Entregable 3 Modelización Sanitaria -

Ajuste Mínimos Cuadrados y

Diferencias Divididas de Newton
Luis Eduardo Caballero Herrera 20141181018*
Luz Dari Suárez Chantre 20131181024
02 de Marzo de 2018

Resumen
A continuación se enuncian los resultados de regresión lineal e interpolación no
lineal obtenidos para una serie de datos, se evidenció la manera en que se aproxima
una relación funcional para una serie de datos que de manera analítica no pare-
cen tenerla, los métodos buscan asignarle una función bien sea por aproximaciones
lineales o por polinomios que describen de manera acertada la serie de datos.

1. EJERCICIO PROBLÉMICO MÍNIMOS CUADRA-

DOS
Para las siguientes corridas de datos:

* Estudiantes de Ingeniería Sanitaria, Facultad de Medio Ambiente y Recursos Naturales, Universidad

Distrital Francisco José de Caldas

1
 Encontrar la relación funcional por el método de mínimos cuadrados

2. RESULTADOS MÍNIMOS CUADRADOS

Ver Anexos "Mínimos Cuadrados"

Regresión 17.4

Regresión 17.5

2
3. ANÁLISIS DE RESULTADOS MÍNIMOS CUADRA-
DOS
Se puede observar cómo el método de regresión por mínimos cuadrados ofrece un ajuste
considerable, para ambos casos el ajuste estuvo rondando el 81 % - 84 %, sin embargo el
ajuste lineal se queda un tanto corto porque no logra responder de manera adecuada con
la predicción de los datos, es necesario buscar alternativas que permitan realizar un mejor
ajuste, o considerar otros modelos diferentes al lineal, casos como potencial, exponencial,
Logarítmico o hiperbólico.

4. EJERCICIO PROBLÉMICO DIFERENCIAS DIVI-

DIDAS DE NEWTON
Para la función tabulada siguiente:

Encontrar la serie de polinomios que mejor aproximan dicha función

3
5. RESULTADOS DIFERENCIAS DIVIDIDAS DE NEW-
TON
Ver Anexos "Diferencias Divididas de Newton"

f (x) = 2 + 15(x − 1, 6) − 3, 33(x − 1, 6)(x − 2) − 3, 42(x − 1, 6)(x − 2)(x − 2, 5) +

1, 84(x − 1, 6)(x − 2)(x − 2, 5)(x − 3, 2) − 0, 48(x − 1, 6)(x − 2)(x − 2, 5)(x − 3, 2)(x − 4)

6. ANÁLISIS DE RESULTADOS DIFERENCIAS DI-

VIDIDAS DE NEWTON
Se puede observar cómo el método de las Diferencias divididas de Newton ofrecen
una buena aproximación de relación funcional para un grupo de datos o mejor dicho una
función que sólo es discreta, dándole un carácter continuo y permitiendo responder de
manera acertada y con un buen ajuste a la función discreta, sin embargo es necesario
siempre contar con el intervalo de ajuste debido a que sólo se ajusta para estos valores. Y
según se observa en el Anexo "Diferencias Divididas de Newton"si se le ajusta polinomios

4
de grado cada vez menor es necesario deshacerse de los datos originales y responden de
buena manera sólo para el intervalo en cuestión.

7. CONCLUSIONES
El método de ajuste por mínimos cuadrados ofrece una buena alternativa sin embargo
es necesario realizar modificaciones a la serie de datos que permitan "linealizarün modelo
de ajuste que responda mejor a éstos y poder encontrar una relación funcional que permita
realizar predicciones para otros datos de entrada o para valores objetivo que queremos
predecir.
El método de ajuste por diferencias divididas de Newton es una excelente alternativa
en cuanto que permite describir una función discretizada por medio de una estructura
polinómica que se arma de manera sencilla, sin embargo se encuentra una desventaja en
cuanto que es necesario contar con un intervalo definido, y para valores extras de dicho
intervalo el modelo se ve sesgado.

Referencias
[1] Stiven C. Chapra, Raymond P. Canale, Métodos Numéricos para Ingenieros,
Quinta Edición, Mc Graw Hill, 2007.