Aproximación polinominal

con mínimos cuadrados

• En la practica habitualmente se usan funciones polinómicas de
grado bajo o bien de tipo exponencial, potencial. En cuanto al
criterio a considerar para obtener el modelo concreto consiste
en pedir que la suma de las distancias calculadas entre el valor
de la función que aproxima p(xi) y el valor de la función f(xi)
dada, sea mínima; es decir, que

Figura 5.8 Ilustración de las distancias a minimizar.

• Para evitar problemas de derivabilidad más adelante, se
acostumbra utilizar las distancias 𝑑𝑖 , elevadas al cuadrado:

• En la figura 5.8 se observan los puntos tabulados, la

aproximación polinomial p(x) y las distancias 𝑑𝑖 entre los
puntos correspondientes, cuya suma hay que minimizar.
Si se utiliza
… (5.59)
para aproximar la función dada por la tabla, el problema queda
como el de minimizar
…. (5.60)
• Hay que observar que del número infinito de polinomios que
pasan entre los puntos, se selecciona aquél cuyos coeficientes
𝑎0 y 𝑎1 minimicen la ecuación (5.60).
• El sistema se resuelve por la regla de Cramer y se tiene

que sustituidos en la ecuación 5.59 dan la aproximación

polinomial de primer grado que mejor ajusta la información
tabulada. Este polinomio puede usarse a fin de aproximar
valores de la función para argumentos no conocidos.
Ejercicio 5.32
En el estudio de la constante de velocidad k de una reacción
química a diferentes temperaturas, se obtuvieron los datos

T(k) 293 300 320 340 360 380 400

k 8.53x10−5 19.1x10−5 1.56x10−5 0.01 0.0522 0.2284 0.8631

Calcule el factor de frecuencia z y la energía de activación E,

asumiendo que los datos experimentales siguen la ley de
Arrhenius

𝑘 = 𝑧𝑒 −𝐸/1.98𝑇
Solución
𝑘 = 𝑧𝑒 −𝐸/1.98𝑇 … (1)
Este problema puede resolverse mediante el método de
mínimos cuadrados de la siguiente manera. Se aplican
logaritmos a la ecuación 1 y se tiene

𝐸 1
𝐿𝑛 𝑘 = 𝐿𝑛 𝑧 −
1.98 𝑇

𝑦 = 𝑏 + 𝑚𝑥
Donde:
𝑦 = 𝑙𝑛 𝑘 𝑎0 = ln 𝑧 = b
1 𝐸
𝑥= 𝑎1 = − =𝑚
𝑇 1.98
Para hallar:

𝑛 σ𝑛𝑖=0 𝑥𝑖 𝑦𝑖 − σ𝑛𝑖=0 𝑥𝑖 σ𝑛𝑖=0 𝑦𝑖

𝑎1 = 2
𝑛 σ𝑛𝑖=0 𝑥𝑖 2 − (σ𝑛𝑖=0 𝑥𝑖 )

7 −0.12111012 − (0.02072184)(−38.182537)
𝑎1 = = −10101.612
7 6.20669𝑥10−5 − (0.02072184)2

σ𝑛𝑖=0 𝑦𝑖 σ𝑛𝑖=0 𝑥𝑖 2 − σ𝑛𝑖=0 𝑥𝑖 σ𝑛𝑖=0 𝑥𝑖 𝑦𝑖

𝑎0 = 2 = 25.107
𝑛 σ𝑛𝑖=0 𝑥𝑖 2 − (σ𝑛𝑖=0 𝑥𝑖 )
 T(k) k x=1/T y=ln k x*y x^2

293 0.0000853 0.00341297 -9.3693361 -0.03197726 1.16484E-05

300 0.000191 0.00333333 -8.56323713 -0.02854412 1.11111E-05

320 0.0000156 0.003125 -11.0682396 -0.03458825 9.76563E-06

340 0.01 0.00294118 -4.60517019 -0.01354462 8.65052E-06

360 0.0522 0.00277778 -2.95267278 -0.00820187 7.71605E-06

380 0.2284 0.00263158 -1.4766568 -0.00388594 6.92521E-06

400 0.8631 0.0025 -0.14722472 -0.00036806 0.00000625

2393 1.1539919 0.02072184 -38.1825374 -0.12111012 6.20669E-05

Al sustituir los valores en la ecuación, obtenemos:

