Taller Analisis Numérico 002

TALLER 2 ANALISIS NUMÉRICO
AJUSTE DE CURVAS POR MINIMOS CUADRADOS: FORMA

DISCRETA
ESTUDIANTES:
JAHIR ANDRES NOVA MARTINEZ
WILMER ALEXIS GALVIS
LEIDY DANIELA GARCIA
LUIS FELIPE CHACON
ALEJANDRA MONTOYA
DOCENTE
GIOVANNI ERNESTO CALDERON
ANALISIS NUMERICO
UNIDADES TECNOLOGICAS DE SANTANDER

BUCARAMANGA
Problema 1 El Cuadro 5 muestra el número y el radio atómicos en picnómetros de
los metales de la primera serie de transición.
CODIGO MATLAB
SOLUCIÓN
a) Halle la parábola que ajusta por mínimos cuadrados los puntos del plano que se
obtienen tomando en el eje de abscisas los números atómicos y en el de ordenadas
los radios metálicos. Utilice código propio y la forma dinámica desde la Figure de
MATLAB.
Para hallar la parábola de mínimos cuadrados se utilizó una función polinómica de

grado 2 la cual dio como resultado la matriz “a”
y = 1,1477x2 - 61,054x + 934,12

b) Represente gráficamente en el intervalo [20, 32] los puntos del apartado anterior (en
azul) junto con la parábola de mínimos cuadrados que los ajusta (en verde).
c) Suponga que tal parábola puede usarse para estimar el radio atómico del Vanadio
(número atómico 23). ¿Qué error relativo se estaría cometiendo al considerar dicha
estimación si el radio atómico del Vanadio es 132? (Sol. Radio estimado = 137.0093,
error relativo = -0.0379).
Para saber el error relativo se debe realizar la regrecion y conocer el radio

estimado
El error relativo de fórmula de la siguiente manera
𝑛 𝑛
∑ 𝑒𝑖 = ∑(𝑦𝑖 − 𝑦̅)2
𝑖=1 𝑖=1
El error relativo es de 𝑒 = −0,0379. Resultado obtenido del proceso realizado en

MATLAB
PROCESO MATLAB
Problema 2 Considere los valores dados en el Cuadro 6. Se pide ajustar estos
datos en el sentido de mínimos cuadrados por un polinomio de grado 3.
CODIGO MATLAB
SOLUCION
La matriz que se ajusta a esta función polinómica de grado 3 en el sentido de
mínimos cuadrados es:
y = 1,1477x2 − 61,054x + 934,12

la cual se representa en la siguiente grafica:
PROCESO MATLAB
Problema 3 Considere los valores dados en el Cuadro 7. Grafique los datos y
tome decisión de que función debe emplear para ajustar los datos en el sentido de
mínimos cuadrados.
CODIGO MATLAB
SOLUCION
Para ajustar los datos de la tabla anterior se empleo una función exponencial la
cual se grafica de la siguiente manera
𝑦 = 𝑎𝑒 𝑏𝑥 = 3,1705𝑒 0,8075𝑥
PROCESO MATLAB
Problema 4 Considere los datos en el Cuadro 8 que relacionan la solubilidad del
nitrato de sodio Y (NaNO3) con la temperatura del agua T (en °C). Grafique los
datos y tome decisión de que función
CODIGO MATLAB
SOLUCION
Para ajustar los datos de la tabla anterior se empleó una función lineal la cual se
grafica de la siguiente manera
𝑦 = 0,8721𝑥 + 67,504
PROCESO MATLAB
Problema 5 En el Cuadro 9, x es la fuerza de tensión aplicada a una varilla de
acero, en cientos de kilos, y es la deformación (estiramiento) resultante en
milésima de centímetro. Suponiendo una regresión lineal de y en x determine:
CODIGO MATLAB
SOLUCION
a) La recta de mínimos cuadrados para los datos.
b) El error estándar de estimación.
Para hallar el error estándar debemos conocer la regresión lineal y el coeficiente

