You are on page 1of 18

UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE INGENIERA QUMICA

CURSO: MTODOS NUMRICOS


Profesor:
Mg. Ronald Portales
Integrantes:

Antezana Vergara, Miguel ngel.

Huanca Ortiz, Elvis.

Nuez Zumaeta, Mercedes.

Pillaca Quispe, Elizabeth.

Ponte Valverde, Erick.

Vidal Villarreal, Edward.

Villafuertes Pelayo, Joselyn

Bellavista - Callao
2016

PROBLEMA N1
Un investigador reporta los datos tabulados a continuacin, de un experimento
para determinar la tasa de crecimiento de bacterias k (perd d), como funcin de
la concentracin de oxigeno c (mg/L) .Se sabe que dichos datos pueden
modelarse por medio de la ecuacin siguiente:

k=

k max C 2
C S +C2

Donde c, y kmax son parmetros .Use una transformacin para hacer lineal la
ecuacin .Despus utilice regresin lineal para estimar Cs y K max y pronostique
mg
C=2
la taza se crecimiento para:
L

SOLUCIN:
Cs
1
1
=
+
k k max C 2 k max
Remplazando en la Ecuacin:
Y =aX+ b

Y =0.202488 X + 0.099396

Por mnimos cuadrados:


a=0.202488
b=0.099396
a=

b=

Cs
k max
1
k max

A)
k max =10.060767

C s=2.037184

B)
Para:

C=2

mg
L

Remplazando en la Ecuacin:
Cs
1
1
=
+
2
k k max C k max

k =6.665866

PROBLEMA 2
Con el conjunto de puntos de datos desigualmente espaciados en la tabla,
utilice LaGrange polinomios de interpolacin para evaluar la funcin en x =
2,4,5,8,9 y 11.
X
f(x)

X
f(X)

1
7.0

10
8.2

3
3.5

12
9.0

6
3.2

13
9.2

7
3.9

POR INTERPOLACIN DE LAGRANGE

Y=

( x3)( X6)( X7)(X 10)( X 12)( X13)


(X 1)( X6)( X7)(X 10)( X 12)( X13)
[ 7] +
[3
(13)(16)(17)(110)(112)(113)
( 31)(36)( 37)(310)(312)(313)

Ahora evaluamos en ( X=2):


Y (x=2) = 1.72839 + 4.07407 + (-5.58730) + 6.3556 + (-6.3556) + (-3.97707) +
2.667 +(-0.97354)
Y(x=2) = 4.28715

Ahora evaluamos en (X=4):


Y(x=4)= (-0.2545) + 1.8 + 4.93714 + (-4.68) +(-2.34285) + (-1.47272) + 0.52571
Y(x=4) = 3.19849

Ahora evaluamos en (X=5):


Y(x=5) = (-0.10998)+ 5.15789 +5.6888 + (-4.0444) + 1.61975 +(-0.96969)
+0.34074
Y(x=5) = 7.68311

Ahora evaluamos en (x=8):


Y(x=8) = (-0.03928) + 0.129629 + (-1.7778) + 5.0556 + 2.53086 +(-1.0606) +
0.34074
Y(x=8) = 5.17914

Ahora evaluamos en (x=9):

Y(x=9) = (-0.04242) + 0-1333 + (-1.46285) + 3.12 + 6.24761 + (-1.74545) +


0.52571
Y(x=9) = 6.77589

PROBLEMA N3
Ajuste una ecuacin cbica a los datos siguientes

POR EL MTODO DE DIFERENCIAS DIVIDIDAS

En ste mtodo tomaremos en cuenta las siguientes frmulas:

x
x
1eras Diferencias Divididas:

f (0)
x 1x 0

( 1)

f (x

f
=

x)

0, 1

x
x
2das Diferencias Divididas:

( 1 , x 2 )

f(x

0,

f
x 1, x2)

f ( 0,x )
x 2x 0
1

x
x
3ras Diferencias Divididas:

( 1 , x 2, x 3)

f (x

f
0,

f ( 0, x x )
x 3x 0
1,

x 1, x 2 , x 3)

As hallamos todos los valores con EXCEL, pero tomamos slo los 4 primeros
valores de la tabla para tener una ecuacin cbica encontrando los coeficientes
(sombreados de amarillo).

