Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estos datos pueden proceder de procesos muy confiables y seguros (por ejemplo provenientes de la
discretizacin de una funcin determinada) o pueden contener grados considerables de errores o ruido.
En todo caso, para estudiar el fenmeno cientficamente y poder establecer estimaciones confiables, se requiere
determinar relaciones funcionales que pueden ser: polinmicas, exponenciales, logartmicas, trigonomtricas,
etctera.
INTERPOLACIN En el caso de contar con datos muy precisos, la relacin funcional se construye mediante
tcnicas llamadas de interpolacin, cuya caracterstica fundamental es que la funcin obtenida coincide con
los datos objeto de estudio. Esto es, P(ti) = yi donde P es la relacin funcional construida.
Se interpola un conjunto de datos o una funcin con el objeto de estimar el valor de y para algn valor dado de
tk que no est registrado en la data original.
AJUSTE DE CURVAS. Si los datos que han de procesarse exhiben un grado de error significativo o
ruido, las tcnicas que se aplican para determinar la relacin funcional que describe el comportamiento de
los datos, se llaman ajuste de curvas o aproximacin de los datos por funciones. Estas tcnicas se
caracterizan por que no necesariamente la funcin obtenida coincide con los datos procesados, si no que los
aproxima minimizando al mximo el error asociado. Es decir f(ti) yi, donde f es la curva que ajusta a los
datos.
INTERPOLACIN POLINOMIAL
Interpolar un conjunto de datos significa determinar una relacin funcional que coincida con la data original,
de tal manera que a travs de esta se pueda estimar confiablemente un valor o valores de la variable
dependiente, para un valor o valores de la variable independiente dentro del rango de los datos, no registrado en
los datos originales. Generalmente las relaciones funcionales que se construyen son de tipo polinmicas. En tal
caso hablamos de interpolacin polinomial.
Teorema (Aproximacin de Weierstrass)
Sea f una funcin continua en [a, b]. Para cada >0 existe un polinomio P(x) con la propiedad:
, para toda x en [a, b]
xi
yi
x0
y0
Orden cero
f[xi]
f[x0]
Orden uno
f[xi, xi+1]
f[x0, x1] =
x1
y1
f[x1]
f[x1, x2] =
x2
y2
f[x2]
f[x2, x3] =
Orden dos
f[xi, xi+1, xi+2]
Orden tres
f[xi, xi+1, xi+2,xi+3]
x3
y3
f[x3]
x1
y1
x2
y2
xn
yn
Generalizando, se tiene que la k-sima diferencia dividida de Newton involucra k+1 puntos y est dada por:
Ejemplo
En un circuito con un voltaje impreso (t) y una inductancia L, medimos la corriente i en amperios para varios valores de
tiempo t en segundos, como se registra en la tabla:
t (segundos)
i (amperios)
1.00
3.10
1.01
3.12
1.02
3.14
1.03
3.18
1.04
3.24
f[tk, tk+1]
2.00
1 1.01 3.12 3.12
0.00
2.00
3333.33
100.00
4.00
3 1.03 3.18 3.18
-83333.25
0.00
100.00
6.00
P(x) = 3.1+2*(x-1)+3333.33*(x-1)*(x-1.01)*(x-1.02)-83333.25*(x-1)*(x-1.01)*(x-1.02)*(x-1.03)
Simplificando se tiene:
P(x) = (-333333/4)*x4 + 341666*x3 525191*x2 + (717439/2)*x - 275575/3
Las estimaciones pedidas se obtienen evaluando el polinomio en los valores de t indicados. Estas son:
P(1.025) = 3.1570
P(1.08) = 2.9800
P(t)
(tk,ik)
3.25
Corriente i
3.2
3.15
3.1
3.05
3
2.95
2.9
2.85
0.98
0.99
1.01
1.02
1.03
t
1.04
1.05
1.06
1.07
1.08
Y as se forma el sistema:
)
, con respecto a los
Recuerde que
Ejemplo
Se realiza un experimento para determinar el porcentaje de elongacin de un material conductor elctrico como
funcin de la temperatura. Los datos que han resultado son:
200 250 300 375 425 475 525 600
Temperatura en
Porcentaje de elongacin 11
13
13
15
17
19
20
23
Ajuste una recta a los datos usando regresin lineal y estime la elongacin a una temperatura de 4000 C.
