Matlab Trabajo 03

CURSO: MÉTODOS NUMÉRICOS

NOMBRE: LUIS ENRIQUE MOYA JULIAN

SOLUCIÓN PROBLEMA 01

a) MÉTODO DE MÍNIMOS CUADRADOS

Ejecutando Matlab código:

Métodos Numéricos
 Matlab Trabajo 03

La Ecuación de la recta es: y =-2.014+1.458*x

Pendiente es: 1.458

Intersección es:
Si X=0, entonces: y=-2.014+1.458*(0)= - 2.014

Grafica de Regresión lineal

Evaluando el ajuste, según datos y la gráfica tiende a una parábola, la ecuación de línea
recta no seria un buen ajuste

b) EJECUTANDO MATLAB, REGRESIÓN POLINOMIAL:

Ecuación De Ajuste Parábola : y=1.488+-0.452*x+0.191*x^2

Grafica de Datos Matlab:

Métodos Numéricos
 Matlab Trabajo 03

Código Matlab
clear all
%% REGRESION POLINOMICA
Datos=importdata('Mínimos Cuadrados.txt');
n=length(Datos);
sumx=0;
sumx2=0;
sumx3=0;
sumx4=0;
sumy=0
sumxy=0;
sumx2y=0;
for i=1:1:n
sumx=sumx+Datos(i,1);
sumx2=sumx2+Datos(i,1)^2;
sumx3=sumx3+Datos(i,1)^3;
sumx4=sumx4+Datos(i,1)^4;
sumy=sumy+Datos(i,2)
sumxy=sumxy+Datos(i,1)*Datos(i,2);
sumx2y=sumx2y+Datos(i,1)^2*Datos(i,2);
end
B(1,1)=n;
B(1,2)=sumx
B(1,3)=sumx2;
B(2,1)=sumx;
B(2,2)=sumx2;
B(2,3)=sumx3;
B(3,1)=sumx2;
B(3,2)=sumx3;
B(3,3)=sumx4;
C=[sumy; sumxy; sumx2y];
A=inv(B)*C
fprintf('La función de ajuste polinomio es
y=%.3f+%.3fx+%.3fx^2',A(1),A(2),A(3))
%% Tabulación de la función ajuste

Métodos Numéricos
 Matlab Trabajo 03

xx=(0:0.1:9)';
for i=1:length(xx)
yy(i,1)=A(1)+A(2)*xx(i)+A(3)*xx(i)^2;
end
%% Ploteo
figure
hold on
plot(Datos(:,1),Datos(:,2))
plot(xx,yy)
grid on

conclusión: Los datos se ajustan mejor a una parábola

Métodos Numéricos