UNIVERSIDAD NACIONAL DE COLOMBIA

SEDE BOGOTA

FACULTAD DE INGENIERIA

PRESENTADO POR:

DAVID LEONARDO RUIZ CARLOS ANDRES CARDENAS OSCAR DANIEL CARDENAS.

Cd.: 215102 Cd.: 215091 Cd.:285723

METODOS NUMERICOS

ING. FERNANDO ZALAZAR DELGADO

BOGOTA DC, 12 de Octubre de 2012

1)RECTA DE REGRESIN EN MNIMOS CUADRADOS

El siguiente codigo calcula A y B en Y=AX+B de la siguiente manera:

// function [A, B, E]=lsline(X, Y) // Datos // - X es el vector de abscisas de 1 x n // - Y es el vector de ordenadas de 1 x n // Resultados // - A es el coeficiente de x en Ax + B // - B es trmino independiente en Ax + B N=length(X); xmean=mean(X); \\ asigna el promedio de X a xmean. ymean=mean(Y); \\ asigna el promedio de Y a ymean . sumx2=(X-xmean)*(X-xmean)'; \\ define sumx2 como un producto matricial entre las diferencias entre los valores X y X promedio, el primer trmino es [1xn] donde n es el nmero de datos para X, el segundo trmino es [nx1], obtenindose como producto una matriz [1x1] definida como la sumatoria de las diferencias X y X promedio al cuadrado. sumxy=(Y-ymean)*(X-xmean)'; \\ corresponde a un producto matricial del mismo estilo al explicado anteriormente, obtenindose como resultado la sumatoria de los productos entre las diferencias (X-X promedio) y (Y-Ypromedio) A=sumxy/sumx2; \\ A en la ecuacin corresponde a la pendiente de la recta, aqu se podra interpretar asi, como la pendiente entre las diferencias (Y-Ypromedio) y (X-Xpromedio) donde los dos trminos estn multiplicados por (X-Xpromedio). B=ymean-A*xmean; \\ B corresponde al valor de la recta en X=0, que al despejarla de la ecuacin resulta B=Y-AX, que corresponde a lo mostrado en la ecuacin. y=A*X+B; \\ formalizacin de la ecuacin. e=0; \\ inicializacin de e. for k=1:N \\ N es el numero de daros del array de X. ep=(y(1,k)-Y(1,k))^2; \\ ecuacin que genera la diferencia entre el y obtenido con la ecuacin anterior y el Y que se ha obtenido experimentalmente. e=e+ep; \\ aumento de e, corresponde a la sumatoria de todas las diferencias descritas anteriormente. end E=sqrt(e/N); \\ obtencin del error cuadrtico medio al dividir el resultado de la suma sobre el numero de datos y sacarle raz cuadrada a todo. Endfunction

Los resultados de la ejecucin del programa se muestran a continuacin:

2) OBTENCIN ECUACIN PARABOLA DE MNIMOS CUADRADOS

function [ro]=parabola(X, Y) xm=mean(X); ym=mean(Y); \\ Promedios de X y Y. liminf=min(X); limsup=max(X); \\ Halla el dato con el mnimo y mximo valor de X N=length(X); \\ Genera el nmero de datos de X. smx=sum(X); smx2=sum(X.^2); smx3=sum(X.^3); smx4=sum(X.^4); smy=sum(Y); smxy=sum(X.*Y); smx2y=sum((X.^2).*Y); \\ Realizacin de las sumatorias necesarias para plantear el sistema de ecuaciones. A=[smx4 smx3 smx2; smx3 smx2 smx; smx2 smx N];

b=[smx2y; smxy; smy]; \\ Planteamiento de las matrices del sistema de ecuaciones. coef=linsolve(A,-b); \\ solucin del sistema de ecuaciones. sx=sqrt((sum((X-xm).^2))./(N-1)); sy=sqrt((sum((Y-ym).^2))./(N-1)); sxy=(sum((X.*Y)-(xm*ym)))./N; ro=sxy/(sx*sy); \\ clculo de las desviaciones y covarianza de X y Y, para luego obtener la correlacin. k=liminf:0.1:limsup; \\ definicin de los puntos de la variable k desde el dato de menor valor de X hasta el de mayor valor. if 0.66<=ro & ro<=0.88 \\ cumplimiento condicin del coeficiente de correlacin.

printf("Y = %f X^2 + %f X + %f \n",coef(1,1),coef(2,1),coef(3,1)); y=(coef(1,1).*(k.^2))+(coef(2,1).*k)+coef(3,1); \\ parbola obtenida set(gca(),"grid",[1 1]); \\ grilla set(gca(),"auto_clear","off"); \\ congelamiento de grfica. plot(k,y); \\ grfica parbola. plot2d(X,Y,style=-9),return, \\ grfica puntos obtenidos experimentalmente. else disp('no disponible'),break, end

Los resultados se observan en las siguientes dos graficas:

3) EXPLICACIN INSTRUCCIONES

LENGTH(X) : Halla el nmero de datos del array X. SUM(X): Calcula la suma de todos los valores del array X. SUM(X^2):Calcula la suma de todos los valores de X elevados al cuadrado.

X.*Y : Genera un vector donde cada valor corresponde al producto uno a uno entre los datos de X y Y, ejm: ans(1,1)=0.15*0.612=0.0918. SUM(X.*Y): Calcula la suma de los valores que componen el vector obtenido con la funcin indicada anteriormente (X.*Y). (X^2).*Y: Calcula el producto uno a uno entre los datos de X elevados al cuadrado y Y.Ejm: ans(1,1)=(0.15^2)*(0.612)=0.01377

SUM((X^2).*Y): Calcula la suma de todos los valores que se encuentran en el vector obtenido con la funcin anterior ((X^2).*Y). MEAN(X): calcula el promedio de los valores del vector X, es decir suma todos los datos pertenecientes a X y los divide sobre el nmero de datos. SUM(Y-MEAN(Y)^2):calcula la sumatoria de las diferencias entre los valores del Vector Y y el promedio de ese mismo vector elevado al cuadrado.

CONCLUSIONES