Solucin:
Sean: xi = Ti y yi = (Porcentaje de elongacin)i
xi
200
250
300
375
425
475
525
600
3150
yi
11
13
13
15
17
19
20
23
131
xi2
40000
62500
90000
140625
180626
225625
275625
360000
1375000
xi*yi
2200
3250
3900
5625
7225
9025
10500
13800
55525
8*a0 +
3150*a1 = 131
3150*a0 + 1375000*a1 = 55525
Para cuantificar la bondad del ajuste, se debe determinar el coeficiente de correlacin r, o grado de
interconexin entre variables, que intenta determinar con que precisin describe o explica la relacin entre
variables una ecuacin que representa una curva determinada. El clculo de r requiere de la suma de los
cuadrados de las desviaciones de yi, respecto a la media (St) y de la suma de los cuadrados de los errores en
cada punto respecto a la curva de ajuste (Sr).
xi
yi
Entonces
DE LA RECTA OBTENIDA?
CONSULTAS
0.0866
0.6877
0.4041
0.6942
0.0889
0.0561
0.0521
0.3298
2.3996
1. Determinar las ecuaciones normales para el ajuste de un polinomio de segundo grado de la forma
a un conjunto de datos
2. Ajustar una parbola a los datos del ejemplo inmediatamente anterior. Determine el coeficiente de
correlacin. Cul de los dos ajustes es mejor y porqu?
Para prctica con Matlab
3. Escribir un guin que determine la recta que ajusta a un conjunto de datos:
mnimos cuadrados.
, en el sentido de
4. Revise la instruccin polyfit, para construir ajustes polinomiales y aplquela para determinar los polinomios
de primer grado y de segundo grado que ajustan los datos del ejercicio resuelto. Compare resultados.
entonces
S hacemos z = lny y A= lna se tiene: z = bx + A, que es la ecuacin de una recta donde la variable dependiente
es z. As que se har el ajuste de una recta al conjunto de datos
. Se determinarn los
A
parmetros A y b. Como A= lna, entonces a= e . Conocidos a y b, se construye la funcin exponencial
correspondiente.
Basados en las ecuaciones normales ya deducidas para el ajuste de una recta al conjunto de datos, ahora se tiene
que:
Ejemplo
Consideremos los datos del ejemplo inicial:
Temperatura en
Porcentaje de elongacin 11
13
13
15
17
19
20
23
a estos datos.
yi
11
13
13
15
17
19
20
23
131
zi = lnyi
2.3979
2.5649
2.5649
2.7081
2.8332
2.9444
2.9957
3.1355
22.1447
xi2
40000
62500
90000
140625
180626
225625
275625
360000
1375000
xi*zi
479.5791
641.2373
769.4848
1015.5188
1204.1157
1398.6085
1572.7594
1881.2965
8962.6002
24
Porcentaje de Elongacin
22
20
18
16
14
12
10
150
200
250
300
350
400
450
Temperatura
500
550
600
650
yi
200
250
300
375
425
475
11
13
13
15
17
19
0.0464
0.5304
0.1827
0.1355
0.0341
0.3612
525 20
600 23
3150 131
Entonces
13.1406
43.8906
117.875
0.0174
0.0017
1.3094
Comparando el coeficiente de correlacin para el ajuste por la recta y el coeficiente de correlacin para la curva
exponencial, nos damos cuenta que la funcin
ajusta mejor los datos del experimento.
26
datos originales
modelo de ajuste: 7.8248exp(0.0018x)
24
Porcentaje de Elongacin
22
20
18
16
14
12
10
150
200
250
300
350
400
450
Temperatura
500
550
600
650