura el análisis en tres componentes clave: Propósito, Estrategia y Resultado. En primer
lugar, se incluye una introducción que establece el objetivo principal de la actividad, es decir,
comprender y proyectar el comportamiento de los tiempos promedio de hombres y mujeres
en una carrera a lo largo de los años mediante el uso de modelos de regresión lineal.
Posteriormente, se presenta un desarrollo detallado del procedimiento, donde se explica
paso a paso cómo se recopilaron y organizaron los datos, cómo se representaron
gráficamente con el apoyo de herramientas tecnológicas como Desmos, y cómo se obtuvieron
y compararon las ecuaciones que modelan las tendencias. Finalmente, se incluye una
conclusión, cuya función es resumir y presentar claramente los resultados obtenidos a partir
del análisis algebraico y gráfico, destacando el año estimado en el que ambos grupos
alcanzarían tiempos promedios similares.
Conclusión
El presente proyecto ha permitido no solo aplicar conceptos matemáticos fundamentales como
la regresión lineal y el análisis de gráficos de dispersión, sino también reflexionar críticamente
sobre temas de gran relevancia social como la equidad de género en el deporte, la evolución
del rendimiento humano y el papel de la estadística en la proyección de fenómenos complejos.
A través del estudio detallado de los tiempos ganadores en la prueba de 200 metros planos
en los Juegos Olímpicos desde 1948 hasta 1992 para atletas hombres y mujeres, se logró
construir modelos matemáticos que describen con alta precisión la evolución histórica del
rendimiento deportivo.
Uno de los aportes centrales del trabajo fue la identificación de una tendencia sostenida de
mejora en ambos géneros, evidenciada por pendientes negativas en las ecuaciones
obtenidas. Sin embargo, el modelo reveló una diferencia significativa en la magnitud de
dichas pendientes: la correspondiente a las mujeres fue más pronunciada, lo que indica que
el ritmo de mejora femenina ha sido más acelerado que el masculino. Este hallazgo, más allá
de su valor estadístico, invita a cuestionar los prejuicios históricos sobre los límites del cuerpo
femenino en el ámbito deportivo y refuerza la idea de que, dadas las condiciones adecuadas,
las mujeres pueden alcanzar desempeños comparables a los de los hombres.
Mediante la igualación algebraica de ambas ecuaciones de regresión lineal, se determinó el
año 2036.5 (aproximadamente a mediados de 2036 o inicios de 2037) como el punto de
intersección entre las dos tendencias, lo que implica que, de mantenerse las condiciones
actuales, los tiempos ganadores para hombres y mujeres podrían igualarse en ese periodo.
Esta proyección matemática, si bien es idealizada y no toma en cuenta todos los factores
fisiológicos, tecnológicos y sociales que afectan el rendimiento, plantea una hipótesis
poderosa: que las diferencias entre géneros, en términos de resultados deportivos, podrían
estar determinadas más por las condiciones históricas y estructurales que por una inferioridad
física intrínseca.
La validez de este resultado fue confirmada por múltiples vías: visualmente, mediante gráficas
elaboradas con herramientas tecnológicas como Desmos, y analíticamente, mediante el uso
riguroso del método de mínimos cuadrados, lo cual permitió garantizar la precisión del
modelo. Asimismo, se optó por utilizar la formulación basada en sumatorias para el cálculo
de pendiente e intercepto, lo que redujo la posibilidad de errores por redondeo y permitió
una mayor trazabilidad del proceso matemático. Esta decisión metodológica demostró ser
adecuada para los fines del análisis y proporcionó una experiencia valiosa en el manejo de
datos reales.
Por otra parte, la comparación con los datos de los 100 metros planos permitió extender el
análisis a una segunda competencia olímpica, revelando que las tendencias de mejora no son
homogéneas entre disciplinas. En este caso, se evidenció que las marcas femeninas han
tendido a estabilizarse, especialmente desde que Florence Griffith-Joyner estableció el
récord en 1988, lo que sugiere una meseta en el progreso que contrasta con los avances
recientes observados en la rama masculina. Este resultado demuestra que no se puede
generalizar el comportamiento observado en una competencia a todas las demás, y que cada
disciplina posee sus propios factores limitantes y potenciales de mejora.
Desde una perspectiva pedagógica, este trabajo permitió aplicar de manera práctica el
Modelo PER (Propósito, Estrategia, Resultado), favoreciendo el desarrollo integral de
competencias como el pensamiento crítico, la interpretación de datos, la argumentación lógica
y la conciencia social. Se partió de un propósito claro: investigar si las mujeres pudiesen
alcanzar los tiempos de los hombres en una competencia atlética, y se trazó una estrategia
basada en la recopilación, graficación y modelado de datos históricos. El resultado final, más
allá de una cifra numérica o una fecha específica, fue una comprensión profunda del
fenómeno analizado, así como la identificación de sus múltiples dimensiones.
La capacidad de modelar una tendencia con una ecuación no solo permite hacer predicciones,
sino también cuestionar creencias, abrir debates y proponer transformaciones.
En última instancia, este análisis no pretende afirmar con certeza que hombres y mujeres
competirán en igualdad de condiciones en todas las disciplinas en un futuro próximo, sino más
bien mostrar cómo la matemática puede convertirse en una herramienta poderosa para
explorar esas posibilidades.
Así, concluimos que el rendimiento deportivo, lejos de estar limitado únicamente por el género,
está condicionado por múltiples factores que pueden ser comprendidos y transformados
mediante el conocimiento científico y estadístico. Este tipo de análisis no solo honra el espíritu
del método científico, sino que también abre la puerta a una sociedad más justa, donde el
potencial humano se mida no por estereotipos, sino por esfuerzo, dedicación y evidencia.