UNIVERSIDAD VERACRUZANA

REGIÓN XALAPA
FACULTAD
INGENIERÍA MECÁNICA ELÉCTRICA

EXPERIENCIA EDUCATIVA
MÉTODOS NUMÉRICOS

ACADEMICO
MIC. VICTOR FERNÁNDEZ ROSALES

Actividad 08
AJUSTE DE CURVAS

Alumno
ABRAHAM CONTERAS MORALES
 referencia:

Regresión lineal

0 XI YI (XI)*(YI) (XI)^2
1 102 88 8976 10404
2 91 104 9464 8281 180
3 104 129 13416 10816 160
4 107 86 9202 11449 140 f(x) = 1.1584065612
5 133 146 19418 17689
120
6 115 128 14720 13225
100
7 105 115 12075 11025
80
8 87 79 6873 7569
9 116 155 17980 13456 60
10 102 101 10302 10404 40
11 111 118 13098 12321 20
12 93 113 10509 8649 0
80 90 100
13 112 96 10752 12544
14 113 144 16272 12769
15 110 139 15290 12100
16 125 113 14125 15625

Σ 1726 1854 202472 188326

a= 1.15840656
y= 115.875
x= 107.875
b= -9.08810779

y = 1.1584x - 9.0881
 Carlos N. Bouza-Herrera (2018). MODELOS CUANTITATIVOS PARA APLICACIONES EN ESTUDIOS DE SALUD
HUMANA Y EL MEDIO-AMBIENTE. Comité Editorial (cuba)

pagina 114

Regresión po

0
y 1
180 2
160 3
140
4
f(x) = 1.15840656121851 x − 9.08810779144694
5
120
6
100
7
80
8
60 9
40 10
20 11
0 12
80 90 100 110 120 130 140
13
14
15
16

DATOS DE ESTUDIO
x=
y= - 9.09
Regresión polinomial

Xi Yi x^2 x^3 x^4 (XI)*(YI) x^2*Yi

102 88 10404 1061208 108243216 8976 915552
91 104 8281 753571 68574961 9464 861224
180
104 129 10816 1124864 116985856 13416 1395264
107 86 11449 1225043 131079601 9202 984614 160

133 146 17689 2352637 312900721 19418 2582594 140

f(x) = − 0.0086816
115 128 13225 1520875 174900625 14720 1692800 120
105 115 11025 1157625 121550625 12075 1267875 100
87 79 7569 658503 57289761 6873 597951
80
116 155 13456 1560896 181063936 17980 2085680
60
102 101 10404 1061208 108243216 10302 1050804
111 118 12321 1367631 151807041 13098 1453878 40
93 113 8649 804357 74805201 10509 977337 20
112 96 12544 1404928 157351936 10752 1204224 0
80 90 10
113 144 12769 1442897 163047361 16272 1838736
110 139 12100 1331000 146410000 15290 1681900
125 113 15625 1953125 244140625 14125 1765625

1726 1854 188326 20780368 2318394682 202472 22356058

Se genera el sistema de ecuaciones lineales

𝑎_0 𝑎_1 𝑎_2 =

16 1726 188326 1854
1726 188326 20780368 202472
188326 20780368 2318394682 22356058

Resolviendo el sistema de ecuaciones se obtiene:

 268.928604 -4.94402349 0.02246916 - 110.87 𝑎_0
-4.94402349 0.09137564 -0.00041741 3.05 𝑎_1
0.02246916 -0.00041741 1.91663E-06 - 0.0087 𝑎_2
 y
180
160
140
f(x) = − 0.008681644451096 x² + 3.04914666088224 x − 110.865485236607
120
100
80
60
40
20
0
80 90 100 110 120 130 140

y = -0.0087x2 + 3.0491x - 110.87

DATOS DE ESTUDIO
x=
y= - 110.87
Por analisis del grafico, podemos intuir que los datos se encuentran concentrados
(se verifica con analisis estadistico) , y que por lo tanto, la muestra es confiable.
Por el lado de la tabla, se observa diferencias notorias entre la resitencia
reportada por clientes y por la fabrica, por lo que se deduce una deficiencia en el
control de calidad del producto final, se propone contemplar una mejora en la
producción o en las pruebas de laboratorio del producto.