y = -10101.612x + 25.107

𝑧 = 8.01223𝑥1010 𝐸 = 20001.19
Código Matlab
clc,clear all
format long
%Inversas de las temperaturas 1/T
x=[1/293 1/300 1/320 1/340 1/360 1/380 1/400];
%Logaritmos naturales de las constantes de velocidad k
y=[log(0.0000853) log(0.000191) log(0.00156) log(0.01)
log(0.0522) log(0.2284) log(0.8641)];
a=polyfit(x,y,1);
disp(' ')
fprintf('Los parametros son: a0=%9.3f a1=%9.3f \n',a(2),a(1))
disp(' ')
%Factor de frecuencia z
z=exp(a(2));
disp(' El valor del factor de frecuencia ');
fprintf(' %9.3f\n',z);
disp(' ')
%Energia de Activacion E
E=-1.98*a(1);
disp(' El valor de la energia de activacion es ');
fprintf(' %9.3f\n',E);
vista Matlab
Resultados:
• El grado del polinomio no tiene relación con el
número de puntos usados y debe seleccionarse de
antemano con base en consideraciones teóricas que
apoyan el fenómeno estudiado, el diagrama de
dispersión (puntos graficados en el plano x-y) o
ambos.
• El hecho de tener la mejor recta que aproxima la
información, no significa que la información esté bien
aproximada; quizá convenga aproximarla con una
parábola o una cúbica.
• Para encontrar el polinomio de segundo grado
𝑃2 𝑥 = 𝑎𝑜 + 𝑎1 𝑥 + 𝑎2 𝑥 2 que mejor aproxime la
tabla, se minimiza:

• donde los parámetros 𝑎𝑜 , 𝑎1 y 𝑎2 se obtienen al

resolver el sistema de ecuaciones lineales que resulta
de derivar parcialmente e igualar a cero la función por
minimizar con respecto a cada uno.
• En caso de querer aproximar una función dada en
forma tabular con un polinomio de grado más alto, n
por ejemplo, el procedimiento es el mismo; esto es,
minimizar la función.
Problema 5.37
Los valores:
t 0.0 10.0 27.4 42.1

s 61.5 62.1 66.3 70.3

Representan la cantidad s en gr de dicromato de

potasio disueltos en 100 partes de agua a la
temperatura t indicada en ℃ . La relación entre estas
variables es: log10 5 = 𝑎 + 𝑏𝑡 + 𝑐𝑡 2
Calcule los parámetros a, b y c por el método de
mínimos cuadrados.
• Solución
Construiremos una tabla que proporcione los
coeficientes del sistema de ecuaciones 5.64

Puntos 𝑖 t s 𝑥2 𝑥3 𝑥4 𝑦𝑖 𝑥𝑖 𝑦𝑖 𝑥 2
𝑥𝑖 𝑦𝑖
1 0.0 61.5 0 0 0 0 0
2 10.0 62.1 100 1000 10000 621 6210
3 27.4 66.3 750.76 29570.82 563640.577 1816.62 49775.38

4 42.1 70.3 1772.41 74618.46 3141437.21 2959.63 124600.42

total 79.5 260.2 2623.17 96189.28 3715077.78 5397.25 180585.81

• 4 𝑎0 + 79.5𝑎1 +2623.17𝑎2 =260.2

• 79.5𝑎0 + 2623.17𝑎1 + 96189.285𝑎2 = 5397.25

• 2623.17𝑎0 + 96189.285𝑎1 + 3715077.786𝑎2 = 180585.811

Cuya solución por el método de eliminación

Gaussiana es:
𝑎0 = 61.31334
𝑎1 = 0.086434
𝑎2 = 0.003078
Que forma la aproximación polinomial siguiente:
log10 5 = 𝑎 + 𝑏𝑡 + 𝑐𝑡 2

log10 5 = 61.3133 + 0.086434𝑡 + 0.00308𝑡 2

Código Matlab
clc,clear all
%%Aproximacion polinomial con Minimos cuadrados
%temperatura, t
x=[0.0 10.0 27.4 42.1];
%cantidad s
y=[61.5 62.1 66.3 70.3];
a=polyfit(x,y,2);
fprintf('los parametros son: ');
fprintf('a0=%8.5f a1=%9.6f a2=%9.6f\n',a(3),a(2),a(1))
xint=0.69897;
yint=a(3)+a(2)*xint+a(1)*xint^2;
Vista Matlab
Resultados
Ejercicio 5.30
En la tabla
Punt 0 1 2 3 4 5 6 7 8

