COLEGIO ABRAHAM LINCOLN

MATEMÁTICAS: ANÁLISIS Y ENFOQUES NIVEL MEDIO AÑO 1 OCTUBRE- NOVIEMBRE

2019
MODELIZACIÓN MATEMÁTICA
NOMBRE(s) Y APELLIDOS:
LOGRO 1: Comprende gráfica y analíticamente funciones lineales y cuadráticas. (60%)

INSTANCIA: Trabajo de Modelación matemática: cuadráticas 25%

INSTRUCCIONES PARA LOS ALUMNOS:

• Realice este taller siguiendo el orden establecido en el mismo.
• Resuelva los ejercicios y problemas que se plantean en el cuaderno de forma ordenada.
• La tarea que se plantea para evaluar debe ser entregada según se indica al final de este
documento.
EL CICLO DE MODELIZACIÓN MATEMÁTICA:

Esquema tomado de recursos de Matemáticas Análisis y Enfoque del Bachillerato Internacional

“Hay grandeza donde abunda la sencillez, la bondad y la verdad”

Adaptación de León Tolstoi
 GENERALIDADES DE LA FUNCIÓN CUADRÁTICA
Una función cuadrática puede ser descrita por una ecuación de la
forma 𝒇(𝒙) = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄, donde 𝒂 ≠ 𝟎; 𝒂, 𝒃, 𝒄 ∈ 𝑹 . La representación gráfica
se llama parábola. Si 𝒂 > 𝟎 abre hacia arriba y si 𝒂 < 𝟎 abre hacia abajo. El vértice de la
𝒃
parábola es (𝒉, 𝒌), donde 𝒉 = − 𝟐𝒂 y 𝒌 = 𝒇(𝒉).

La función cuadrática más básica y simple tiene por ecuación 𝒇(𝒙) = 𝒙𝟐, con vértice en
(0,0), es simétrica con el eje 𝑌, su dominio son los Reales y el rango [𝟎, ∞). Su gráfica es
la parábola:

Imagen 1: Gráfica de 𝒇(𝒙) = 𝒙𝟐

En el gráfico de una parábola se pueden apreciar los siguientes elementos: eje de simetría,
vértice, Intercepto o valor de intersección en el eje 𝑌 y ceros o valores de intersección en el
eje 𝑋.

Imagen 2: Ejemplo de función cuadrática y sus elementos

La intersección con el eje 𝒀 se obtiene cuando 𝒙 = 𝟎, que es lo mismo que encontrar 𝒇(𝟎),
con lo que se tendrá que el gráfico cortará al eje 𝒀 en (𝟎, 𝒄).
La ecuación de la función cuadrática puede expresarse de distintas formas: polinómica,
canónica y factorizada.
La forma polinómica es la ya expuesta: 𝒇(𝒙) = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄, donde 𝒂 ≠ 𝟎; 𝒂, 𝒃, 𝒄 ∈ 𝑹,
𝒃
su eje de simetría es 𝒙 = − 𝟐𝒂 .

La forma canónica es 𝒇(𝒙) = 𝒂(𝒙 − 𝒉)𝟐 + 𝒌, donde (h, k) es el vértice y el eje de simetría
es 𝒙 = 𝒉.
La forma factorizada es 𝒇(𝒙) = 𝒂(𝒙 − 𝒑)(𝒙 − 𝒒), donde ( 𝒑, 𝟎) y ( 𝒒, 𝟎) son los puntos de
𝒑+𝒒
intersección de la parábola con el eje X y eje de simetría 𝒙 = 𝟐 .

ECUACIÓN CUADRÁTICA
FORMA ECUACIÓN PARÁMETROS
𝟐 𝒂, 𝒃, 𝒄
POLINÓMICA 𝒇(𝒙) = 𝒂𝒙 + 𝒃𝒙 + 𝒄
CANÓNICA 𝒇(𝒙) = 𝒂(𝒙 − 𝒉)𝟐 + 𝒌 𝒉, 𝒌
FACTORIZADA 𝒇(𝒙) = 𝒂(𝒙 − 𝒑)(𝒙 − 𝒒), 𝒑, 𝒒
Tabla 1: Formas algebraicas de la ecuación cuadrática y sus parámetros
ANÁLISIS DE LA ECUACIÓN CUADRÁTICA:

Tomado de: Matemáticas NM Oxford, páginas 56 y 57.

 MAPA MENTAL: FUNCIÓN CUADRÁTICA

Imagen 3: Mapa conceptual Función cuadrática, tomada de los recursos de Matemáticas

Análisis y Enfoque del Bachillerato Internacional
APLICACIÓN. RESUELVA LA SITUACIÓN PROBLEMAS. SE PERMITE EL
USO DE CPG.
 MODELACIÓN: AJUSTE CUADRÁTICO DADO DOS O TRES PUNTOS
Se establecerán los procedimientos y estrategias para hallar el modelo cuadrático en su
forma polinómica, según los puntos dados. Los insumos del A al F fueron tomados de
Matemáticas NM de Oxford páginas 52 y 58.
A. Dados valores de intersección en el eje 𝑋 y la intersección en el eje 𝑌.

