Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodo de Ajuste Polinomial de Grado P
Metodo de Ajuste Polinomial de Grado P
Capítulo I.................................................................................................................................................... 4
Introducción................................................................................................................................................ 4
Capítulo II................................................................................................................................................... 5
2.1 Método de Ajuste Polinomial de Grado P..................................................................................................5
2.2 Método de Eliminación de Gauss............................................................................................................. 7
Capítulo III................................................................................................................................................. 9
3.1 Aire...................................................................................................................................................... 9
3.1.1 COMPONENTES DEL AIRE............................................................................................................... 9
3.1.2 CONTAMINACIÓN DEL AIRE.........................................................................................................10
3.1.3 MICROORGANISMOS EN EL AIRE.................................................................................................10
3.1.4 CALIDAD DEL AIRE....................................................................................................................... 10
3.1.5 MONITOREO DE LA CALIDAD DEL AIRE......................................................................................11
3.1.6 MARCO NORMATIVO.................................................................................................................... 14
Capítulo IV............................................................................................................................................... 15
4.1 Problema Aplicado a la Ingeniería Ambiental..........................................................................................15
4.2 Conclusiones........................................................................................................................................ 19
Bibliografía............................................................................................................................................... 20
ÍNDICE DE CUADROS Y FIGURAS
Capítulo I
Introducción
Los métodos numéricos son técnicas mediante las cuales es posible formular problemas
matemáticos de tal forma que puedan resolverse usando operaciones aritméticas.
Es así que en este trabajo que presentamos, priorizaremos la importancia de los métodos
numéricos en la solución de problemas de ingeniería y los modelos a utilizar; en el problema
planteado en nuestro trabajo son: Ajuste polinomial de grado P y Eliminación de Gauss.
El método del ajuste polinomial de grado P es una forma de regresión lineal en el que la relación
entre la variable independiente X y la variable dependiente Y se modela como un polinomio de
orden n. Se utiliza para describir los fenómenos no lineales tales como la tasa de crecimiento de
tejidos, tasa de crecimiento de bacterias, la distribución de isótopos de carbono en sedimentos de
un lago, progresión de epidemias de enfermedades. Por esta razón, la regresión polinomial se
considera un caso especial de regresión lineal múltiple y son aplicados en la resolución de
problemas aplicados a ingeniería, en este caso la Ingeniería Ambiental.
Capítulo II
e i=Y i− y i
N
S=∑ e 2i
i=1
N
∂S
=0=∑ 2 ( Y i−a0−a 1 x i−a 2 x 2i −…−a p x ip ) (−1 )
∂ a0 i=2
N
∂S
=0=∑ 2 ( Y i−a 0−a1 x i−a2 x 2i −…−a p xip ) ( −xi )
∂ a1 i=2
.
.
.
N
∂S
=0=∑ 2 ( Y i−a0−a 1 x i−a 2 x 2i −…−a p x ip ) (−x p )
∂ ap i=2
.
.
.
.. .
[ ][ ] [ ]
N ∑ X I ∑ X . . . ∑ X PI
2
I a0 ∑Yi
∑ X I ∑ X 2I ∑ X . . . ∑ X P+1
3
I I a1 ∑ xi Y i
∑ X 2I ∑ X 3I ∑ X .. .. .. ∑ X P+2
4
I I
a2 ∑ x 2i Y i
. . . .. . . . = .
. . . .. . . . .
. . . .. . . . .
P
X
∑ I ∑ X I ∑ X I . . . ∑ X 2I P
P +1 P +2 ap ∑ x ip Y i
.. .
. .
. .
. .
a n1 x 1+ an 2 x 2 +an 3 x3 + …+ann x n=bn (2.1 c )
Como en el caso de dos ecuaciones, la técnica para resolver n ecuaciones consiste en dos
fases: la eliminación de las incógnitas y su solución mediante sustitución hacia atrás.