os
𝒗 26.43 22.40 19.08 16.32 14.04 12.12 10.51 9.15 8.00

𝑷 14.70 17.53 20.80 24.54 28.83 33.71 39.25 45.49 52.52

𝑣 es el volumen en 𝑝𝑖𝑒 3 de una libra de vapor y 𝑃 es la presión

en psia. Encuentra los parámetros de la ecuación 𝑃 = 𝑎𝑣 𝑏
aplicando el método de mínimos cuadrados.
Solución
• 𝑃 = 𝑎𝑣 𝑏

𝑙𝑛𝑃 = ln 𝑎 + 𝑏 ln 𝑣
• 𝑦 = 𝑙𝑛 𝑃
• 𝑥 = 𝑙𝑛 𝑣
• 𝑎0 = ln 𝑎
• 𝑎1 = 𝑏
 𝒗 𝑷 y=ln P x=ln v x*y x^2

1 26.43 14.70 2.68784749 3.27449973 8.80135589 10.7223485

2 22.4 17.53 2.8639137 3.10906096 8.90408227 9.66626005

3 19.08 20.80 3.03495299 2.94864067 8.9489858 8.69448178

4 16.32 24.54 3.20030444 2.79239135 8.93650243 7.79744945

5 14.04 28.83 3.36141651 2.6419104 8.88056124 6.97969055

6 12.12 33.71 3.51779453 2.49485698 8.77639424 6.22431135

7 10.51 39.25 3.66995144 2.35232718 8.63292655 5.53344318

8 9.15 45.49 3.81749252 2.21375388 8.45098888 4.90070624

9 8 52.52 3.96119405 2.07944154 8.23707146 4.32407713

suma 138.05 277.37 30.1148677 23.9068827 78.5688688 64.8427682

• Resolviendo por cramer:

30.1148677 23.9068827
𝑎0 = 78.5688688 64.8427682 = 6.175945
9 23.9068827
23.9068827 64.8427682
9 30.1148677
𝑎0 = 23.9068827 78.5688688 = 481.037426
9 23.9068827
23.9068827 64.8427682
• Al sustituir los valores en la ecuación 𝑃 = 𝑎𝑣 𝑏 ,
obtenemos:
Código matlab
clc,clear all
%%Aproximacion polinomial con Minimos cuadrados
%volumen de vapor
x=[26.43 22.4 19.08 16.32 14.04 12.12 10.51 9.15 8];
%presion de vapor
y=[14.7 17.53 20.8 24.54 28.83 33.71 39.25 45.49 52.52];
c=polyfit(log(x),log(y),1);
fprintf('c0=%8.5f c1=%9.6f\n',c(2),c(1))
a=exp(c(2));
disp(' El parametro (a) es: ');
disp('====================')
fprintf(' %9.5f\n',a);
b=c(1);
disp(' El parametro (b) es: ');
disp('====================')
fprintf(' %9.5f\n',b);
vista matlab:
Resultados:
• Con frecuencia se tienen funciones de más de una variable;
esto es, 𝑓(𝑢, 𝑣, 𝑧). Si se sospecha una funcionalidad lineal
en las distintas variables; es decir, si se piensa que la
función
𝒚 = 𝒂𝟎 + 𝒂𝟏 𝒖 + 𝒂𝟐 𝒗 + 𝒂𝟑 𝒛

• Puede ajustar los datos de la tabla siguiente:

PUNTOS 𝒖 𝒗 𝒛𝒊 y
Aplicando mínimos cuadrados
1 𝑢1 𝑣1 𝑧1 𝑓(𝑢1 , 𝑣1 , 𝑧1 ) determinamos los coeficientes 𝑎0 ,
2 𝑢2 𝑣2 𝑧2 𝑓(𝑢2 , 𝑣2 , 𝑧2 ) 𝑎1 , 𝑎2 y 𝑎3 que mejor aproximen
3 𝑢3 𝑣3 𝑧3 𝑓(𝑢3 , 𝑣3 , 𝑧3 ) la función de varias variable
tabuladas. El procedimiento
. . . . .
consiste en minimizar la función:
. . . . .
𝑚
. . . . . 2
෍ (𝑎0 + 𝑎1 𝑢𝑖 + 𝑎2 𝑣𝑖 + 𝑎3 𝑧𝑖 − 𝑦𝑖 ൧
m 𝑢𝑚 𝑣𝑚 𝑧𝑚 𝑓(𝑢𝑚 , 𝑣𝑚 , 𝑧𝑚 ) 𝑖=1

