Trabajo Practico N°1

Asignatura: Método de Simulación

Ajalla Pablo German

7027
Ingeniería Informática
 1. Escriba las siguientes expresiones considerando el orden de precedencia de operadores:

2
− ( x−μ )
1
a)
2

ⅇ 2σ
σ √2 π
1 ∕ ( 2 π ∧ ( 1 ∕ 2 ) ) ∧ ⅇ −( x−μ ) ∧2 ∕ 2 σ ∧ 2
y 1−Y 0
b) y 0 + X 1− X 0 ( X −X 0 )
y 0 + ( y 1− y 0 ) ∕ ( x 1−x 0 )∗( x−x 0 )

F 1 C1 + F 2 C 2−F3 C 3
c) v

( F 1 C 1+ F 2 C2−F 3 C3 ) ∕ v
F 1 C p ( Π−T ) +w+ Q
d) vρ C p
¿
(F ¿ ¿ 1 C p∗( π −T )+ w+Q) ∕ (V∗P∗C P )¿

e) α exp
( R ( T−E+ 460) )
α∗exp❑ ¿ (¿−( E / ( R∗( T +460 )1) )) ¿

f) T 0+ ( T a−T 0 ) 1−exp
(−t
τ ( ))
T 0+ ( Ta−T 0 )∗( 1−exp ¿ (−t ∕ τ ) )
−b+ √ b −4 ac
2

g) 2a

(−b + ( b ∧2−4∗a∗c ) ∧ ( 1 , 2 ) ) ∕ 2∗a

2. La Figura 1 presenta una planilla Excel que debe completar de forma tal que en la columna B se
calculen los valores correspondientes a la distribución normal para los valores de x listados en la
columna A. Emplee la siguiente fórmula para realizar el cálculo solicitado:

( )
2
−1 x−μ
1 2 σ
f ( x )= 2
¿ⅇ
σ∗√ 2 π
donde µ es la media y  es la desviación estándar. En una misma figura, grafique la función para los
siguientes valores de parámetros (µ, ): (0, 1), (0, 2), (3, 1) y (3, 2)
Figura 1: Planilla Excel para implementar la distribución normal.

=1 / (B$14 * (2 * PI())^(1/2)) * EXP(-(1/2) * (($A2 - B$13) / B$14)^2)

x f(x) f1(x) f2(x) f3(x)

-10 7,6946E-23 7,4336E-07 7,99883E-38 1,33478E-10
-8 5,05227E-15 6,69151E-05 2,11882E-27 5,38488E-08
-6 6,07588E-09 0,002215924 1,02798E-18 7,99187E-06
-4 0,00013383 0,026995483 9,13472E-12 0,000436341
-2 0,053990967 0,120985362 1,48672E-06 0,00876415
0 0,39894228 0,19947114 0,004431848 0,064758798
2 0,053990967 0,120985362 0,241970725 0,176032663
4 0,00013383 0,026995483 0,241970725 0,176032663
6 6,07588E-09 0,002215924 0,004431848 0,064758798
8 5,05227E-15 6,69151E-05 1,48672E-06 0,00876415
10 7,6946E-23 7,4336E-07 9,13472E-12 0,000436341

µ 0 0 3 3
σ 1 2 1 2

Chart Title
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
-15 -10 -5 0 5 10 15

f(x) f1(x) f2(x) f3(x)

3. Complete la tabla presentada en la Figura 1 usando los valores correspondientes a la distribución

normal con parámetros (µ, ): (10, 6), y realice las siguientes actividades:

x f(x)
 -10 0,00026
-8 0,00074
-6 0,00190
-4 0,00437
-2 0,00900
0 0,01658
2 0,02734
4 0,04033
6 0,05324
8 0,06290
10 0,06649
µ 10
σ 6

a. Determine f(x) por interpolación lineal para x igual a 6.2 y 8.4. No incorpore estos valores
a la tabla.

x= 6,2
Posición = 9
0,05324133
X0= 6 Y0= 4
0,06289720
X1= 8 Y1= 5
0,0542069
Y= 2

x= 8,4
Posición = 10
0,06289720
X0= 8 Y0= 5
X1= 10 Y1= 0,06649038
0,0636158
Y= 4

b. Grafique la tabla.

f(x)
0.07000

0.06000

0.05000

0.04000

0.03000

0.02000

0.01000

0.00000
-15 -10 -5 0 5 10 15
 c. Determine f(x) para x igual a 6.2 y 8.4 utilizando un polinomio de regresión de orden seis
con tres cifras significativas en los coeficientes (un entero y dos decimales en notación
científica). No incorpore estos valores a la tabla.

