Regresin por Mininos Cuadrad

Total
Promedio
(suma x^2 )
Nmero de datos

x
1
2
3
4
5
6
7
8
9
45
5
2025
9

1.458333333
-2.013888889
R^2
Sy/x

a1
a0
0.914361067
2.315981604

y
1
1.5
2
3
4
5
8
10
13
47.5
5.277777778

x^2
1
4
9
16
25
36
49
64
81
285

x*y
1
3
6
12
20
30
56
80
117
325

or Mininos Cuadrados

2.41975309
0.35667438
0.13040123
0.6714892
1.63271605
3.01408179
0.03780864
0.12056327
3.56790123
11.9513889

X vs Y
14
12
10
8
Y

18.29938272
14.27160494
10.74382716
5.188271605
1.632716049
0.077160494
7.410493827
22.29938272
59.63271605
139.5555556

6
4
2
0
-2

6
X

y = 1.4583x - 2.0139
R = 0.9144

y
Linear (y)

10

Regresin Cuadrtica

TOTAL
Promedio
TOTAL datos

x
1
2
3
4
5
6
7
8
9
45
5
9

y
1
1.5
2
3
4
5
8
10
13
47.5
5.27777778

x^2
1
4
9
16
25
36
49
64
81
285

x^3
1
8
27
64
125
216
343
512
729
2025

x^4
1
16
81
256
625
1296
2401
4096
6561
15333

x*y
1
3
6
12
20
30
56
80
117
325

Metodo Gauss Jordan

9
45
285
45
285
2025
285
2025
15333
1
0
0

5
60
600

31.667
600
6308

1
0
0

0
1
0

-18.33
10
308

1
0
0

0
1
0

0
0
1
a0
a1
a2

Error
estandar
R^2

0.6110912

= .
0.9948895

x*Y2
1
6
18
48
100
180
392
640
1053
2438

0.05166984
0.02294013
0.0219662
0.06913744
1.8923E-05
0.4272714
0.0992313
0.00967076
0.01129756
0.71320355

18.2993827
14.2716049
10.7438272
5.1882716
1.63271605
0.07716049
7.41049383
22.2993827
59.632716
139.555556

14
12
10
8
6
4
2

uss Jordan
47.5
325
2438
5.277778
87.5
933.8333
-2.01389
1.458333
58.83333
1.488095
-0.45184
0.191017
1.4881
-0.4518
0.19101

. . + .

0
0

y = 0,191x2 - 0,4518x + 1,4881

R = 0,9949

Series1
Poly. (Series1)

10

Ajuste Ecuacin Cbica

Total
promdeio

x
y
3 1.6
4 3.6
5 4.4
7 3.4
8 2.2
9 2.8
11 3.8
12 4.6
59 26.4
7 3.3

x^2
9
16
25
49
64
81
121
144
509

x^3
27
64
125
343
512
729
1331
1728
4859

x^4
81
256
625
2401
4096
6561
14641
20736
49397

x^5
243
1024
3125
16807
32768
59049
161051
248832
522899

x^6
729
4096
15625
117649
262144
531441
1771561
2985984
5689229

suma x^2
suma x^3
suma x^4
suma x^5

suma x^3
suma x^4
suma x^5
suma x^6

suma y1
suma y1*x1
suma y1*x^2
suma y1*x^3

Frmula
n
suma x1
suma x1^2
suma x^3

8
59
509
4859

suma x1
suma x1^2
suma x^3
suma x^4

Organizacin de matriz de 5*4

59
509
4859
509
4859
49397
4859
49397
522899
49397
522899
5689229

Matriz Inversa
49.34683987 -23.47710214 3.296013322
-23.47710214 11.41618292 -1.626958254
3.296013322 -1.626958254 0.234934699
-0.141242328 0.070463835 -0.010281813

26.4
204.8
1838.4
18164

-0.141242328
0.070463835
-0.010281813
0.000454006

Producto matriz inversa y vector

-11.48870718
7.143817219
-1.041206921
0.046676016

a0
a1
a2
a3
Error estandar
R^2

= 0.04667 3 1.0412069 2

bica

x*y
4.8
14.4
22
23.8
17.6
25.2
41.8
55.2
204.8

y*x^2
14.4
57.6
110
166.6
140.8
226.8
459.8
662.4
1838.4

y*x^3
43.2
230.4
550
1166.2
1126.4
2041.2
5057.8
7948.8
18164

1.01165049
0.82894737

+ 7.14381 11.488

(y-ymedia)^2
2.89
0.09
1.21
0.01
1.21
0.25
0.25
1.69
7.6

(y-a0-a1*x-a2*x^2-a3*^3)
0.05405625
0.03392964
0.13140625
0.01366561
0.540225
0.08277129
0.28590409
0.16112196
1.30308009

y = 0,0467x3 - 1,0412x2 + 7,1438x - 11,489

R = 0,829

Y vs X
6
5

4
3
y
2
1
0
0

10

12

14

Poly. (y)

- 11,489

Poly. (y)

