Beruflich Dokumente
Kultur Dokumente
GRUPO 2 CIVIL
UNIVERSIDAD MILITAR NUEVA GRANADA FACULTAD DE INGENIERA METODOS NUMRICOS BOGOT D.C. 2013
MNIMOS CUADRADOS 1. Halle una comparacin entre mnimos cuadrados y un modelo linealizado por regresin lineal de la forma: . Para los datos. ( ) ( ) ( ) ( ) Por mnimos cuadrados
SOLUCION Al escribir la funcin error cuadrtico, encontrar las derivadas parciales e igualarlas a cero llegamos al siguiente sistema de dos ecuaciones con dos incognitas el cual NO es lineal, asi no se puede escribir en forma matricial.
( ))
Utilizando el software Maple; se resolvi el problema para estos cinco puntos, a continuacin mostraremos los comando utilizados para tal fin.
( )y
Sin embargo, al realizar el proceso de linealizacion, como la funcin logartmica no es lineal el modelo que se encuentra no coincide con el modelo buscado en los mnimos cuadrados, es decir, esta NO es la curva que ms se ajusta a los datos
)(
)+ ( ), SI es la curva que
)+ .
-Halle una comparacin entre mnimos cuadrados y un modelo linealizado por regresin lineal de la forma: ( ) Con los datos. ( ) ( ) ( ) ( ) Por mnimos cuadrados:
Al escribir la funcin error cuadrtico, encontrar las derivadas parciales e igualarlas a cero llegamos al siguiente sistema de dos ecuaciones con dos incognitas el cual NO es lineal, asi no se puede escribir en forma matricial. ( ) ( ( )) --- ERROR CUADRATICO
Utilizando el software Maple; se resolvi el problema para estos cinco puntos, a continuacin mostraremos los comando utilizados para tal fin.
lo primero que debemos hacer es linealizar el modelo, para lo cual obtenemos el siguiente resultado ( ) as variando los valores de a3 y b3 en el modelo logaritmico obtuvimos la funcin .
Halle una comparacin entre mnimos cuadrados y un modelo linealizado por regresin lineal de la forma:
Al escribir la funcin error cuadrtico, encontrar las derivadas parciales e igualarlas a cero llegamos al siguiente sistema de dos ecuaciones con dos incognitas el cual NO es lineal, asi no se puede escribir en forma matricial.
( ))
Utilizando el software Maple; se resolvi el problema para estos cinco puntos, a continuacin mostraremos los comando utilizados para tal fin.
---- MODELO POTENCIAL OBTENIDO donde Por regresin lineal y son constantes
ln y ln a2 x b2
ln y ln a2 ln x b2
lo primero que debemos hacer es linealizar el modelo, para lo cual obtenemos el siguiente resultado ( ) ( ) as variando los valores
2.
a)
b) Aplique a los datos directamente Newton y LaGrange y llegue al polinomio de interpolacin. Por Newton
POR LAGRANGE
c) Manualmente traslade los datos a los pares ( y ( ) y a partir de esto ( ). ( ) ( ) ( ) ( ) ( ) ( ) ( ) Por Newton
) y halle nuevamente
( )
Por Lagrange
3.
Considere los dos conjuntos de datos por separado ( ) y ( ) ( ) y ( ) ( ) y ( ) ( ) y ( ) ( ) y ( ) Halle en cada uno de los casos los polinomios de interpolacin.
4.
Considere los dos conjuntos de datos por separado ( ) y ( ) ( ) y ( ) ( ) y ( ) ( ) y ( ) ( ) y ( ) Halle en cada uno de los casos los polinomios de interpolacin. POLINOMIOS DE INTERPOLACIN NEWTON
), ( ), ( ), ( ), ( ) no se puede realizar el polinomio de nota: con los puntos ( interpolacin ,debido a que en el dominio como se aprecia existen dos pre imgenes que son iguales .
INTEGRACION NUMERICA 1. Considere las siguientes funciones las cuales no poseen una anti derivada elemental ( )
a)
Calcule: ( )
b)
Calcule: ( )
Nota: Si
c) d)
Halle con un error no mayor a por trapecio y Simpson Repita el punto anterior para el mtodo de Romberg con 5 cifras significativas.