MÉTODO DE MÍNIMOS CUADRADOS Y DIFERENCIAS FINI

MÉTODO DEMÍNIMOS CUADRADOS

- Tiene su fundamento en la minimización de los errores de aproximación de un valor tabular respecto a la curva que define es

Sea:
 Juntando las Ecuaciones 05 y 06, tendremos: AJUSTE LINEAL

〖𝑛∗𝑎〗 _𝑜+𝑎_1∗∑▒𝑥=∑▒𝑦
𝑎_𝑜=(∑▒𝑦 ∑▒ 〖𝑥 ^2− 〗 ∑▒〖 (𝑥∗𝑦) 〗 ∑▒𝑥 )/(𝑛∗∑▒ 〖𝑥 ^2− 〗 〖 (∑▒

𝑎_𝑜∗∑▒𝑥+𝑎_1∗∑▒𝑥^2 =∑▒ 〖 (𝑦 〗∗𝑥 )

𝑎_1=(𝑛∗∑▒(𝑦∗𝑥) −∑▒𝑥 ∑▒𝑦)/(𝑛∗∑▒ 〖𝑥 ^2− 〗 〖 (∑▒𝑥) 〗 ^2 )

Ejercicio:

Mínimos Cuadrados de 2o. Grado

Mínimos Cuadrados de 3r. Grado

Mínimos Cuadrados para Grado Superior

Ejercicio: Hallar la fuerz que se tiene en un túnel de prueba, a la velocidad de 45 m/s

x = v m/s 10 20 30 40 50 60
F K/cm^2 25 70 180 250 310 620

Realizremos un ajuste de 3er. Grado. Σx Σx^2 Σx^3 Σx^4 Σx^5 Σx^6

x = v m/s F K/cm^2 x^2 x^3 x^4 x^5 x^6

10 25 100 1000 10000 100000 1000000
20 70 400 8000 160000 3200000 64000000
30 180 900 27000 810000 24300000 729000000
40 250 1600 64000 2560000 102400000 4096000000
50 310 2500 125000 6250000 312500000 1.5625E+10
60 620 3600 216000 12960000 777600000 4.6656E+10
70 830 4900 343000 24010000 1680700000 1.1765E+11
80 1150 6400 512000 40960000 3276800000 2.6214E+11
360 3435 20400 1296000 87720000 6177600000 4.4696E+11

8 360 20400 1296000 3435

360 20400 1296000 87720000 219850
20400 1296000 87720000 6177600000 15026500
1296000 87720000 6177600000 446964000000 1067605000

6.071428571 -0.5202381 0.012142857 -8.333333E-05 ao = -21.4285714

-0.5202381 0.049710197 -0.00122403 8.6700337E-06 a1 = 5.11399711
0.012142857 -0.00122403 3.127706E-05 -2.272727E-07 a2 = -0.04420996
-8.33333E-05 8.670034E-06 -2.27273E-07 1.6835017E-09 a3 = 0.00205808
𝐹(𝑣)=𝑎𝑜+𝑎1∗𝑣+𝑎2∗𝑣^2+𝑎3∗𝑣^3

𝐹(𝑣)="- 21,4285714 "+"5,11399711 "∗𝑣" - 0,04420996 "∗𝑣^2+"0,00205808

"∗𝑣^3
𝐹(45)="- 21,4285714 "+"5,11399711 "∗"45 - 0,04420996
"∗ 〖 45 〗 ^2+"0,00205808 "∗ 〖 45 〗 ^3
𝐹(45)="- 21,4285714 "+"5,11399711 "∗"45 - 0,04420996
"∗ 〖 45 〗 ^2+"0,00205808 "∗ 〖 45 〗 ^3
𝐹(45)=306,7187
DIFERENCIAS FINITAS

to a la curva que define esta nube de datos.