Lineal
Cuadrtica
Inversa

X0
X
X
X1
X
X2

V(m^3/Kg)
S(Kj/Kg.K)
0.10377
6.4147
0.108
6.486725815
0.108
6.486075174
0.11144
6.5453
0.1148937
6.6
0.1254
6.7664
Interpolacin Cuadrtica
b0
b1
b2

6.4147
17.0273794
-54.9825

Entropia(Kj/Kg*K)

Entropia vs Volum
6.8
6.75
6.7
6.65
6.6
6.55
6.5
6.45
6.4
6.35
0

0.02

0.04
Volumen (m^3/Kg)

Entropia vs Volumen

0.04

0.06

Volumen (m^3/Kg)

0.08

0.1

0.12

0.14

Moles

Masa /Masamolar

35.71429

R=(P/T)V/n

8.4

J/mol*k

R real

8.31444

Error relatvo
porcentual

1%

mol

P(N/m^2)
6900
8100
9300
10500
11700
12900
59400
9900

T*y
1608735
2212515
2912295
3708075
4599855
5587635
20629110

T^2
54358.9225
74610.9225
98062.9225
124714.923
154566.923
187618.923
693933.535
30
-94.5

a1
a0

y = 30x - 94.5
R = 1

P vs V
14000

Presin (N/m^^)

Total
Promedio

T(K)
233.15
273.15
313.15
353.15
393.15
433.15
1998.9
333.15

12000
10000
8000
6000
4000
2000
0
0

100

200

300
T(K)

400

500

500

T
70
68
55
22
13
11
10

Flujo de calor a travs de la interfaz

* El punto de inflexin es el cambio de signo de la segunda derivada, esto

ocurre cuando la profundidad Z es de 1.30 metros, es decir que el termoclina
se encuentra a esa profundidad
Con la primera derivada podemos calcular la rata de temperatura, es decir
el cambio de temperaturas por una distancia este valor es de -40 C/m

T
70
68
55
22
13
11
10

Z
0
0.5
1
1.5
2
2.5
3

Flujo de calor a travs de la interfaz

Nmero
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.3022
1.4
1.5
1.6
1.7
1.8
1.9
2
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3

71.5505651
70.9859482
69.8481093
68.1890084
66.0606055
63.5148606
60.6037337
57.3791848
53.8931739
50.197661
46.3446061
42.3859692
38.3737103
38.28523149
34.3597894
30.3961665
26.5348016
22.8276547
19.3266858
10.75153073
10.5894336
10.42941736
10.27146352
10.11555369
9.961669579
9.809792969
9.659905741
9.511989866
9.366027403
9.222000502
9.0798914

80.3678 cal/s. C

dt/dz
-2.60667
-8.5981
-14.06953
-19.02096
-23.45239
-27.36382
-30.75525
-33.62668
-35.97811
-37.80954
-39.12097
-39.9124
-40.18383
-40.1839556
-39.93526
-39.16669
-37.87812
-36.06955
-33.74098
-30.89241
-27.52384
-23.63527
-1.56928775
-1.54893926
-1.52877334
-1.50878906
-1.48898554
-1.46936186
-1.44991715
-1.43065049
-1.411561

d^2t/dz^2
-62.5143
-57.3143
-52.1143
-46.9143
-41.7143
-36.5143
-31.3143
-26.1143
-20.9143
-15.7143
-10.5143
-5.3143
-0.1143
0.0001
5.0857
10.2857
15.4857
0.213687548
0.211811872
0.209945364
0.208088
0.206239756
0.204400608
0.202570532
0.200749504
0.1989375
0.197134496
0.195340468
0.193555392
0.191779244
0.190012

y = -6E-05x3 + 0.0073x2 - 0.3037x + 5.1096

R = 0.9707

Z Vs T
3.5

2.5
2
1.5
1

0.5
0
0

20

40

60

80

Temperatura grados C

Primera Derivada
0
-5 0

0.5

1.5

2.5

-10
-15

-20

-25
-30
-35
-40
-45

Segunda Derivada
20
10
0
-10 0

0.5

1.5

-20
Z

Profundidad Z (m)

-30
-40
-50
-60
-70

2.5

- 0.3037x + 5.1096
R = 0.9707

Series1
Poly. (Series1)

Poly. (Series1)

3.5

3.5

CONCLUSIONES
Los datos experimentales se ajusta perfectamente a una ecuacin cuadrtica
lo que permite seguir trabajando con un mnimo grado de error.
La utilizacin de la regresin cuadrtica es mejor debido a que este error es mucho menor
hay del error estndar de la regresin lineal
El ajuste hecho por medio de regresin lineal no es tan exacto como el de la regresin cuadrtica,
lo que permite concluir que para estudios mas exactos utilizaramos la regresin cuadrtica por tener
un coeficiente correlacin prximo a uno.
Con la regresin lineal solamente cuatro datos se ajusta a recta. Los datos estn muy alejados
de la lnea de tendencia por cual se infiere un error y no confiamos en este tipo de regresin.

mente a una ecuacin cuadrtica

un mnimo grado de error.

ebido a que este error es mucho menor

to como el de la regresin cuadrtica,

utilizaramos la regresin cuadrtica por tener

sta a recta. Los datos estn muy alejados

y no confiamos en este tipo de regresin.