Que derivada parcialmente con respecto de cada coeficiente

por determinar: 𝑎0 , 𝑎1 , 𝑎2 y 𝑎3 e igualada a cero cada una,
queda:
 𝑚 𝑚
𝜕𝑦
෍ (𝑎0 + 𝑎1 𝑢𝑖 + 𝑎2 𝑣𝑖 + 𝑎3 𝑧𝑖 − 𝑦𝑖 ]2 = 2 ෍(𝑎0 + 𝑎1 𝑢𝑖 + 𝑎2 𝑣𝑖 + 𝑎3 𝑧𝑖 − 𝑦𝑖 )1 = 0
𝜕𝑎0
𝑖=1 𝑖=1

𝑚 𝑚
𝜕𝑦
෍ (𝑎0 + 𝑎1 𝑢𝑖 + 𝑎2 𝑣𝑖 + 𝑎3 𝑧𝑖 − 𝑦𝑖 ]2 = 2 ෍(𝑎0 + 𝑎1 𝑢𝑖 + 𝑎2 𝑣𝑖 + 𝑎3 𝑧𝑖 − 𝑦𝑖 )𝑢𝑖 = 0
𝜕𝑎1
𝑖=1 𝑖=1

𝑚 𝑚
𝜕𝑦
෍ (𝑎0 + 𝑎1 𝑢𝑖 + 𝑎2 𝑣𝑖 + 𝑎3 𝑧𝑖 − 𝑦𝑖 ]2 = 2 ෍(𝑎0 + 𝑎1 𝑢𝑖 + 𝑎2 𝑣𝑖 + 𝑎3 𝑧𝑖 − 𝑦𝑖 )1𝑣𝑖 = 0
𝜕𝑎2
𝑖=1 𝑖=1

𝑚 𝑚
𝜕𝑦
෍ (𝑎0 + 𝑎1 𝑢𝑖 + 𝑎2 𝑣𝑖 + 𝑎3 𝑧𝑖 − 𝑦𝑖 ]2 = 2 ෍(𝑎0 + 𝑎1 𝑢𝑖 + 𝑎2 𝑣𝑖 + 𝑎3 𝑧𝑖 − 𝑦𝑖 )𝑧𝑖 = 0
𝜕𝑎3
𝑖=1 𝑖=1
• Ecuaciones que arregladas genera el sistema algebraico
lineal siguiente:

𝑚𝑎0 + 𝑎1 ෍ 𝑢 + 𝑎2 ෍ 𝑣 + 𝑎3 ෍ 𝑧 = ෍ 𝑦

𝑎0 ෍ 𝑢 + 𝑎1 ෍ 𝑢2 + 𝑎2 ෍ 𝑢𝑣 + 𝑎3 ෍ 𝑢𝑧 = ෍ 𝑢𝑦

𝑎0 ෍ 𝑣 + 𝑎1 ෍ 𝑣𝑢 + 𝑎2 ෍ 𝑣 2 + 𝑎3 ෍ 𝑣𝑧 = ෍ 𝑣𝑦

𝑎0 ෍ 𝑧 + 𝑎1 ෍ 𝑧𝑢 + 𝑎2 ෍ 𝑧𝑣 + 𝑎3 ෍ 𝑧 2 = ෍ 𝑧𝑦
Ejercicio 5.33:
𝑵𝒖 𝑹𝒆 𝑷𝒓 𝝁
Sieder y Tate* encontraron que una ecuación que relaciona la 𝝁𝒘
transferencia de calor de líquidos por dentro de tubos en
97.45 1.05E+04 18.2 0.85
cambiadores de calor, se puede representar con números
adimensionales. 109.5 1.24E+04 17.1 0.9

