AJUSTE DE CURVA

KAREN MOLINA MAZABEL

JUAN MANUEL CASTRO CHAVARRO
UNIVERSIDAD SURCOLOMBIANA – INGENIERIA CIVIL Y AGROINDUSTRIAL

1
 Asignatura: Métodos Numéricos

AJUSTE DE CURVA

Presenta:
Karen Molina Mazabel; Código: 20181169736
Juan Manuel Castro Chavarro; Código: 20191179167

Docente

Ing. YAMIL ARMANDO CERQUERA ROJAS MSc.

Neiva, Septiembre 2 de 2020

2
 Tabla de contenido

PRIMER PROBLEMA.
1. PLANTEAMIENTO DEL PROBLEMA.................................................................................................................4
2. ANÁLISIS DE LA SITUACIÓN PLANTEADA.......................................................................................................4
3. MÉTODO DE MÍNIMOS CUADRADOS SOLUCIONAR EL PROBLEMA...............................................................5
4. SOLUCIÓN DEL PROBLEMA:...........................................................................................................................5
5. ANALISIS DE RESULTADO...............................................................................................................................9
6. CODIGO USADO.............................................................................................................................................9
7. CONCLUSIONES...........................................................................................................................................13

3
 1. PLANTEAMIENTO DEL PROBLEMA

Se plantea el siguiente problema:

Se debe realizar un ajuste de curvas para los datos obtenidos al medir el número de contagios en
el municipio de Pitalito desde el inicio de la pandemia en Colombia.

Se platean 3 formas de curva: polinomial de orden 3 o 4, exponencial y potencial.

2. ANÁLISIS DE LA SITUACIÓN PLANTEADA

Desde el inicio de la pandemia los casos en el municipio de Pitalito han ido en incremento, se
desea ajustar los datos para conocer su comportamiento.

Gráfica 1: Muestra los casos acumulados en el municipio de Pitalito desde que inició la pandemia
en Colombia.

Se va a utilizar el método de mínimos cuadrados al proponerse 3 formas de curva, y haciendo uso

de el coeficiente de determinación para determinar que tan preciso es cada uno de los ajustes
con los tipos de curvas.

4
 3. MÉTODO DE MÍNIMOS CUADRADOS PARA SOLUCIONAR EL PROBLEMA

Para la curva polinomial de 3 orden:

Se plantea la siguiente ecuación para realizar el ajuste de curva:
^y =a+bx +c x 2 +d x 3

Para la curva polinomial de 4 orden:

Se plantea la ecuación:
^y =a+bx +c x 2 +d x 3+ e x 4

Para la curva exponencial:

Se plantea la siguiente ecuación:

2
a +bx +c x
^y =e

Para la curva potencial:

Se utiliza la ecuación:
b
^y =a∗x

Se calculó r 2 (coeficiente de determinación) a cada uno de los ajustes de curva para lograr determinar
cual de ellos es más eficiente.

4. SOLUCIÓN DEL PROBLEMA:

Para la curva polinomial de orden 3:

Se plantea un sistema de ecuaciones con el fin de obtener los coeficientes de la ecuación:

^y =a+bx +c x 2 +d x 3

na+ b ∑ x+ c ∑ x 2+ d ∑ x 3 =∑ y
a ∑ x +b ∑ x 2 +c ∑ x 3 +d ∑ x 4 =∑ xy
a ∑ x 2 +b ∑ x 3+ c ∑ x 4 + d ∑ x 5=∑ x2 y
a ∑ x 3 +b ∑ x 4 + c ∑ x 4 +d ∑ x 6=∑ x 3 y

Usando un código de programación en Scilab que calcula el valor de cada uno de los
coeficientes, calcula el valor de r2 y además muestra el gráfico de la curva superpuesta a los
puntos de los contagios se tiene que:

Valores de los coeficientes:

a= (-26.509488); b= (3.4642128); c= (-0.0749188); d= (0.000469)
entonces la ecuación quedaría: y=−26.509488+ 3.4642128 x + (−0.0749188 ) x 2+ 0.000469 x 3
r 2=0.9529985

5
 Gráfica 2: Muestra la línea de tendencia obtenida con la curva polinomial de orden 3.

Para la curva polinomial de orden 4:

Planteando una ecuación y usando Scilab para obtener sus coeficientes:
^y =a+bx +c x 2 +d x 3+ e x 4

na+ b ∑ x+ c ∑ x 2+ d ∑ x 3 +e ∑ x 4=∑ y
a ∑ x +b ∑ x 2 +c ∑ x 3 +d ∑ x 4 +e ∑ x5 =∑ xy
a ∑ x 2 +b ∑ x 3+ c ∑ x 4 + d ∑ x 5 +e ∑ x6 =∑ x 2 y
a ∑ x 3 +b ∑ x 4 + c ∑ x 4 +d ∑ x 6 +e ∑ x 7=∑ x3 y
a ∑ x 4 + b ∑ x5 + c ∑ x 6 +d ∑ x7 + e ∑ x 8=∑ x 4 y