Eliminación hacia delante de incógnitas:
La primera fase consiste en reducir el conjunto de ecuaciones a un sistema triangular
superior. El paso inicial será eliminar la primera incógnita, x 1, desde la segunda hasta la
n-ésima ecuación. Para ello, se multiplica la ecuación (2.1 a) por a 21/a11 para obtener:
a21 a21 a 21
a 21 x1 + a 12 x 2+ …+ a1 n x n= b (2.2)
a 11 a11 a11 1
donde el superíndice prima indica que los elementos han cambiado sus valores
originales.
El procedimiento se repite después con las ecuaciones restantes. Por ejemplo, la
ecuación (2.1 a) se puede multiplicar por a 33/a 11 y el resultado se resta de la tercera
ecuación. Se repite el procedimiento con las ecuaciones restantes y da como resultado el
siguiente sistema modificado:
a 11 x 1 +a12 x 2 +a 13 x 3+ …+a1 n x n=b1 (2.3 a)
. .
. .
. .
a 'n2 x 2+ a'n 3 x 3 +…+ a'nn x n=b'n (2.3 d )
. .
. .
. .
donde el superíndice biprima indica que los elementos se han modificado dos veces. El procedimiento
puede continuar usando las ecuaciones pivote restantes. La última manipulación en esta secuencia es el
uso de la (n – 1)ésima ecuación para eliminar el término x n−1 , de la n-ésima de la ecuación. Aquí el
sistema se habrá transformado en un sistema triangular superior
Observe que tres ciclos anidados proporcionan una representación concisa del proceso. El
ciclo externo mueve hacia abajo de la matriz el renglón pivote. El siguiente ciclo mueve hacia
abajo el renglón pivote a cada renglón subsecuente, donde la eliminación se llevará a cabo.
Finalmente, el ciclo más interno avanza a través de las columnas para eliminar o transformar
los elementos de un renglón determinado.
Este resultado se puede sustituir hacia atrás en la (n – 1)ésima ecuación y despegar x n−1
; El procedimiento, que se repite para evaluar las x restantes, se representa mediante la
fórmula:
n
b(i−1)
i − ∑ a(i−1)
ij xj
j=i+ 1
x i= (i−1)
(2.6)
a ii
Se utiliza una variable temporal sum para acumular la sumatoria de la ecuación (2.6).
Esto da por resultado un tiempo de ejecución más rápido que si la sumatoria fuera
acumulada en bi . Más importante aún es que esto permite una mayor eficiencia en la
precisión si la variable, sum, se declara como variable de doble precisión.
Capítulo III
3.1 Aire
“El aire es la mezcla gaseosa que forma la atmósfera terrestre.”[ CITATION Pér14 \l 10250 ]
El aire es considerado una mezcla gaseosa homogénea que envuelve nuestro planeta. Es
necesario, ya que este demarca la presencia de vida en un planeta. Sin este elemento sería
imposible el desarrollo de las diferentes actividades bioquímicas o biofísicas del planeta, así
como las actividades antropogénicas.
El aire está compuesto por diferentes compuestos que no pueden ser reconocidos ni percibidos
a simple vista. Para conocer la composición química del aire es necesario pasarlo a estado
líquido y poder realizar las pruebas que confirmen el porcentaje de cada elemento.