𝜇𝑑 129.9 15220 16.8 0.96

𝑏 𝑐
𝑁𝑢 = 𝑎(𝑅𝑒) (𝑃𝑟)
𝜇𝑤 147.76 18300 15.3 1.05
Donde Nu es el número de Nusselt, Re es el número de 153.44 21050 12.1 1.08
𝜇
Reynolds, Pr el número de Prandtl y 𝜇𝑤
las viscosidades del
168.9 25310 10.1 1.15
líquido a la temperatura promedio de éste y a la temperatura
177.65 28560 8.7 1.18
de la pared del tubo, respectivamente.
175.16 31500 6.5 1.22
Encuentre los valores de a, b, c y d asumiendo que la tabla
siguiente representa datos experimentales para un grupo de 1159.76 1.63E+05 104.8 8.39
hidrocarburos a diferentes condiciones de operación
Solución:

𝜇𝑑 𝑢=ln(Re)
𝑁𝑢 = 𝑎(𝑅𝑒)𝑏 (𝑃𝑟)𝑐
𝜇𝑤 𝑣 = 𝑙𝑛(𝑃𝑟)
𝜇 𝑢
ln 𝑁𝑢 = ln 𝑎 + 𝑏𝑙𝑛 𝑅𝑒 + 𝑐𝑙𝑛 Pr + 𝑑𝑙𝑛( ) 𝑧 = 𝑙𝑛( )
𝜇𝑤 𝑢𝑤
𝑦 = 𝑎0 + 𝑎1 𝑢 + 𝑎2 𝑣 + 𝑎3 𝑧

𝑦 = 𝑙𝑛(𝑁𝑢)
𝑎0 = ln(𝑎)
𝑎1 = 𝑏
𝑎2 = 𝑐
𝑎3 = 𝑑
Tablas:
𝒖 𝒖
𝑵𝒖 𝒚 = 𝐥𝐧(𝐍𝐮) 𝑹𝒆 𝒖=ln(Re) 𝑷𝒓 𝒗 = 𝐥𝐧(𝐏𝐫) 𝒛 = 𝐥𝐧( )
𝒖𝒘 𝒖𝒘

1.05E+0
97.45 4.579339 9.259131 18.2 2.901422 0.85 -0.1625189
4

1.24E+0
109.5 4.695925 9.421411 17.1 2.839078 0.9 -0.1053605
4

129.9 4.866765 15220 9.630366 16.8 2.821379 0.96 -0.040822

147.76 4.995589 18300 9.814656 15.3 2.727853 1.05 0.0487902

153.44 5.03331 21050 9.954656 12.1 2.493205 1.08 0.076961

168.9 5.129307 25310 10.13895 10.1 2.312535 1.15 0.1397619

177.65 5.179815 28560 10.25976 8.7 2.163323 1.18 0.1655144

175.16 5.1657 31500 10.35774 6.5 1.871802 1.22 0.1988509

1.63E+0
∑ 1159.76 39.64575
5
78.83667 104.8 20.130597 8.39 0.321177
Tablas:
uy yv yz zu vz
𝒖𝟐 𝒚𝟐 𝒗𝟐 𝒛𝟐 uv uz

42.4007 13.28659 -0.7442293 -1.504784 -0.4715359

85.7315 20.97035 8.418247 0.0264124 26.86464 -1.504784

44.24224 13.3321 -0.494765 -0.9926448 -0.2991268

88.76299 22.05171 8.060367 0.0111008 26.74813 -0.9926448
46.86873 13.73099 -0.1986711 -0.3931307 -0.1151743