𝑛∗∑▒ 〖𝑥 ^2− 〗 〖 (∑▒𝑥) 〗 ^2 )

^2− 〗 〖 (∑▒𝑥) 〗 ^2 )

Realizar un ajuste Lineal y hallar la interpolación para x = 12

x = t (min) y = T oC x^2 x*y

1 1 1 1
𝑎_𝑜=(∑▒𝑦 ∑▒ 〖𝑥 ^2− 〗 ∑▒〖 (𝑥∗𝑦) 〗 ∑▒𝑥 )/(𝑛∗∑▒ 〖𝑥
3 8.5 9 25.5 =
5 14.3 25 71.5
7 18.5 49 129.5 𝑎_1=(𝑛∗∑▒(𝑦∗𝑥) −∑▒𝑥 ∑▒𝑦)/(𝑛∗∑▒ 〖𝑥 ^2− 〗
9 23.5 81 211.5 =
11 30.2 121 332.2
13 33.5 169 435.5 La ecuación de ajuste lineal quedará:
15 38.5 225 577.5
17 45.2 289 768.4 𝑦=𝑎_𝑜+𝑎_1∗𝑥
19 48.5 361 921.5
𝑦="0,28892774 "+"2,5
21 53.5 441 1123.5
23 60.2 529 1384.6
Σ 144 375.4 2300 5982.2 Interpolando para x = 12
𝑦(12)="0,28892774 "+

𝑦(12)=31,283333
 70 80
830 1150

^4 Σx^5 Σx^6 Σy Σ(x^2*y) Σ(x^3 * y)

x^2 * y x^3 * y x*y

2500 25000 250
28000 560000 1400
162000 4860000 5400
400000 16000000 10000
775000 38750000 15500
2232000 133920000 37200
4067000 284690000 58100
7360000 588800000 92000
15026500 1067605000 219850

"0,00205808

4420996
4420996
▒〖 (𝑥∗𝑦) 〗 ∑▒𝑥 )/(𝑛∗∑▒ 〖𝑥 ^2− 〗 〖 (∑▒𝑥) 〗 ^2 )
0.28892774

▒𝑥 ∑▒𝑦)/(𝑛∗∑▒ 〖𝑥 ^2− 〗 〖 (∑▒𝑥) 〗 ^2 )

2.58286713

𝑦=𝑎_𝑜+𝑎_1∗𝑥

𝑦="0,28892774 "+"2,58286713 "∗𝑥

𝑦(12)="0,28892774 "+"2,58286713 "∗12

𝑦(12)=31,283333
 MÉTODO DE LAS DIFERENCIAS FINITAS
-Este método utiliza una tabla de datos donde el salto (h) debe ser constante, caso contrario no funcionará.

Desarrollo del Método

Sea una tabla de datos:

x xo x1 x2 x3 x4
y yo y1 y2 y3 y4

x y = Δo Δ1 Δ2 Δ3 Δ4
xo yo 𝑦1−𝑦𝑜 𝑦2,1−𝑦1,0 𝑦3,2,1−𝑦2,1,0 𝑦4,3,2,1−𝑦3,2,1,0 𝑦5,4,3,2,1−𝑦4,3,2,1,0
x1 y1 𝑦2−𝑦1 𝑦3,2−𝑦2,1 𝑦4,3,2−𝑦3,2,1 𝑦5,4,3,2−𝑦4,3,2,1
x2 y2 𝑦3−𝑦2 𝑦4,3−𝑦3,2 𝑦5,4,3−𝑦4,3,2
x3 y3 𝑦4−𝑦3 𝑦5,4−𝑦4,3
x4 y4 𝑦5−𝑦4
Xn x5 y5

Cuando se quiere interpolar siempre tendremos el valor de X (variable independiente)

La relación que existe entre X y Xn, es definida por la siguiente expresión:

𝑥=𝑋𝑛+𝑆∗ℎ

𝑆=(𝑥−𝑋𝑛)/ℎ

Determinando la función:
𝑓(𝑥)=∆_0+𝑆∗∆_1+𝑆(𝑆+1)/2! ∆_2+𝑆(𝑆+1)(𝑆+2)/3! ∆_3+𝑆(𝑆+1)(𝑆+2)(𝑆+3)/4! ∆_4+𝑆(𝑆+1)(𝑆+2)(𝑆+3)(𝑆+