B. Dados valores de intersección en el eje 𝑋 y otro punto.

C. Dado el vértice y la intersección con el eje Y.

D. Dado el vértice y otro punto.

E. Dado la intersección con el eje Y y otros dos puntos:

F. Dados tres puntos.

 MODELACIÓN Y TECNOLOGÍA:
Modelo de regresión cuadrática
Se puede encontrar el modelo cuadrático que mejor se ajusta a mas de tres puntos.

Imagen 4: Ajuste cuadrático obtenido de https://www.geogebra.org/m/MKzMV2KP

Cuando el fenómeno de estudio tiene un comportamiento que se pueda considerar
parabólico, se utiliza el modelo de regresión cuadrático. Por ejemplo, la siguiente nube de
puntos podría ajustarse a un modelo de regresión cuadrático:

Imagen 3: nube de puntos de comportamiento cuadrático

La regresión cuadrática es el proceso por el cuál encontramos los parámetros de la parábola
que mejor se ajusten a una serie de datos que poseemos, ya sean mediciones hechas o de
otro tipo.
ECUACIÓN CUADRÁTICA
FORMA ECUACIÓN PARÁMETROS
𝟐 𝒄, 𝒃, 𝒂
POLINÓMICA 𝒇(𝒙) = 𝒂 + 𝒃𝒙 + 𝒄𝒙
Tabla 2: Modelo cuadrático de forma polinómica y sus parámetros.
Entonces lo que nos interesa es encontrar los valores de 𝒄, 𝒃 𝒚 𝒂 que hacen que el valor de
𝑓(𝑥) calculado sea lo más cercano posible al medido.
Se debe realizar, con los 𝑵 datos que se tienen, una tabla que contenga:
𝒙𝒊 𝒚𝒊 𝒙𝒊 2 𝒙𝒊 3 𝒙𝒊 4 𝒙𝒊 × 𝒚𝒊 𝒙𝒊 2 × 𝒚𝒊 𝒚𝒊 2

N N N N N N N N
2 3 4 2
∑ 𝒙𝒊 ∑ y𝒊 ∑ 𝒙𝒊 ∑ 𝒙𝒊 ∑ 𝒙𝒊 ∑ 𝒙𝒊 × 𝒚𝒊 ∑ 𝒙𝒊 × 𝒚𝒊 ∑ y𝒊 2
i=1 i=1 i=1 i=1 i=1 i=1 i=1 i=1
Tabla 3: Procesamiento de datos para el ajuste cuadrático
Posteriormente, las sumatorias obtenidas de cada columna se organizan en una matriz
3 × 3:

Imagen 4: Matriz 3×3 para calcular parámetros del modelo cuadrático

Los valores que se obtienen al resolver la matriz corresponden a los parámetros: 𝒂, 𝒃, 𝒄.
Por lo extenso que puede llegar a ser la solución de este sistema de ecuaciones (matriz), se
sugiere utilizar aplicaciones que arrojen la solución.

GRADO DE AJUSTE DEL MODELO:

Para determinar el grado de ajuste del modelo, se calcula el coeficiente de determinación,
de la siguiente manera:
∑ 𝒙𝒊 × ∑ y𝒊 ∑ 𝒙𝒊 2 × ∑ y𝒊
b × (∑ 𝒙𝒊 𝒚𝒊 − ) + 𝑐 × (∑ 𝒙𝒊 2 𝒚𝒊 − )
𝑁 𝑁
r2 =
(∑ y𝒊 )2
∑ y𝒊 2 −
𝑵
Un coeficiente de determinación cercano a cero significa que no existe relación entre las
variables del tipo planteado por el modelo, pero eso no quiere decir que las variables sean
independientes, ya que puede existir relación de otro tipo.
 MODELACIÓN Y TECNOLOGÍA:
EJEMPLO MODELO DE REGRESIÓN CUADRÁTICA
En determinado proceso se realizaron una serie de 35 mediciones, que luego al graficarse se
determinó que es de naturaleza cuadrática. Se desea encontrar los parámetros del polinomio
de segundo grado, que mejor se ajusta a esa serie de datos, y cuál es el valor de la variable
dependiente, cuando el valor de la variable independiente es de 50.

Imagen 5: Tabla de datos y gráfico de puntos de 35 mediciones para encontrar modelo de

regresión
 Imagen 6: Procesamiento de datos para el modelo de regresión
Sumatoria requeridas para el modelo de regresión cuadrático
N N N N N N N N
2 3 4 2
∑ 𝒙𝒊 ∑ y𝒊 ∑ 𝒙𝒊 ∑ 𝒙𝒊 ∑ 𝒙𝒊 ∑ 𝒙𝒊 ∑ 𝒙𝒊 ∑ y𝒊 2
i=1 i=1 i=1 i=1 i=1 i=1 i=1 i=1
× 𝒚𝒊 × 𝒚𝒊
646,4 - 15537,7 420471,6 12143675,3 - - 646,4
45515,9 1284552,4 37635529,6
Tabla 4: Resultados obtenidos para el modelo de regresión cuadrático
Utilizar una aplicación para resolver la matriz:

Imagen 6: aplicación usada para resolver la matriz 3X3 del modelo de regresión lineal

Imagen 7: Valores de la matriz 3X3 en la aplicación Matrice: Gauss-Jordan

 Imagen 7: Solución generada por la aplicación Matrice: Gauss-Jordan

Luego la función cuadrática que mejor se ajusta a los valores dados es:
𝒇(𝒙) = 𝒄𝒙𝟐 + 𝒃𝒙 + 𝒂
𝒇(𝒙) = -3,278𝒙𝟐 -1,733𝒙 + 186,924
Con ayuda de Excel podemos comprobar que el modelo es bastante cercano al que se
obtuvo: proceso:

Imagen 8: Línea de tendencia y ecuación del gráfico arrojado por Excel

COEFICIENTE DE DETERMINACIÓN: GRADO DE AJUSTE DEL MODELO:

Como los parámetros y las sumatorias, se mide que tanto se ajusta el modelo a los puntos
dados inicialmente:
∑ 𝒙𝒊 × ∑ y𝒊 ∑ 𝒙𝒊 2 × ∑ y𝒊
b × (∑ 𝒙𝒊 𝒚𝒊 − ) + 𝑐 × (∑ 𝒙𝒊 2 𝒚𝒊 − )
𝑁 𝑁
r2 =
(∑ y𝒊 )2
∑ y𝒊 2 −
𝑵
 646,4 × (−45515,9) 15537,7 × (−45515,9)
(−1,733) × (−1284552,4 − ) + (−3.27) × (−37635529,6 − )
2 35 35
r =
(646,4)2
646,4 −
35

𝒓𝟐 =-0,97589119, lo que indica que el modelo es decreciente

𝒇(𝟓𝟎) = -3,278(𝟓𝟎)𝟐 -1,733(𝟓𝟎) + 186924 = −𝟖𝟎𝟗𝟒, 𝟕𝟐𝟔

El dato obtenido se ajusta en un 97,6 % a la variable independiente, lo que quiere decir que,
si en el proceso se recolectan 50 datos, este sería muy cercano al obtenido con el modelo.
MODELACIÓN Y TECNOLOGÍA:
TAREA: Modelo de Regresión cuadrática
• Ingrese al libro de Excel que se adjunta en la lección.
• Realice el modelo de regresión cuadrática a los datos que encuentre en la “hoja” del
libro de Excel que coincida con el número de la lista de asistencia.
• Entregue el siguiente documento impreso que contenga:
✓ Hoja de presentación: título (Modelo de Regresión cuadrática), nombre y curso
✓ En el desarrollo presente:
Título: Modelo de Regresión cuadrática
Problema: En determinado proceso se realizaron una serie de 35 mediciones, que
luego al graficarse se determinó que es de naturaleza cuadrática. Se desea encontrar
los parámetros del polinomio de segundo grado, que mejor se ajusta a esa serie de
datos, y cuál es el valor de la variable dependiente, cuando el valor de la variable
independiente es de 80.
Datos y nube de puntos: incluya los datos que le correspondieron analizar.
Desarrollo del modelo: Realice el proceso de regresión cuadrática.
Prueba del modelo: Halle el coeficiente de regresión del modelo y analice el grado
de ajuste a un modelo cuadrático. E indique si se APRUEBA o si se RECHAZA.
Si el modelo es rechazado, elimine los datos “atípicos que pueden estar afectando el
grado de ajuste. Justifique la elección de los datos que elimina.
Si el modelo es aprobado,
Reflexione sobre el modelo: para este caso, realice el gráfico de su modelo solo en
el primer cuadrante e indique los cortes con los ejes y especifique dominio y rango
de esa porción del gráfico. Escoja una “ventana” con la que se puedan apreciar
algunos elementos del modelo. Indique si en ese primer cuadrante se encentra el
punto máximo o mínimo. Halle el valor de la función cuando la variable
independiente toma el valor de 80, e indique si ese punto se encuentra en el primer
cuadrante.
Concluya: por último, especifique el porcentaje de ajuste de su modelo.

✓ Recuerde ponerle título a las gráficas, tablas, imágenes y referenciarlas.

 BIBLIOGRAFÍA:
A continuación, aparecen las páginas web que se consultaron para realizar el taller
http://recursos.salonesvirtuales.com/assets/bloques//martin_milton.pdf
hrttp://epja.mineduc.cl/wp-
content/uploads/sites/43/2016/04/GuiaN2MatematicaIICiclodeEM.pdf
https://prezi.com/jupqag1s6ltz/regresion-lineal-y-cuadratica/
http://reyesestadistica.blogspot.com/2011/07/analisis-de-regresion-cuadratica.html
https://infogram.com/modelo-de-regresion-cuadratica-1h8j4x787w086mv
http://blog.pucp.edu.pe/blog/puntodeconvergencia/2013/03/12/regresi-n-no-lineal-
aproximaci-n-cuadr-tica/
https://www.excelfreeblog.com/pronostico-con-tendencia-exponencial-en-excel/
Adicional se utilizó: Texto Guía: Matemáticas NM, Oxford