de determinación
El error estándar se formula de la siguiente manera
𝐸
𝑆𝑦⁄ = √
𝑥 𝑛−2
Dando como resultado 𝑆𝑦⁄ = 0,36515
𝑥
PROCESO MATLAB
Problema 6 Los datos del Cuadro 10 representan la estatura x (en centímetros) y
la circunferencia, y (en centímetros) de la cabeza de 10 bebes al momento de
nacer. Para analizar estos datos se propone el modelo lineal.
CODIGO MATLAB
SOLUCION
a) Hallar la recta de mínimos cuadrados.
La ecuación de los mínimos cuadrados de la recta es 𝑦 = 0.5𝑥 + 10

b) ¿Cuál es el error de estimación, al estimar la circunferencia de la cabeza de
un bebe de 51 cm.?
El error de estimación de formula de la siguiente manera

𝑛 𝑛
∑ 𝑒𝑖 = ∑(𝑦𝑖 − 𝑦̅)2
𝑖=1 𝑖=1
El error de la medida es de 𝑒 = −0.044118. Resultado obtenido del proceso

realizado en MATLAB
c) Determine el error estándar de estimación.

El error estándar se formula de la siguiente manera
𝐸
𝑆𝑦⁄ = √
𝑥 𝑛−2
Dando como resultado 𝑆𝑦⁄ = 1.1456. Resultado obtenido del proceso
𝑥
realizado en MATLAB
d) Calcular e interpretar r2
Debemos calcular primero el coeficiente de correlación el cual se formula de la
siguiente manera:
𝑛 ∑ 𝑥𝑖 𝑦𝑖 − (∑ 𝑥𝑖 )(∑ 𝑦𝑖 )
𝑟=
√𝑛(∑ 𝑥𝑖 2 ) − (∑ 𝑥𝑖 )2 ∙ √𝑛(∑ 𝑦𝑖 2 ) − (∑ 𝑦𝑖 )2
El resultado obtenido se eleva al cuadrado dando como resultado 𝑟 2 = 0.47761

PROCESO MATLAB
Problema 7 El Cuadro 11 muestra la duración de cada erupción (x) del famoso
Geiser Old Faithful (viejo fiel) y el intervalo de tiempo transcurrido (y) ambos en
minutos, hasta la siguiente erupción.
CODIGO MATLAB
SOLUCION
a) ¿A mayor duración de las erupciones del Old Faithful mayor es el intervalo
transcurrido entre ellas?
SI. En la gráfica de dispersión se puedo observar que, a tiempos de

duración bajos, el tiempo transcurrido entre erupciones es bajo, y cuando el
tiempo de erupción es alto, mayor es el intervalo entre erupciones
b) Suponga que se observa una erupción que dura 2 minutos y 40 segundos,

¿cuándo estima que se producirá la próxima? Use el modelo lineal.
Se estima que la próxima erupción será a los 67min mas o menos 3,49 seg
PROCESO MATLAB
Problema 8 Construir un modelo logístico para la población de Colombia; en este
modelo tiene que definir la función 𝑓(𝑃) de la ecuación diferencial
𝑑𝑃
= 𝑃𝑓(𝑃)
𝑑𝑡
como la ecuación de una recta de regresión con base en los datos poblacionales
dados en el Cuadro 12.
CODIGO MATLAB
SOLUCION
a) Resuelva el modelo producido usando como condición inicial Pp0q _
1932279. Grafique y analice los resultados.
COMO LA CURVA DE LA ECUACION TENEMOS QUE
𝑌 = 1609936.6719𝑒 0.019366𝑥
El cual nos lleva a una regresión lineal 𝑟 2 = 0.98799 y un error estándar de

