LAZARTE AUINO JUAN F

PRACTICA DIRIGIDA Nº 5

1.DADO EL CONJUNTO DE DATOS

Xi[0.15 0.4 0.6 1.01 1.5 2.2 2.4 2.7 2.9 3.5 3.8 4.4 4.6 5.1 6.6 7.6]

Yi[4.4964 5.1284 5.6931 6.2884 7.0989 7.5507 7.5106 8.0756 7.8708 8.2403 8.5303
8.7394 8.9981 9.1450 9.507 9.9115]
SE AJUSTA A LA FUNCION y
 
a.Linealizar y
  y modificar el programa de minimos cuadrados para obtener la
funcion.
b.Hacer en la misma misma pantalla la grafica de la función el el pano x,y ;y en el
palno log(x),log(y)
fprintf('funcion exponencial Y=b*X^a\n')
x=input('ingrese los x:');
y=input('ingrese los y:');
n=length(x);
y1=log(y);x1=log(x);
sumy1=sum(y1);sumx1=sum(x1);sumx1y1=sum(x1.*y1);sumx1x1=sum(x1.*x1);
A=[sumx1 n;sumx1x1 sumx1];
B=[sumy1;sumx1y1];
X=inv(A)*B;
b=exp(X(2))
a=X(1)
syms z
w=a*z+X(2)
z=min(x1):0.1:max(x1);w=a*z+X(2);subplot(2,1,1);plot(z,w,'r',x1,y1,'b.');title('recta
linealizada y=Ax+B');
xlabel('abscisas log(x)');ylabel('ordenadas log(y)')
syms i
j=b*i.^a
i=min(x):0.1:max(x);j=b*i.^a;subplot(2,1,2);plot(i,j,'r',x,y,'b.');title('Y=b*X^a');xl
abel('abscisas x');ylabel('ordenadas y')
2.SI UNA POBLACION TIENE UN CRECIMIENTO LOGISTICO Y NO PUEDE SUPERAR LA CANTIDAD DE
1000 INDIVIDUOS ENTONCES EL NUMERO ‘Y’ DE INDIVIDUOS EN ‘X’ VIENE DADO POR:



  ,aproximar por el método de minimos cuadrados con linealizacion el valor
de c y a para los siguientes datos.
 [0 1 2 3 4]
 [200 400 650 850 950]
fprintf('aproximacion y=1000/(1+c*exp(a*x))\n')
x=input('ingrese las absisas:\n');
y=input('ingrese las ordenadas:\n');
n=length(x);
y1=log((1000*ones(1,n)-y)./y);
sx=sum(x);
sx2=sum(x.*x);
sy1=sum(y1);
sxy1=sum(x.*y1);
A=[sx n;sx2 sx];
B=[sy1;sxy1];
X=inv(A)*B;
a=X(1)
c=exp(X(2))
3.EN UN CURSO DETERMINADO SE SELECCIONO UNA MUESTRA REPRESENTATIVA DE 12 ALUNMOS
VARONES Y SE REGISTRO SU ALTURA x EN METROS Y SUS PESOS y EN KILOS QUE SE INDICAN EN
LA SIGUIENTE TABLA.
X 1.7 1.68 1.86 1.6 1.68 1.55 1.62 1.68 1.7 1.65 1.82 156
Y 72 65 82 58 63 65 58 70 69 62 76 60

X [1.7 1.68 1.86 1.6 1.68 1.55 1.62 1.68 1.7 1.65 1.82 1.56]
Y [72 65 82 58 63 65 58 70 69 62 76 60]
Codificacion en matlab.
function puntos
fprintf('metodo de los minimos cuadraticos:\n');
x=input('ingrese los valores de x en vector:\n');
y=input('ingrese los valores de y en vector:\n');
n=length(x);
w=sum(x);
z=sum(y);
f=sum(x.*y);
d=sum(x.*x);
v=[w n; d w];
q=[z; f];
c=inv(v)*q;
a=c(1)
b=c(2)
g=[min(x):0.1:max(x)];
i=a*g+b;
%sum1=sum((y-(a*x+b)).^2);
%m=sum(y)/n;
%sum2=sum((y-m).^2);
%r=sqrt(1-((sum1)/(sum2)))
plot( g,i,'g',x,y,'*')
var=(sum(y.^2)-b*sum(y)-a*sum(x.*y))/n;
sxy=sqrt(var)
syms g
i=a*g+b;
g=1.75;
k=eval(i)
fprintf('el valor estimado de peso para la talla de 1.75 es %f\n',k)
4.HALLAR LA CURVA QUE DESCRIBE MEJOR EL CONJUNTO DE DATOS.
X 10 20 30 40 50 60 70 80
Y 30 36 40 48 50 54 66 88
GRAFICANDO EL CONJUNTO DE DATOS.

Se aproxima mejor a una recta.

10.DADO EL CONJUNTO DE DATOS.
X 0 1 2 3 4 5
Y 0 20 60 68 77 110
a.hallar los polinomios de grado 2,3,4,5
b.graficar los polinomios de grado 1,2,3,4,5
¿Cuál de estos se aproxima mejor al conjunto de datos?

11.SEA f(x)=  .CALCULAR EL POLINOMIO DE GRADO 1 CON NODOS X=0,X=0.5.MANUALMENTE Y

LUEGO CALCULE USANDO ELPROGRAMA INTERPRETE COMO FUNCIONA EL PROGRAMA.

12.SEA 
 
a. Hallar el polinomio de lagrange de grado 1, con nodos x=0 ,x=0.5 y aproxime
f(0.25) usando el polinomio.
b.Hallar el polinomio de lagrange de grado 1 con nodos x=0,x=2 y aproxime f(0.25)
usando este polinomio.
c. ¿Cuál de los polinomios es la mejor aproximación para f(0.25)?
d. Graficar los polinomios la función f(x).