Parámetros a monitorear
Grupo Parámetro
Material particulado respirable de diámetro
menor a 10 µm (PM-10)
Material particulado
Material particulado respirable de diámetro
menor a 2.5 µm (PM-2.5)
Dióxido de azufre
Monóxido de carbono
Gases Dióxido de nitrógeno
Ozono
Sulfuro de hidrógeno
Metales pesados Plomo
Meteorológicos Dirección del viento
Velocidad del viento
Temperatura
Humedad relativa
Precipitación
Radiación Solar
Altitud
Perfil vertical de temperatura
Nubosidad
Tabla 2Fuente DIGESA - 2005
Cabe señalar, que la naturaleza de las fuentes presentes en el área proporcionará una buena
indicación de cuáles contaminantes monitorear. Por ejemplo, si los vehículos son la fuente
primaria de contaminantes, el dióxido de nitrógeno, el monóxido de carbono y posiblemente
el benceno y las partículas deberían ser monitoreadas. Si el área es afectada por las emisiones
domésticas, consumo de la leña, etc. se deben monitorear las partículas y posiblemente el
monóxido de carbono. En lugares donde el carbón es utilizado con frecuencia, en uso
doméstico o industrial, se debe monitorear el dióxido de azufre. Sin embargo, dependerá de
los objetivos centrales del monitoreo la elección de los contaminantes a monitorear. A
continuación, se presenta una tabla en la que se especifican los contaminantes que deben
monitorearse en base a la fuente de contaminación:
Capítulo IV
4.1 Problema Aplicado a la Ingeniería Ambiental
1)En la facultad de ingeniería ambiental y recursos naturales se quiere determinar la calidad del
aire de los salones de clase por la influencia de la cantidad de alumnos, se hace un muestreo de
aire en el salón 4 en diferentes clases por que la cantidad de alumnos en cada clase es distinta, se
realizó en diferentes clases como en Geomorfología, Estadística descriptiva, Termodinámica,
Sociología, Mecánica de Fluidos, preparando previamente en el laboratorio un medio de cultivo de
Plate count para 12 placas que se usaran para el muestreo de cada clase, donde se colocara una
placa petri en el pupitre del profesor y otra placa Petri al medio de los alumnos de cada clase hasta
que termine. Una vez tomado las muestras se llevaron de forma inmediata a la incubadora a 35 °C
por 24 horas. Después de 24 horas se hace la lectura de las placas, pero como se tiene 2 placas por
cada clase se saca un promedio y así se obtienen los resultados como se muestra en la tabla.
CANTIDAD DE
ALUMNOS
BACTERIA(UFC/m3)
(A)
(C)
ܲଵ= 0 ܥଵ= 120
ܲଶ= 5 ܥଶ= 180
ܲଷ= 10 ܥଷ= 270
ܲସ= 15 ܥସ= 380
ܲହ= 20 ܥହ= 505
ܲ= 25 =ܥ660
N=6
Sea el polinomio de ajuste de la forma:
C=X 1 + X 2 P+ X 3 P2
Luego:
6 6 6
[ ] [ ]
6 ∑ Pi ∑ P i2 ∑ Ci
i=1 i=1 i=1
X1
6
6
6
∑ Pi ∑ Pi2 ∑ P i3
i=1 i=1
6
∑ Pi 2 ∑ Pi3 ∑ Pi4
6
i=1
6
[]
X2 =
X3
6
∑ C i Pi
i=1
6
∑ C i Pi2
i=1 i=1 i=1 i=1
∑ Pi =P1+ P 2+ P3 + P 4+ P 5+ P 6
i=1
∑ Pi =0+5+10+15+ 20+25=75
i=1
∑ C i=C 1+ C2 +C 3+C 4 +C 5 +C 6
i=1
∑ C i Pi2 =120 x 02 +180 x 52 +270 x 102 +380 x 152 +505 x 20 2+660 x 252=731500
i=1
Reemplazando:
6 75 1375 X1 2115
[ 75 1375 28125
1375 28125 611875 ][ ] [ ]
X 2 = 35900
X3 731500
a211−1
1
[ E2 ] =[ E 2 ]
1−1
−
( )
a11
1−1 [ E1 ]
1−1
1
[ E2 ] =[ 75 1375 28125|35900 ] − ( 756 ) [ 6 75 1375| 2215 ]
1
[ E2 ] =[ 0 437.5 10937.5|9462.5 ]
a311−1
1
[ E3 ] =[ E 3 ]
1−1
−
( )[
a11 1−1
E1 ]
1−1
1
[ E3 ] =[ 1375 28125 611875|731500 ] − ( 1375
6 )
[6 75 1375|2215 ]
1
[ E3 ] =[ 0 10937.5 296770.83|246812.5 ]
1
[ E1 ] 6 75 1375 2215
1
[ A :B ] = [ E2 ] 1
[E3]
1 [ 0 437.5 10937.5 9462.5
0 10937.5 296770.83 246812.5 | ]
Como la matriz no es triangular superior, se sigue operando.