92.74394 23.6854 7.960179 0.0016664 27.17091 -0.3931307

49.02999 13.62723 0.2437356 0.4788587 0.1330924

96.32748 24.95591 7.441181 0.0023805 26.77294 0.4788587

50.10486 12.54907 0.3873687 0.7661207 0.1918797

99.09517 25.33421 6.216073 0.005923 24.819 0.7661207

52.00581 11.8617 0.7168819 1.41704 0.3232044

102.7984 26.30979 5.34782 0.0195334 23.44669 1.41704

53.14367 11.20561 0.8573342 1.698139 0.3580612

105.2627 26.83049 4.679967 0.027395 22.19518 1.698139

53.50499 9.669168 1.027204 2.059646 0.3722095
107.2828 26.68445 3.503643 0.0395417 19.38765 2.059646
391.30099 99.262458 1.794859 3.5292449 0.4926102
51.62747 197.4051 ∑
∑ 778.00498 196.82231
7
0.1339532
4
3.5292449
Las ecuaciones quedarían:
8𝑎0 + 78.8667𝑎1 + 20.1306𝑎2 + 0.3212𝑎3 = 39.6458
78.86679𝑎0 + 778.00499𝑎1 + 197.4051𝑎2 + 3.5292𝑎3 = 391.30099
20.1306𝑎0 + 197.4051𝑎1 + 51.6275𝑎2 + 0.4926𝑎3 = 99.2625
0.3212𝑎0 + 3.5292𝑎1 + 0.4926𝑎2 + 0.13959𝑎3 = 1.7949
Los coeficientes que sustituyen en el sistema de ecuaciones:
𝑎0 =0.13936
𝑎1 =0.333790
𝑎2 =0.800878
𝑎3 =-3.782115
Código MATLAB:
%Aproximación Multilineal con minimos cuadrados
clc, clear
%u=ln(Re)%Re(Número de Reynolds)
u=[9.259131;9.421411;9.630366;9.814656;9.954656;10.13895;10.25976;10.35774];
%v=ln(Pr)%Pr(Número de Prandtl)
v=[2.901422;2.839078;2.821379;2.727853;2.493205;2.312535;2.163323;1.871802];
%z=ln(?/?w )%?/?w(las viscosidades del líquido a la temperatura promedio de éste y
a la temperatura de la pared del tubo, respectivamente.)
z=[-0.1625189;-0.1053605;-
0.040822;0.0487902;0.076961;0.1397619;0.1655144;0.1988509];
%y=ln(Nu)%Nu(Número de Nusselt)
y=[4.579339;4.695925;4.866765;4.995589;5.03331;5.129307;5.179815;5.1657];
A=[size(u,1) sum(u) sum(v) sum(z);sum(u) sum(u.^2) sum(u.*v) sum(u.*z);sum(v)
sum(v.*u) sum(v.^2) sum(v.*z); sum(z) sum(z.*u) sum(z.*v) sum(z.^2)];
b=[sum(y);sum(u.*y);sum(v.*y);sum(z.*y)]
a=A\b;
fprintf('Los parametros según mínimos cuadrados son: a0=%8.5f a1=%9.6f a2=%9.6f
a3=%9.6f\n',a(4),a(3),a(2),a(1))
RESULTADOS:
Ejercicio 5.31
Se sabe que el número de pulgadas de una estructura recién construida que se hunde en el suelo
está dada por:
𝑦 = 3 − 3𝑒 −𝑎𝑥
Donde x es el número de meses que lleva construida la estructura. Con los valores
𝐱 𝐲
2 1.07

4 1.88
6 2.26

12 2.78
18 2.97
24 2.99
66 13.95

Estime a, usando el criterio de los mínimos cuadrados.

Solución: Para hallar:
𝑛 σ𝑛𝑖=0 𝑥𝑖 𝑦𝑖 − σ𝑛𝑖=0 𝑥𝑖 σ𝑛𝑖=0 𝑦𝑖
𝑌 = 3 − 3𝑒 −𝑎𝑥 𝑎1 =
σ𝑛𝑖=0 𝑥𝑖 2 − (σ𝑛𝑖=0 𝑥𝑖 )2
ln 3 − 𝑌 = 𝑙𝑛3 − 𝑎𝑋 𝑎0 = 𝑦ത − 𝑎1 𝑥ҧ
𝑦 = ln(3 − 𝑦) Donde:
𝑎0 = 𝑙𝑛3
σ𝑛𝑖=0 𝑦𝑖
𝑎1 = −𝑎 𝑦ത =
𝑛
𝑥=𝑋 σ𝑛𝑖=0 𝑥𝑖
𝑥ҧ =
𝑛

Construyendo la tabla:
 𝐱 𝐘 𝐲 = 𝐥𝐧(𝟑 − 𝐲) 𝐱∗𝐲 𝒙𝟐

1 2 1.07 0.65752 1.3504001 4

2 4 1.88 0.11332869 0.45331474 16

3 6 2.26 -0.30110509 -1.80663056 36

4 12 2.78 -1.51412773 -18.1695328 144

5 18 2.97 -3.5065579 -63.1180422 324

6 24 2.99 -4.60517019 -110.524084 576

∑ 66 13.95 -9.15611222 -191.849935 1100

Obtenemos: 𝑎1 = −0.2436703224
𝑎0 = 1.154354843
𝒂 = 𝟎. 𝟐𝟒𝟑𝟔𝟕𝟎
𝑦 = 3 − 3𝑒 −0.24367𝑥