f(x)
0.07000
f(x) = 0.000000007115854 x⁶ − 0.00000004214119 x⁵ − 0.000003114605 x⁴ − 0.000009212036 x³ + 0.000408214 x² + 0.004653213 x
+ 0.016582748 0.06000
R² = 0.99999660863294

0.05000

0.04000

0.03000

0.02000

0.01000

0.00000
-15 -10 -5 0 5 10 15

Regresión
x y
6,2 0,05
8,4 0,06

d. Para cada valor de x en la tabla, calcule los errores absolutos y relativos en % de los
valores reportados por el polinomio obtenido en el punto c. Para ello, adopte como valores
verdaderos a los valores de la tabla. Informe el máximo error absoluto y relativo (en valor
absoluto).

x f(x) G(X) Error Absoluto Error Relativo

-10 0,00026 0,0003 -0,000083 -32,27
-8 0,00074 0,0007 0,000004 0,50
-6 0,00190 0,0020 -0,000107 -5,64
-4 0,00437 0,0044 -0,000023 -0,53
-2 0,00900 0,0090 0,000041 0,45
0 0,01658 0,0166 -0,000020 -0,12
2 0,02734 0,0274 -0,000073 -0,27
4 0,04033 0,0403 0,000000 0,00
6 0,05324 0,0532 0,000068 0,13
8 0,06290 0,0629 -0,000048 -0,08
10 0,06649 0,0665 -0,000010 -0,01
e.

4. Dada la tabla que figura en el Anexo A del informe que puede descargar con este link, realice las
siguientes actividades:
a. Ajuste una función exponencial, f x a bx ( ) = exp( ) , a los datos del total de graduados
universitarios desde el año 1995 hasta el año 2010. Utilice cinco cifras significativas para
los coeficientes (un entero y cuatro decimales).

Total, de
Año Función ajustada exponencial
Graduados
1995 42285 43569
1996 43818 46203
1997 45963 48996
1998 49451 51958
1999 53586 55099
2000 61922 58429
2001 63547 61961
2002 71976 65707
2003 75835 69679
2004 81906 73891
2005 84752 78358
2006 81779 83094
2007 83724 88117
2008 91088 93444
2009 94373 99093
2010 96216 105083

6,117E-47*EXP(0,058693*A2)

b. Debido a que el uso de esta función tiene un fundamento teórico para el caso en estudio,
es posible emplearla para extrapolar. Entonces, utilice la función para predecir la cantidad
de graduados desde 2011 hasta 2013. Determine el error porcentual de cada predicción.
Tome como valor verdadero al valor de la función.

Total, de
Año Función ajustada exponencial Error Porcentual
Graduados
1995 42285 43569 3,0372%
1996 43818 46203 5,4430%
1997 45963 48996 6,5987%
1998 49451 51958 5,0692%
1999 53586 55099 2,8227%
2000 61922 58429 5,6405%
2001 63547 61961 2,4953%
2002 71976 65707 8,7101%
2003 75835 69679 8,1179%
2004 81906 73891 9,7858%
2005 84752 78358 7,5449%
2006 81779 83094 1,6083%
2007 83724 88117 5,2473%
2008 91088 93444 2,5864%
2009 94373 99093 5,0009%
2010 96216 105083 9,2154%
2011 105489 111435 5,6365%
2012 106249 118171 11,2209%
 2013 117719 125314 6,4522%

5. Lea la leyenda del tablero de ajedrez y los granos de trigo. Para la casilla 1 hasta la 10,
grafique la cantidad de granos correspondiente a cada casilla y la respectiva cantidad acumulada.
Determine la línea de tendencia que mejor ajuste a cada una de esas gráficas. Utilice 5 cifras
significativas para los coeficientes.

Casilla Granos correspondientes Cantidad acumulada

1 2 2
2 4 6
3 8 14
4 16 30
5 32 62
6 64 126
7 128 254
8 256 510
9 512 1022
10 1024 2046

Granos correspondiente
1200

1000
f(x) = exp( 0.693147180559945 x )
R² = 1
800

600

400

200

0
0 2 4 6 8 10 12
 Cantidad acumulada
2500

2000 f(x) = 0.0191667 x⁶ − 0.4550641 x⁵ + 4.626603 x⁴ − 23.44647 x³ + 63.12696 x² − 78.31361 x

+ 36.53333
R² = 0.999999157069113

1500

1000

500

0
0 2 4 6 8 10 12