Beruflich Dokumente
Kultur Dokumente
1. INTRODUCCION.-
El método de mínimos cuadrados es un conjunto de pasos utilizado para aproximar un
conjunto de puntos a un modelo, el cual puede ser lineal, cuadrado, exponencial, ETC. se
basa en el principio de reducir la varianza al mínimo adecuándolo a uno de los modelos
anteriormente citados Además nos brindará información importante sobre la tendencia
que tendrá algunas variables en cuestión.
En el desarrollo de la práctica experimental se obtienen datos de variables dependientes
como de variables independientes. se construye la Gráfica en un sistema de coordenadas
rectangulares donde se aprecia la nube de puntos o diagrama de dispersión luego se
debe determinar A qué tipo de función se aproxima la nube de puntos que se tiene
ECUACIONES DE CURVAS APROXIMANTES.-
Existen varios tipos de curvas aproximantes y sus ecuaciones más usadas se representan
a continuación:
Línea recta y=a +bx
Parábola o curva cuadrática y=a +bx+c𝑥 2
Línea logarítmica y=a+b ln x
𝑏
Curva exponencial y= a+𝑒 𝑥
Curva geométrica y=a +𝑥 𝑏
Otras curvas
Dónde:
a,b,c= contantes
x= variable independiente
y= variable dependiente
Tipo más sencillo de curvas Aproximadamente en la línea recta cuya ecuación es:
y=a+b
Donde:
∑xy=a∑x+b∑𝑥 2
Donde:
POR FÓRMULA .-
el valor de las constantes (a= ordenada en el origen y b= pendiente de la recta) también
se puede calcular por fórmula Cómo se presenta a continuación:
(∑y)(∑𝑥 2 ) − (∑x)(∑xy)
𝑎=
n∑𝑥 2 − (∑𝑥)2
n∑xy − (∑x)(∑y)
𝑏=
n∑𝑥 2 − (∑𝑥)2
2. OBJETIVOS.-
GENERAL.-
obtener datos ajustados a un modelo matemático , para poder
comparar con los datos experimentales
ESPECIFICOS.-
calcular las constantes ¨a¨ y ¨b¨ utilizando las ecuaciones normales
o por formulas
remplazar los valores de las sumatorias en las ecuaciones o
formulas correspondientes y encontrar los valores de¨a¨ y ¨b¨
graficar los puntos y unir los mismos, deberíamos obtener una recta
PRACTICA N°1
AJUSTES DE CURVAS POR EL METODO DE MINIMOS CUADRADOS
I PARTE TEORICA
Con los siguientes datos experimentales, realizar los ajustes de curvas aplicando
el método de los mínimos cuadrados.
EJERCICIO Nº 1 EJERDCICIO Nº 2
(X) (Y)
(X) (Y)
graduados mediana
2 3
5 5 4,3 3,8
6 7 5,2 4,2
8 9 6,0 4,4
11 11 6,7 4,9
13 14 10,2 5,4
16 17 12,5 6,2
20 19 17,0 7,0
23,9 7,6
3. PROCEDIMIENTO DE LA PRACTICA
20 19 400 380
∑ 81 ∑ 85 ∑ 1075 ∑ 1100
EJERCICO Nº 2
X Y X2 X*y
(∑y)(∑𝑥 2 ) − (∑x)(∑xy)
𝑎=
n∑𝑥 2 − (∑𝑥)2
n∑xy − (∑x)(∑y)
𝑏=
n∑𝑥 2 − (∑𝑥)2
6. GRAFICAS
EJERCICIO Nº1
EJERCICO Nº2
EXTRAPOLACION Y INTERPOLACION.-
EXTRAPOLACION INTERPOLACION
18 8,83
15 6,28
7. ANALISIS DE RESULTADOS
No deja de ser tentadora la posibilidad de utilizar un polinomio óptimo en el sentido de
losmínimos cuadrados para ajustar datos que no son lineales. Pero si los datos no
muestran una naturaleza polinomial, puede ocurrir que la curva resultante presente
oscilaciones grandes. Este fenómeno llamado oscilación polinomial, se hace más
pronunciado conforme aumenta el grado del polinomio, y por esta razón, no se suelen
usar polinomios de grado 6 o mayor, a no ser que se sepa que la función de la cual
provienen los datos es un polinomio.
8. CONCLUSIONES
Una vez finalizado el análisis de este tema, los alumnos deben haber aumentado
en gran medida sus capacidades en el ajuste de curvas con datos por medio de la
regresión con mínimos cuadrados.
Tienen la suficiente información para aprovechar satisfactoriamente una amplia
variedad de problemas de ingeniería y de matemática aplicada relacionados con
esta temática. Deben dominar las distintas técnicas, deben haber aprendido a
valorar la confiabilidad de las respuestas y ser capaces de escoger el mejor
método (o métodos) para cualquier problema. Deben entender la derivación de la
regresión lineal con mínimos cuadrados y ser capaces de valorar la confiabilidad
del ajuste usando gráficas.
Deben comprender el uso del ajuste potencial. Deben saber linealizar datos para
llevar a cabo transformaciones y deben entender las situaciones en donde es
apropiado usar regresión polinomial. Por último,
Deben descubrir que los métodos referidos a la interpolación lineal se utilizan,
fundamentalmente, cuando se conoce que los datos son muy exactos y deben
entonces, asimilar y dominar todos los conceptos relativos al ajuste de curvas por
medio de la regresión con mínimos cuadrados.