𝑆𝑦⁄ = 0.12323
𝑥
b) Utilice el toolbox cftool.m para encontrar la mejor curva que se ajuste a los
datos del Cuadro 12. Dado que siempre se escucha que la población crece
exponencialmente, experimente con las opciones de ajuste exponencial. En
todos los casos seleccionados analice la suma de cuadrados de los errores
(SSE) y los valores de R2 (Recuerda que entre más cercano a 1 el ajuste
será más perfecto).
Al ser una curva de crecimiento poblacional la curva característica suele ser una
exponencial, esto se justifica al obtener las demás curvas
Exponencial
Y
60,000,000
50,000,000
y = 1,522,755.62e0.02x
R² = 0.99
40,000,000
Axis Title
30,000,000
Y
20,000,000 Expon. (Y)
10,000,000
0
0 50 100 150 200
Axis Title
Lineal
Y
60,000,000
50,000,000
40,000,000
y = 261,545.18x - 8,922,905.04
R² = 0.82
Axis Title
30,000,000
Y
20,000,000 Linear (Y)
10,000,000
0
0 50 100 150 200
-10,000,000
Axis Title
Logarítmica
Y
60,000,000
50,000,000
40,000,000
30,000,000
Axis Title
y = 12,205,751.68ln(x) - 36,603,336.76
20,000,000 R² = 0.50 Y
Log. (Y)
10,000,000
0
0 50 100 150 200
-10,000,000
-20,000,000
Axis Title
PROCESO MATLAB
Problema 9 Determinar cuánta agua fluirá por un conducto no es tan fácil como
podría parecer a primera vista. El canal podría tener una forma no uniforme, las
obstrucciones podrían influir el flujo, la fricción es importante, etc. Un enfoque
numérico le permite incluir todas estas preocupaciones en un modelo de cómo se
comporta realmente el agua. Considere los datos del Cuadro 13 recopilados de un
conducto real.
CODIGO MATLAB
Solución
a) Encuentre una ecuación lineal, cuadrática y cúbica del mejor ajuste de los
datos y grafíquela en la misma gráfica. ¿cuál modelo representa mejor los
datos?
Según las gráficas obtenidas la curva que mejor representa los datos es la cubica
justificado por los siguientes resultados
Ecuación lineal 𝑦 = −5.838 + 5.3862𝑥

Ecuación cuadrática 𝑦 = 1.135 − 2.599𝑥 + 1.4982𝑥 2
Ecuación cubica 𝑦 = −0.10011 + 4.9412𝑥 − 2.6501𝑥 2 + 0.53779𝑥 3
Graficadas de la siguiente manera

PROCESO MATLAB

Taller Analisis Numérico 002

Cargado por

Copyright:

Formatos disponibles

Taller Analisis Numérico 002

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Taller Analisis Numérico 002

Cargado por

Copyright:

Formatos disponibles

TALLER 2 ANALISIS NUMÉRICO

AJUSTE DE CURVAS POR MINIMOS CUADRADOS: FORMA

UNIDADES TECNOLOGICAS DE SANTANDER

Para hallar la parábola de mínimos cuadrados se utilizó una función polinómica de

y = 1,1477x2 - 61,054x + 934,12

Para saber el error relativo se debe realizar la regrecion y conocer el radio

El error relativo es de 𝑒 = −0,0379. Resultado obtenido del proceso realizado en

y = 1,1477x2 − 61,054x + 934,12

b) El error estándar de estimación.

Para hallar el error estándar debemos conocer la regresión lineal y el coeficiente

La ecuación de los mínimos cuadrados de la recta es 𝑦 = 0.5𝑥 + 10

El error de estimación de formula de la siguiente manera

El error de la medida es de 𝑒 = −0.044118. Resultado obtenido del proceso

c) Determine el error estándar de estimación.

El resultado obtenido se eleva al cuadrado dando como resultado 𝑟 2 = 0.47761

SI. En la gráfica de dispersión se puedo observar que, a tiempos de

b) Suponga que se observa una erupción que dura 2 minutos y 40 segundos,

El cual nos lleva a una regresión lineal 𝑟 2 = 0.98799 y un error estándar de

20,000,000 Expon. (Y)

Ecuación lineal 𝑦 = −5.838 + 5.3862𝑥

Graficadas de la siguiente manera

También podría gustarte