Código Matlab
clc,clear all
%Aproximacion polinomial con Minimos cuadrados%
%Número de meses que lleva construida%
x=[2 4 6 12 18 24];
%Número de pulgadas de una estructura recién construida que se hunde en
%el suelo
y=[1.07 1.88 2.26 2.78 2.97 2.99];
a=polyfit(x,log(3-y),1);
fprintf('a0=%8.5f a1=%9.6f\n',a(2),a(1))
a=-a(1);
disp(' El parametro (a) es: ');
disp('====================')
fprintf(' %9.5f\n',a);
Vista Matlab

Resultados:
Ejercicio 5.39:
• Veinte tipos de hojas de acero procesadas en frío tienen diferentes
composiciones de cobre y temperaturas de templado. Al medir su
dureza resultante se obtuvieron los siguientes valores
Y u v
Dureza Rockwell 30-T Contenido de cobre Temperatura de templado
% °F
78.9 0.02 1000
65.1 0.02 1100
55.2 0.02 1200
56.4 0.02 1300
80.9 0.1 1000
69.7 0.1 1100
57.4 0.1 1200
55.4 0.1 1300
85.3 0.18 1000
71.8 0.18 1100
60.7 0.18 1200
58.9 0.18 1300
• Se sabe que la dureza depende en forma lineal del contenido u
de cobre en % y de la temperatura de templado v.

𝑦 = 𝑎0 + 𝑎1 𝑢 + 𝑎2 𝑣

• Determine los parámetros 𝒂𝟎 , 𝒂𝟏 𝒚 𝒂𝟐 , siguiendo el criterio de

los mínimos cuadrados.
 SOLUCION 𝒊 𝒚 𝒖 𝒗 𝒖𝟐 𝒖𝒗 𝒗𝟐 𝒖𝒚 𝒗𝒚
1 78.9 0.02 1000 0.0004 20 1000000 1.578 78900

• El sistema por resolver es una 2 65.1 0.02 1100 0.0004 22 1210000 1.302 71610
modificación del sistema de 55.2 0.02 1200 0.0004 24 1440000 1.104 66240
3
ecuaciones 5.65 para una 56.4 0.02 1300 0.0004 26 1690000 1.128 73320
4
función y de dos variables u y v
5 80.9 0.1 1000 0.01 100 1000000 8.09 80900

6 69.7 0.1 1100 0.01 110 1210000 6.97 76670

𝑛𝑎0 + 𝑎1 σ𝑢 + 𝑎2 σ𝑣 = σ𝑦 57.4 0.1 1200 0.01 120 1440000 5.74 68880

7
𝑎0 σ𝑢 + 𝑎1 σ𝑢2 + 𝑎2 σ𝑢𝑣 = σ𝑢𝑦 55.4 0.1 1300 0.01 130 1690000 5.54 72020
𝑎0 σ𝑣 + 𝑎1 σ𝑣𝑢 + 𝑎2 σ𝑣 2 = σ𝑣𝑦 8
85.3 0.18 1000 0.0324 180 1000000 15.354 85300
9

10 71.8 0.18 1100 0.0324 198 1210000 12.924 78980

• Con objeto de facilitar el 11 60.7 0.18 1200 0.0324 216 1440000 10.926 72840

cálculo del sistema anterior, se 12 58.9 0.18 1300 0.0324 234 1690000 10.602 76570

construye la siguiente tabla. σ𝑻otal 795.7 1.2 13800 0.1712 1380 16020000 81.258 902230
Los coeficientes se sustituyen en el sistema de ecuaciones

12 𝒂𝟎 + 1.2𝒂𝟏 + 13800 𝒂𝟐 = 795.7

1.2 𝒂𝟎 + 0.1712 𝒂𝟏 + 1380 𝐚𝟐 = 81.258
13800 𝒂𝟎 + 1380 𝒂𝟏 + 16020000 𝒂𝟐 = 902230
Resolviendo por el método de Crammer
Obtenemos 𝒂𝟎 = 𝟏𝟔𝟏. 𝟑𝟑𝟔𝟒
𝒂𝟏 = 𝟑𝟐. 𝟗𝟔𝟖𝟕𝟓
𝒂𝟐 = −𝟎. 𝟎𝟖𝟓𝟓
Al sustituir estos valores se obtiene la siguiente ecuación.