Ejercicio: De los datos de la tabla propuesta, interpolar para x = 3,0

x 1.6 2 2.5 3.2 4

f(x) 2 8 14 15 8

a). Con todos los puntos

b). Con un polinomio de 3er. Grado.
c). Polinomio lineal

a) Resolviendo para todos los puntos

x f(x)=Δo Δ1 Δ2 Δ3 Δ4
1.6 2 6 0 -5 2
 2 8 6 -5 -3 12
2.4 14 1 -8 9
2.8 15 -7 1
3.2 8 -6
Xn = 3.6 2

𝑓(𝑥)=∆_0+𝑆∗∆_1+𝑆(𝑆+1)/2! ∆_2+𝑆(𝑆+1)(𝑆+2)/3! ∆_3+𝑆(𝑆+1)(𝑆+2)(𝑆+3)/4! ∆_4+𝑆(𝑆+1)(𝑆+2)(𝑆+3)(𝑆+

𝑓(3)=2−1,5∗(−6)+(−1,5(−1,5+1))/2 1+(−1,5(−1,5+1)(−1,5+2))/6 9+(−1,5(−1,5+1)(−

f(3) = 12.3359375

b) Interpolar con polinomio de 3r. Grado

x f(x)=Δo Δ1 Δ2 Δ3
2.4 14 1 -8 9
2.8 15 -7 1
3.2 8 -6
Xn = 3.6 2

𝑓(𝑥)=∆_0+𝑆∗∆_1+𝑆(𝑆+1)/2! ∆_2+𝑆(𝑆+1)(𝑆+2)/3! ∆_3

𝑓(𝑥)=2+1,5∗6+(−1,5∗(−1,5+1))/2 1+(−1,5∗(−1,5+1)(−1,5+2))/6 9

f(x) = 11.9575
o funcionará.

x5
y5

Δ5
𝑦5,4,3,2,1−𝑦4,3,2,1,0

e independiente)

/4! ∆_4+𝑆(𝑆+1)(𝑆+2)(𝑆+3)(𝑆+4)/5! ∆_5

4.5
2

Δ5
10
 x* = 3
h= 0.4

S= -1.5

/4! ∆_4+𝑆(𝑆+1)(𝑆+2)(𝑆+3)(𝑆+4)/5! ∆_5

+2))/6 9+(−1,5(−1,5+1)(−1,5+2)(−1,5+3))/24 12+(−1,5(−1,5+1)(−1,5+2)(−1,5+3)(−1,5+4))/120 10

x* = 3
Xn = 3.6
h= 0.4
S= -1.5
120 10
 APLICACIÓN
17.16 Dados los datos

x 5 10 15 20 25 30 35
y 17 24 31 33 37 37 40

a) - Hacer un ajuste lineal al conjunto de datos de la tabla.

b) - Hacer un ajuste de 3er. Grado.
c) - Interpolar con ambos ajustes cuando x = 28.

a)- Ajuste lineal con los datos de la tabla, utilizando mínimos cuadrados
y = ao + a1* x

x y x^2 x*y
5 17 25 85
10 24 100 240 〖𝑛∗𝑎〗 _𝑜+𝑎_1∗∑▒𝑥=∑▒
15 31 225 465
20 33 400 660 𝑎_𝑜∗∑▒𝑥+𝑎_1∗∑▒𝑥^2 =∑▒ 〖
25 37 625 925
30 37 900 1110
35 40 1225 1400
𝑎_𝑜=(∑▒𝑦 ∑▒ 〖𝑥 ^2− 〗
40 40 1600 1600
〖 (𝑥∗𝑦) 〗
45 42 2025 1890
50 41 2500 2050
∑▒𝑥 )/(𝑛∗∑▒ 〖𝑥 ^2− 〗
〖 (∑▒𝑥) 〗 ^2 )
Σ 275 342 9625 10425 𝑎_1=(𝑛∗∑▒(𝑦∗𝑥) −∑▒𝑥
∑▒𝑦)/(𝑛∗∑▒ 〖𝑥 ^2− 〗
〖 (∑▒𝑥) 〗 ^2 )
y = 20,6 + 0,49454545 * X

b). Ajuste de 3r. Grado.