Tenemos como resultado:

a= (9.4140509); b= (-1.6490053); c= (0.0928157); d= (-0.0014448); e= (0.000007)

y=9.4140509+(−1.6490053)x +0.0928157 x 2 +(−0.0014448) x 3+ 0.000007 x 4

r 2=0.9924873

6
 Gráfica 3: muestra la línea de tendencia obtenida con la curva polinomial de orden 4.

Para la curva exponencial:

2
a +bx +c x
^y =e

Se hace un cambio de presentación con el fin de lograr adaptarlo al modelo de mínimos

cuadrados:
2
a+ bx +c x

ln ^y =ln e
Donde:
ln ^y =Y
Quedando entonces:

Y =a+bx +c x 2

na+ b ∑ x+ c ∑ x 2=∑ Y
a ∑ x +b ∑ x 2 +c ∑ x 3 =∑ xY
a ∑ x 2 +b ∑ x 3+ c ∑ x 4 =∑ x 2 Y

Obteniendo entonces:
a= (0.8163212); b= (0.037823); c= (-0.0000577)

r 2=0.4132854

La ecuación sería:
2
0,8153212 +0,0,37823 x+(−0,0000577 )x
^y =e

7
 Gráfica 4: muestra la línea de tendencia obtenida con la curva exponencial.
Para la curva potencial:
b
^y =a∗x
Se hace un ajuste por medio de los logaritmos y sus propiedades para semejar esta expresión
a una ecuación polinomial.

ln ⁡( ^y )=ln ⁡(a∗xb )
ln ( ^y )=ln ( a ) +ln ⁡(x b)
ln ( ^y )=ln ( a ) +b∗ln ⁡(x)

Donde ln ( ^y )=Y^ ; ln ( a )= A ; ln ( x )=X

Entonces tendríamos la ecuación:

Y^ = A +bX
nA +b ∑ X =∑ Y
A ∑ X + b ∑ X 2=∑ XY

Teniendo como resultados:

a= (0.1627727); b= (1.2337774); r 2=0.1694193

la ecuación sería: ^y =0,1627727∗x 1,23377754

8
 Gráfica 5: muestra la línea de tendencia obtenida con la curva potencial.

5. ANALISIS DE RESULTADO

Analizando los coeficientes de determinación obtenidos con cada una de las curvas propuestas, es
evidente que el que más se acerca a 1 es el con la curva polinomial de orden 4.

Si se observa la gráfica 3 se ve que la línea de tendencia toca en mayor número los datos si se
compara con las otras gráficas.

6. CODIGO USADO

Para la ecuación polinomial de orden 3:

1.
y=[1,1,1,1,1,1,1,3,3,3,3,3,3,3,3,3,3,3,3,7,9,9,9,9,10,10,10,10,10,13,13,14,14,14,16,16,16,
17,17,17,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,20,21,21
,21,21,22,22,22,23,23,23,23,24,24,24,24,25,25,25,25,25,25,25,25,25,25,25,27,27,27,27,2
7,28,29,30,34,35,40,42,42,43,44,47,48,49,51,51,61,61,63,64,74,75,75,84,89,97,126,128,1
31,138,154,161,175,176,189,197,218,224,240,243,275];
n=length(y);
x=1:n
sx=sum(x);
sx2=sum(x.^2);
sx3=sum(x.^3);
sx4=sum(x.^4);
sx5=sum(x.^5);
sx6=sum(x.^6);
sy=sum(y);
9
sxy=sum(x.*y);
sx2y=sum((x.^2).*y);
sx3y=sum((x.^3).*y);
m=[n sx sx2 sx3;sx sx2 sx3 sx4;sx2 sx3 sx4 sx5;sx3 sx4 sx5 sx6];
ti=[sy;sxy;sx2y;sx3y];
v=inv(m)*ti
a=v(1)
b=v(2)
c=v(3)
d=v(4)
disp(a,"a= ")
disp(b,"b= ")
disp(c,"c= ")
disp(d,"d= ")
xx=1:n;
yy=a+b*xx+c*(x.^2)+d*(x.^3);
plot(xx,yy,'b')
plot(x,y,'or');xgrid //se usó para ver la gráfica de los puntos
med=sum(y);
medi=(med/n);
all=sum((yy-medi).^2);
al=sum((y-medi).^2);
r2=(all/al);
disp(medi,"la media es ")
disp(r2,"el r2 es")
Para la ecuación polinomial de orden 4:
y=[1,1,1,1,1,1,1,3,3,3,3,3,3,3,3,3,3,3,3,7,9,9,9,9,10,10,10,10,10,13,13,14,14,14,16,16,16,
17,17,17,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,20,21,21
,21,21,22,22,22,23,23,23,23,24,24,24,24,25,25,25,25,25,25,25,25,25,25,25,27,27,27,27,2
7,28,29,30,34,35,40,42,42,43,44,47,48,49,51,51,61,61,63,64,74,75,75,84,89,97,126,128,1
31,138,154,161,175,176,189,197,218,224,240,243,275];
n=length(y);
x=1:n
sx=sum(x);
sx2=sum(x.^2);
sx3=sum(x.^3);
sx4=sum(x.^4);
sx5=sum(x.^5);
sx6=sum(x.^6);
10
sx7=sum(x.^7);
sx8=sum(x.^8);
sy=sum(y);
sxy=sum(x.*y);
sx2y=sum((x.^2).*y);
sx3y=sum((x.^3).*y);
sx4y=sum((x.^4).*y);
m=[n sx sx2 sx3 sx4;sx sx2 sx3 sx4 sx5;sx2 sx3 sx4 sx5 sx6;sx3 sx4 sx5 sx6 sx7;sx4 sx5
sx6 sx7 sx8];
ti=[sy;sxy;sx2y;sx3y;sx4y];
v=inv(m)*ti
a=v(1)
b=v(2)
c=v(3)
d=v(4)
e=v(5)
disp(a,"a= ")
disp(b,"b= ")
disp(c,"c= ")
disp(d,"d= ")
disp(e,"e= ")
xx=1:n;
yy=a+b*xx+c*(x.^2)+d*(x.^3)+e*(x.^4);
plot(xx,yy,'b')
plot(x,y,'or');xgrid //se usó para ver los datos de una manera gráfica.
med=sum(y);
medi=(med/n);
all=sum((yy-medi).^2);
al=sum((y-medi).^2);
r2=(all/al);
disp(medi,"la media es ")
disp(r2,"el r2 es")
Para la ecuación exponencial:
y=[1,1,1,1,1,1,1,3,3,3,3,3,3,3,3,3,3,3,3,7,9,9,9,9,10,10,10,10,10,13,13,14,14,14,16,16,16,
17,17,17,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,20,21,21
,21,21,22,22,22,23,23,23,23,24,24,24,24,25,25,25,25,25,25,25,25,25,25,25,27,27,27,27,2
7,28,29,30,34,35,40,42,42,43,44,47,48,49,51,51,61,61,63,64,74,75,75,84,89,97,126,128,1
31,138,154,161,175,176,189,197,218,224,240,243,275];
n=length(y);
11
x=1:n
Y=log(y);
sx=sum(x);
sx2=sum(x.^2);
sx3=sum(x.^3);
sx4=sum(x.^4);
sy=sum(Y);
sxy=sum(x.*Y);
sx2y=sum((x.^2).*Y)
m=[n sx sx2; sx sx2 sx3; sx2 sx3 sx4];
ti=[sy;sxy;sx2y];
v=inv(m)*ti
a=v(1)
b=v(2)
c=v(3)
disp(a,"a= ")
disp(b,"b= ")
disp(c,"c= ")
xx=1:n;
yy=(exp(a+b*x+c*(x.^2)));
plot(xx,yy,'b')
plot(x,y,'or');xgrid //se usó para ver la gráfica de los puntos
med=sum(y);
medi=(med/n);
all=sum((yy-medi).^2);
al=sum((y-medi).^2);
r2=(all/al);
disp(medi,"la media es ")
disp(r2,"el r2 es")
Para la ecuación potencial:
y=[1,1,1,1,1,1,1,3,3,3,3,3,3,3,3,3,3,3,3,7,9,9,9,9,10,10,10,10,10,13,13,14,14,14,16,16,16,
17,17,17,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,18,20,21,21
,21,21,22,22,22,23,23,23,23,24,24,24,24,25,25,25,25,25,25,25,25,25,25,25,27,27,27,27,2
7,28,29,30,34,35,40,42,42,43,44,47,48,49,51,51,61,61,63,64,74,75,75,84,89,97,126,128,1
31,138,154,161,175,176,189,197,218,224,240,243,275];
n=length(y);
x=1:n
Y=log(y);
X=log(x);
12
sx=sum(X);
sx2=sum(X.^2);
sy=sum(Y);
sxy=sum(X.*Y);
m=[n sx; sx sx2];
ti=[sy;sxy];
v=inv(m)*ti
A=v(1)
b=v(2)
a=(exp(A));
disp(a,"a= ")
disp(b,"b= ")
xx=1:n;
yy=(a*(x.^(b)));
plot(xx,yy,'b')
plot(x,y,'or');xgrid //se usó para ver la gráfica de los puntos
med=sum(y);
medi=(med/n);
all=sum((yy-medi).^2);
al=sum((y-medi).^2);
r2=(all/al);
disp(medi,"la media es ")
disp(r2,"el r2 es")

7. CONCLUSIONES

1. Se encuentra que el mejor ajuste que se puede hacer a los datos de los contagios en el municipio
de Pitalito es una curva polinomial de orden 4:
y=9.4140509+(−1.6490053)x +0.0928157 x 2 +(−0.0014448) x 3+ 0.000007 x 4
2. El r2 más grande fue obtenido con la curva polinomial de orden 4.
3. Es importante hacer el ajuste de curvas cuando se desea conocer el comportamiento de los datos
que se tienen, ya que a veces la inspección a simple vista no es suficiente para determinarlo.
4. Se muestra que la curva de crecimiento de contagios del virus no es de manera exponencial sino
polinomial.

13