Los Métodos Numéricos
Ajuste de Curvas
Métodos mas utilizados
REGRESION INTERPOLACION
Los Métodos Numéricos REGRESION
Aproximación polinomial por mínimos cuadrados
Pm(x) x x
x x
x x
x x
x x x x
x
x
x (xn,yn)
Distancia mínima
x
(x0,y0)
Objetivo: Obtener un polinomio o función que relaciones x e y
Interpretación física de las constantes de la regresión:
Marco de estudio: Análisis de costos, por ejemplo la variable independiente,
corresponde a la cantidad de productos y la variable dependiente
corresponde a los costos asociados:
Ejemplo:
Se ha adquirido un aditivo para la electro-refinación de la forma dada en los
siguientes datos:
Costo 11 12 14 5 13 14 15
Cantidad 5 6 8 2 8 7 9
20
$ 1.363
f( x)
10
a0 1.363 es el costo fijo
Y
a1 1.624
0
0 5 10
$ 1.624
x X es el costo marginal
Utilización de programa de tipo Comercial
EXCEL
Solución del ejemplo anterior:
Datos:
Costo 11 12 14 5 13 14 15
Cantidad 5 6 8 2 8 7 9
Paso 1.- Ingresar datos al Excel Picar par hacer grafico
Selección del tipo de datos a graficar regresión
Los Métodos Numéricos INTERPOLACION
Aproximación polinomial mediante polinomio de newton
Pn(x) x x
x
x
x (xn,yn)
x
(x0,y0)
Objetivo: Obtener un polinomio que relaciones x e y
Ejemplo:
Se tienen 3 puntos con los valores dados en la tabla I, Determine el polinomio
de interpolación.
X 1 3 4
Y 3.78 20,56 35,67
Solución:
Como se tienen 3 puntos, el polinomio debe ser cuadrático de la forma:
P2 ( x) a0 a1 x a2 x 2 60
1 1 1 a0 3.78 40
1 3 9 a 20.56
f( t )
1 y
1 4 16 a2 36.67
20
0
P2 ( x) 2.11 0.57 x 2.24 x 2 0 2 4
tx
Problemas frecuentes con polinomios de alto orden:
Se tienen 6 puntos, por lo tanto se debe interpolar un polinomio de grado 5
X 1 3 4 5 6 7
Y 3.78 20,56 17,67 17.25 32.3 3.56
y3 23.25
P5 ( x) a0 a1 x a2 x 2 a3 x 3 a4 x 4 a5 x 5
40 40
30 30
20 20
P5( z ) P5( z )
Y Y
10 10
0 0
10 10
1 2 3 4 5 6 7 1 2 3 4 5 6 7
zX zX
Ejemplo:
Se desea determinar el caudal que tiene una bomba de agua; para lograrlo en
forma experimental, se ha diseñado el siguiente esquema:
1º Se preparan 5 tambores de 200 litros de capacidad
2º Se llenan sin cortar el flujo y se toma el tiempo de llenado de cada tambor
El resultado obtenido es:
Tambor 1 2 3 4 5
Tiempo (s) 5.0 9.0 12.0 14.9 17.7
Solución:
Se escribe la tabla anterior en función de los litros de agua y no en función del
número de tambores:
Caudal (litros) 200 400 600 800 1000
Tiempo (s) 5.0 9.0 12.0 14.9 17.7
Como se tienen 6 puntos se debe interpolar con un polinomio de grado 5
1500
1000
P5( x)
500
0
0 5 10 15 20
x X
P5 ( x) 61.071x 12.485x 2 1.891x 3 0.105x 4 0.002 x 5
Caudal de bomba 1200
1000
800
P5( x)
Y 600
dP5( x)
400
200
0
0 5 10 15
x X x
AJUSTE DE DATOS CON polyfit
Para el ajuste de datos a un polinomio se utiliza
la función MATLAB polifit, cuya sintaxis es la
siguiente:
p=polyfit(x,y,n)
x, y son los vectores de las abscisas y de las
ordenadas de los datos, respectivamente
n, es el grado del polinomio al que se quieren
ajustar los datos
p, es el vector de los coeficientes de dicho
polinomio.
Para n=1 tenemos la regresión lineal. Si m es el
número de datos, el polinomio pasa a través de
todos los puntos si n=m-1. El grado n del
polinomio no puede ser mayor que m-1.
Ejemplo:
Ajustar los datos con los siguientes valores
>> x=[0,1,2,3,4,5,6,7,7.44];
>>y=[0,4.03,8.12,14.23,20.33,27.1,34.53,42.63,46.43];
>> p=polyfit(x,y,2)
p=
0.3446 3.7004 -0.1188
p = 0.3446 x2 + 3.7004 x - 0.1188
>> plot(x,y,'ro','markersize',4,'markerfacecolor','r')
También se puede utilizar polyfit para realizar
ajustes a una función potencial, exponencial,
logarítmica, etc, tal como se muestra en el
siguiente cuadro
Función Llamada a polyfit
y=c·xa p=polyfit(log(x), log(y),1)
y=c·eax p=polyfit(x, log(y),1)
y=a·ln(x)+c p=polyfit(log(x),y,1)
y=1ax+cy=1ax+c p=polyfit(x,1./y,1)
El primer elemento del vector p devuelto
por polyfit, p(1) guarda el parámetro a y el segundo
elemento, p(2) guarda el parámetro c.
>> x = [10 20 30 40 50 60 70 80];
>> y=[1.06 1.33 1.52 1.68 1.81 1.91 2.01 2.11];
>> p=polyfit(log10(x),log10(y),1)
p=
0.3306 -0.3056
y=c·xa
y = -0.3056·x0.3306
AJUSTE DE DATOS CON FITTING
Ejercicio Nº04:
Se desea estimar la densidad de una sustancia a una
temperatura de 251º C a partir de los siguientes datos
experimentales que se dan en la Tabla.
T (ºC) 94 205 371
Ρ (kg/m3) 929 902 860