𝒚 = 𝟏𝟔𝟏. 𝟑𝟑𝟔𝟒 + 𝟑𝟐. 𝟗𝟔𝟖𝟕𝟓 − 𝟎. 𝟎𝟖𝟓𝟓𝒗

CODIGO MATLAB
%Aproximacion multilineal con Minimos cuadrados
clc,clear
%Contenido de Cobre %
u=[0.02;0.02;0.02;0.02;0.1;0.1;0.1;0.1;0.18;0.18;0.18;0.18];
%Temperatura de templado F
v=[1000;1100;1200;1300;1000;1100;1200;1300;1000;1100;1200;1300];
%Dureza de rockwell 30-T
y=[78.9;65.1;55.2;56.4;80.9;69.7;57.4;55.4;85.3;71.8;60.7;58.9];
A=[size(u,1) sum(u) sum(v);sum(u) sum(u.^2) sum(u.*v);sum(v)
sum(v.*u) sum(v.^2)];
b=[sum(y);sum(u.*y);sum(v.*y)];
a=A\b;
fprintf('Los parametros segun minimos cuadrados son: a0=%8.5f
a1=%9.6f a2=%9.6f \n',a(3),a(2),a(1))
VISTA MATLAB
RESULTADOS
Problema 5.29
En la siguiente tabla, r es la resistencia de una bobina en ohms y T la
temperatura de la bobina en grados centígrados. Por mínimos
cuadrados, determine el mejor polinomio lineal que representa la
función dada.
T 10.50 29.49 42.70 60.01 75.51 91.05

r 10.421 10.939 11.321 11.794 12.242 12.668

SOLUCION
Para facilitar cálculos se construye la siguiente tabla
 puntos T r T2 Tr
Los valores de las sumatorias de la ultima fila
1 10.5 10.421 110.25 109.4205
2 29.49 10.939 869.6601 322.59111 se sustituye en:
3 42.7 11.321 1823.29 483.4067 𝑛 σ𝑛𝑖=0 𝑥𝑖 𝑦𝑖 − σ𝑛𝑖=0 𝑥𝑖 σ𝑛𝑖=0 𝑦𝑖
𝑎1 = 2
4 60.01 11.794 3601.2001 707.75794 𝑛 σ𝑛𝑖=0 𝑥𝑖 2 − (σ𝑛𝑖=0 𝑥𝑖 )
5 75.51 12.242 5701.7601 924.39342
6 3700.99107 − (309.26)(69.385)
6 91.05 12.668 8290.1025 1153.4214 𝑎1 =
6 20396.2628 − (309.26)2
suma total 309.26 69.385 20396.2628 3700.99107
𝒂𝟏 = 𝟎. 𝟎𝟐𝟕𝟗𝟖

σ𝑛𝑖=0 𝑦𝑖 σ𝑛𝑖=0 𝑥𝑖 2 − σ𝑛𝑖=0 𝑥𝑖 σ𝑛𝑖=0 𝑥𝑖 𝑦𝑖 𝑦 = 𝑎0 + 𝑎1 𝑥

𝑎0 = 2
𝑛 σ𝑛𝑖=0 𝑥𝑖 2 − (σ𝑛𝑖=0 𝑥𝑖 ) De donde reemplazando valores obtenemos
69.385 (20396.2628) − (309.26)(69.385) el polinomio lineal que representa:
𝑎0 =
6 20396.2628 − (309.26)2
𝒓 = 𝟏𝟎. 𝟏𝟐𝟐𝟐 + 𝟎. 𝟎𝟐𝟕𝟗𝟖𝑻
𝒂𝟎 = 𝟏𝟎. 𝟏𝟐𝟐𝟐
 CODIGO MATLAB
clc,clear all
%APROXIMACION POLINOMIAL POR MINIMOS CUADRADOS
% Valores de Temperatura C
T=[10.50 29.49 42.70 60.01 75.51 91.05];
% Valores de resistencia de la bobina ohms
r=[10.421 10.939 11.321 11.794 12.242 12.668];
a=polyfit(T,r,1);
disp(' ')
disp('Los parametros por minimos cuadrados son: ')
fprintf(' a0=%2.5f a1=%2.5f \n',a(2),a(1))
VISTA MATLAB
RESULTADOS