m=2
2 2−1
[ E1 ] =[ E 1 ] =[ 6 75 1375|2215 ]
2 2−1
[ E2 ] =[ E 2 ] = [ 0 437.5 10937.5|9462.5 ]
a322−1
2
[ E3 ] = [ E 3 ]
2−1
−
( )[
a22 2−1
E2]
2−1
2
[ E3 ] = [ 0 10937.5 296770.83|246812.5 ] − ( 10937.5
437.5 )
[0 437.5 10937.5|9462.5 ]
2
[ E3 ] = [ 0 0 23333.3|10250 ]
2
[ E1 ] 6 75 1375 2215
2
[ A :B ] =[ E2 ] 2
[E3]
2 [ 0 437.5 10937.5 9462.5
0 0 23333.3 10250 | ]
Entonces:
N=3
b32 10250
X3= 2=
a33 23333.3
X 3 =0.4393
3
1
(
X 2 = b 2 −∑ a 2i2 X i
2
i=3
) a222
1 1
X 2 =( b 22 −a232 X 3 ) =9462.5−(10937.5 x 0.4393)
a 22
2
437.5
X 2 =10.646
3
1
(
X 1 = b 12−∑ a2 i2 X i
i=2
) a112
1
X 1 =( b 12−a12 2 X 2 −a132 X 3 )
a 112
1
X 1 =(2215−75 x 10.646−1375 x 0.4393)
6
X 1 =118.75
La ecuación:
C=X 1 + X 2 P+ X 3 P2
Sosa Cáceres, Christopher, Laura Oré, Erick, García Barreto, Carmen, & Padilla Huamán,
Shenira (2018)
Baxter Q, F., Jiménez W., W., & Alvarado A. (2012). Modelación de parámetros ambientales por métodos
de aproximación polinomial fragmentada para generar curvas de interpolación de datos de funciones
complejas. 6th International Conference on Industrial Engineering and Industrial Management.
Chapra, S. C. (2009). Métodos numéricos para ingenieros :con aplicaciones en computadoras personales
/Steven C. Chapra ; traducción de Carlos Zapata ; revisión técnica Fernando Vera Badillo.
Cortés Rosas, J. J., González Cárdenas, M. E., & Pinilla Morán, V. D. (2011). Solución de sistemas de
ecuaciones lineales: Métodos de Jácobi y Gauss-Seidel.
Cumbre pueblos. (23 de octubre de 2017). Cumbre pueblos. Obtenido de Contaminación del aire: Que es,
causas, consecuencias y soluciones: https://cumbrepuebloscop20.org/medio-ambiente/contaminacion/aire/
De La Rosa, M., Mosso, M., & Ullán, C. (2002). El aire: hábitat y medio de transmisión de
microorganismos. Madrid: Observatorio Medioambiental.
DIGESA. (2005). Protocolo de monitoreo de la calidad del aire y getión de los datos.
Hernandez Andara, R., & Bastidas, G. (2011). Análisis numérico en ingeniería quíımica. Herramientas
computacionales para la soluci´on de problemas. Valencia: REVISTA INGENIERÍA UC,.
Medina Collana, J. (2012). METODOS NUMERICOS UTILIZANDO POLYMATH, MATHCAD Y MATLAB
APLICADOS A INGENIERIA QUIMICA. Lima.
MINAM. (2013 - 2014). Informe Nacional de la Calidad del Aire. Lima: MINAM.
Pérez Porto, J., & Merino, M. (2014). Definicion.de. Obtenido de definicion del aire:
https://definicion.de/aire/