x y x^2 x*y x^3 x^4 x^5

5 17 25 85 125 625 3125
10 24 100 240 1000 10000 100000
15 31 225 465 3375 50625 759375
20 33 400 660 8000 160000 3200000
25 37 625 925 15625 390625 9765625
30 37 900 1110 27000 810000 24300000
35 40 1225 1400 42875 1500625 52521875
40 40 1600 1600 64000 2560000 102400000
45 42 2025 1890 91125 4100625 184528125
50 41 2500 2050 125000 6250000 312500000
 275 342 9625 10425 378125 15833125 690078125

y = ao + a1* X + a2*X^2 + a3*X^3

y = 8,03333333334058 + 2,04013209013249 (X) - 0,0447785547785777 (X^2) + 0,0003480963

c). Linealmente:

y = 20,6 + 0,49454545 * X = 34.4472726

Con ajuste de 3r. Grado

y = 8,03333333334058 + 2,04013209013249 (X) - 0,0447785547785777 (X^2) + 0,0003480963

Chart Title
45
42
41
40 40 40
37 37
35
33
31
30

25
24

20
17
15

10

0
0 10 20 30 40 50
 40 45 50
40 42 41

〖𝑛∗𝑎〗 _𝑜+𝑎_1∗∑▒𝑥=∑▒𝑦

_𝑜∗∑▒𝑥+𝑎_1∗∑▒𝑥^2 =∑▒ 〖 (𝑦 〗∗𝑥 )

𝑎_𝑜=(∑▒𝑦 ∑▒ 〖𝑥 ^2− 〗 ∑▒ (342∗9625−10425∗275)/

〖 (𝑥∗𝑦) 〗
∑▒𝑥 )/(𝑛∗∑▒ 〖𝑥 ^2− 〗
〖 (∑▒𝑥) 〗 ^2 )
𝑎_1=(𝑛∗∑▒(𝑦∗𝑥) −∑▒𝑥
∑▒𝑦)/(𝑛∗∑▒ 〖𝑥 ^2− 〗
〖 (∑▒𝑥) 〗 ^2 )
= 20.6
(10∗9625− 〖 (275) 〗 ^2 )
𝑎_1=(10∗10425−275∗342)/
= 0.49454545
(10∗9625− 〖 (275) 〗 ^2 )

x^6 x^2 * y x^3 * y n Σx Σx^2 Σx^3

15625 425 2125 Σx Σx^2 Σx^3 Σx^4
1000000 2400 24000 Σx^2 Σx^3 Σx^4 Σx^5
11390625 6975 104625 Σx^3 Σx^4 Σx^5 Σx^6
64000000 13200 264000
244140625 23125 578125 10 275 9625 378125
729000000 33300 999000 275 9625 378125 15833125
1838265625 49000 1715000 9625 378125 15833125 690078125
4096000000 64000 2560000 378125 15833125 690078125 30912578125
8303765625 85050 3827250
1.5625E+10 102500 5125000
 3.0913E+10 379975 15199125 La matriz inversa

3.76666667 -0.52777778 0.02 -0.000222222

-0.52777778 0.08464776 -0.0034188 3.941984E-05
0.02 -0.0034188 0.00014406 -1.7094E-06
-0.00022222 3.94198E-05 -1.7094E-06 2.072002E-08
7785777 (X^2) + 0,000348096348096516 (X^3)

7785777 (X^2) + 0,000348096348096516 (X^3) 37.6920559

42
41
0

50 60
 Σy
Σ(x.y)
Σ(x^2 . Y)
Σ(x^3 . Y)

342
10425
379975
15199125
ao = 8.03333333 8.03333333
a1 = 2.04013209 2.04013209
a2 = -0.04477855 -0.04477855
a3 = 0.0003481 0.0003481