PRACTICA N°1

AJUSTES DE CURVAS POR EL METODO DE MINIMOS CUADRADOS

I PARTE TEORICA

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

AJUSTES DE CURVAS DE LA LÍNEA RECTA POR EL MÉTODO MINIMO CUADRADO.-

Tipo más sencillo de curvas Aproximadamente en la línea recta cuya ecuación es:
y=a+b

Donde:

a=ordenada en el origen(valor de y cuando x=0)

b=pendiente recta
x=variable independiente
y=variable dependiente
El valor de las constantes( a = ordenada de origen y b= pendiente de la recta) se puede
determinar mediante sistemas de ecuaciones( ecuaciones normales) o por fórmula.
SISTEMA DE ECUACIONES ( ECUACIONES NORMALES).-
Mediante el sistema de ecuaciones; que se puede resolver por determinantes sustitución
o sumas y restas. las ecuaciones son las siguientes:
∑y=na+b∑x

∑xy=a∑x+b∑𝑥 2

Donde:

a=ordenada en el origen(valor de y cuando x=0)

b=pendiente recta
x=variable independiente
y=variable dependiente
n=numero de pares de datos

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

 Graficar la curva en papel milemetrado y=f(x)

 Escribir la ecuación de la recta
 Calcular las constantes (a= ordenada del origen y b= pendiente de La recta )
utilizando :las ecuaciones normales o por formula
 Calcular las sumatorias y colocar en forma de tabla
 Reemplazar los mvalores de las sumatorias o formulas correspondientes y
encontrar los valores a y b
 Reemplazar los valores a y b en la ecuación de la recta
 Con esta ecuación ajustar la curva original ; ultilizando los mismos valores de
x, calcular los nuevos valores y´
 Presentar los valores en tabla
 4. TABULACIÓN DE DATOS, RESULTADOS EXPERIMENTALES Y ANALÍTICOS
EJERCICO Nº 1
X Y X2 X*y
(X) (Y) X Y´
2 2 4 6
2 3 2 2,99
5 5 25 25
5 5 5 5,81
6 7 6 7 36 41
6 6,87
8 9 8 9 64 72 8 9,63
11 11 11 11,45
11 11 121 121
13 14 13 13,33
16 17 13 14 165 182 16 16,14
20 19 20 19,90
16 17 256 272

20 19 400 380

∑ 81 ∑ 85 ∑ 1075 ∑ 1100

EJERCICO Nº 2
X Y X2 X*y

4,3 3,8 18,45 16,34 (X) (Y)

(X) (Y)
graduados mediana
graduados mediana 5,2 4,2 27,04 21,84

6,0 4,4 36,00 26,4 4,3 4,18

4,3 3,8
6,7 4,9 44,89 32,83 5,2 4,35
5,2 4,2
6,0 4,51
6,0 4,4
10,2 5,4 104,04 55,08
6,7 4,65
6,7 4,9
12,5 6,2 156,25 77,5 10,2 5,33
10,2 5,4
12,5 5,79
12,5 6,2 17,0 7,0 289,00 115
17,0 6,67
17,0 7,0
23,9 7,6 571,21 181,64 23,9 8,2
23,9 7,6

∑ 85,8 ∑ 43.5 ∑ 124,32 ∑ 530,63

5. CALCULOS.-
y=a+bX

(∑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.