Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Interpolación en Excel

    Cargado por

    Daffné Berrú
    127 vistas11 páginas
    Este documento presenta varios ejemplos de regresión lineal y cuadrática para aproximar funciones. Incluye los pasos para calcular los coeficientes de regresión para diferentes modelos como Newton, Lagrange y de grado polinómico más alto utilizando los métodos de mínimos cuadrados. También muestra gráficos de datos reales frente a valores estimados para ilustrar la precisión de cada modelo.

    Descripción original:

    Diferentes tipos de interpolación para hacer en Excel

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    XLSX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    Este documento presenta varios ejemplos de regresión lineal y cuadrática para aproximar funciones. Incluye los pasos para calcular los coeficientes de regresión para diferentes modelos como Newton, Lagrange y de grado polinómico más alto utilizando los métodos de mínimos cuadrados. También muestra gráficos de datos reales frente a valores estimados para ilustrar la precisión de cada modelo.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    127 vistas11 páginas

    Interpolación en Excel

    Cargado por

    Daffné Berrú
    Este documento presenta varios ejemplos de regresión lineal y cuadrática para aproximar funciones. Incluye los pasos para calcular los coeficientes de regresión para diferentes modelos como Newton, Lagrange y de grado polinómico más alto utilizando los métodos de mínimos cuadrados. También muestra gráficos de datos reales frente a valores estimados para ilustrar la precisión de cada modelo.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 11

    NEXTON DIFERENCIAS DIVIDIDAS

    X
    1
    2
    3
    5

    F(x)
    4
    3.5
    4
    5.6

    X
    1

    F(x)
    4

    Como son 4 datos se sabe que es de grado 3 y se


    necesita calcular los otros 3 coeficientes. Ya que el
    1ro, siempre es la f(X0)

    B0

    4.9

    B1

    B2

    -0.5
    2

    3.5

    0.5
    0.5

    -0.1
    0.1

    0.8
    5

    5.6

    Pot
    365

    Caudal
    500
    -50

    361

    700

    370

    900

    14.444444
    22.2222222

    -1.031746
    0

    22.2222222
    379

    1100

    384

    1300

    373

    1090.668

    0.05521
    1.2698413

    40

    0.05720824

    1
    2
    3
    4
    5

    4
    3.5
    4
    4.9
    5.6

    NEWTON LINEAL
    X
    1
    3
    5
    REALIDAD
    3
    1.0986
    0.8047
    ERROR

    F(X)
    0.0000
    0.8047
    1.6094

    1.0986
    100.0000%
    73.2487%
    26.7513%

    LAGRANGE LINEAL

    X0
    x
    x1

    X
    1
    3
    2
    REALIDAD
    3
    1.0986
    1.3863
    ERROR

    F(X)
    0.0000
    1.3863
    0.6931

    1.0986
    100.0000%
    126.1860%
    -26.1860%

    B0
    B1

    -1
    2

    0.0000 F0
    0.6931 F1

    NEWTON
    CUADRTICO

    x0
    x1
    X

    X
    1
    2
    3
    5
    REALIDAD
    3
    1.0986
    1.1924
    ERROR

    F(X)
    0.0000
    0.6931
    1.1924
    1.6094

    B0
    B1
    B2

    0.0000
    0.6931
    -0.0969

    B0
    B1
    B2

    -0.5000
    1.3333
    0.1667

    1.0986
    100.0000%
    108.5402%
    -8.5402%

    LAGRANGE
    CUADRATICO
    x0
    x1
    x
    x2

    X
    1
    2
    3
    5
    REALIDAD
    3
    1.0986
    1.1924
    ERROR

    F(X)
    0.0000
    0.6931
    1.1924
    1.6094

    1.0986
    100.0000%
    108.5402%
    -8.5402%

    LAGRANGE
    GRADO 3
    0.0000 FX0
    0.6931 FX1
    1.6094 FX2

    X0
    X1
    X2
    X3

    X
    1
    2
    3
    5
    4

    Y
    0
    0.69314718
    1.09861229
    1.60943791
    1.35713

    L0
    L1
    L2
    L3

    0.25
    0
    -1 0.69314718
    1.5 1.09861229
    0.25 1.60943791

    Ejemplo de Regresin: RAZN DE CRECIMIENTO


    X
    0.1
    0.2
    0.3
    0.4
    0.6
    0.7

    Y
    3
    3.5
    3.8
    3.9
    3.95
    4

    Yestimado
    3.002399393
    3.525666876
    3.743121132
    3.862227361
    3.989162639
    4.026976898

    Error
    5.76E-006
    0.000659
    0.003235
    0.001427
    0.001534
    0.000728
    0.007588

    X'
    10
    5
    3.33333
    2.5
    1.66667
    1.42857
    SUMAS 23.9286
    6
    23.9286
    Determ.

    310.502

    Inversa

    0.47401
    -0.07706
    a0
    a1

    4.5
    4
    3.5
    3
    2.5
    2
    1.5
    1
    0.5
    0
    0

    0.1

    0.2

    Y'
    0.33333
    0.28571
    0.26316
    0.25641
    0.25316
    0.25
    1.64178

    X' * Y'
    3.3333333
    1.4285714
    0.877193
    0.6410256
    0.4219409
    0.3571429
    7.0592072

    X' ^2
    100
    25
    11.1111111
    6.25
    2.77777778
    2.04081633
    147.179705

    23.9286 1.6417803
    147.18 7.0592072

    -0.07706 1.6417803
    0.01932 7.0592072
    0.2342
    0.00989

    A
    B

    4.2698
    0.0422

    4.5
    4
    3.5
    3
    2.5

    Yestimado

    1.5
    1
    0.5
    0
    0

    0.1

    0.2

    0.3

    0.4

    0.5

    0.6

    0.7

    0.8

    Y
    Yestimado

    También podría gustarte