El polinomio ser el siguiente:


P( x)=a 0+ a1 ( xx 0) + a2 ( xx 0 )( xx1 ) + a3 ( xx 0 )( x x1 ) ( xx 2 )

De acuerdo a la tabla de Excel:


a0 =1.6

a1=2
a2=0.6
a3 =0.04167
Las variables de x son las siguientes:
x 0=3
x 1=4
x 2=5
Reemplazamos los valores en el polinomio

P( x) :

P( x)=1.6+2 ( x3 ) +2 ( x3 ) ( x4 ) +0.04167(x 3)( x 4)(x5)

P( x)=17.099810.04151 x+ 1.49996 x 2 +0.04167 x 3

El polinomio es:

POR EL MTODO DE MNIMOS CUADRADOS


Mediante Excel:
2

Y =a0 +a1 x+ a2 x +a3 x

Entonces la ecuacin cbica ser:


3

y=0.04667602 x 1.04120692 x +7.14381722 x11.4887072

POR EL MTODO DE POLINOMIO DE LAGRANGE


Tomaremos 4 puntos para hallar mi ecuacin cubica:
x

X0=3

f (X0)=1.6

X1=4

f (X1)=3.6

X2=5

f (X2)=4.4

X3=7

f (X3)=3.4

Se cumple para un Polinomio de Lagrange:


n

Pn( x)= Li ( x ) f ( xi ) =L0 f ( x 0 ) + L1 f ( x1 ) +


i=0

En nuestro caso, tendramos:


3

= Li( x ) f ( x i )=L0 f ( x 0 ) + L1 f ( x 1 ) + L2 f ( x2 ) + L3 f ( x 3 ) (1)

(3)
( x)

i=0

Donde:
L0 =

( xx 1 ) ( xx 2 ) ( xx 3 )
( x 0x 1 )( x 0 x2 ) ( x0 x3 )

L1=

( xx 0 ) ( xx 2) ( xx 3)
( x1 x0 ) ( x 1x 2 ) ( x 1x 3)

L2=

( xx 0 ) ( xx 1 ) ( xx 3)
( x2 x 0) ( x 2x 1 ) ( x 2x 3 )

L3 =

( xx 0 ) ( xx 1 ) ( xx 2)
( x 3x 0 )( x 3 x1 ) ( x 3x 2 )

Reemplazando nuestros datos:


L0 =

( x4 ) ( x5 ) (x7) x 316 x 2 +83 x140


=
(2)
(34 ) ( 35 )( 37)
(8)

L1 =

( x3 ) ( x5 ) ( x7) x 315 x 2 +71 x105


=
(3)
( 43 ) ( 45 ) ( 47)
3

L2 =

( x 3 ) ( x 4 ) (x7) x 314 x 2 +61 x84


=
( 4)
( 53 ) ( 54 ) (57)
(6)

L3 =

( x3 ) ( x 4 ) (x5) x 312 x 2+ 47 x60


=
(5)
( 73 ) ( 74 )( 75)
24

(2), (3), (4) y (5) en (1):

P( x)(3)=

x 316 x 2+ 83 x140
x 315 x2 +71 x105
x 314 x 2 +61 x84
x 312 x 2 + 47 x
1.6+
3.6+
4.4+
(8)
3
(6)
24

Operando, quedara:
P( x )( 3 ) =

(3 )

49 3 187 2 1221
449
x
x+
x
120
30
40
10

P( x ) 0.4083 x 6.2333 x + 30.52544.9

POR EL MTODO DE MATRICES


X0 = 1 X1=X X2=X2 X3 =X3

Y=

[] [ ]
][
[]
1.6
3.6
4.4
3.4
2.2
2.8
3.8
4.6

1 3
9
27
1 4 16
64
1 5 25 125
1 7 49 343
X=
1 8 64 512
1 9 81 729
1 11 121 1331
1 12 144 1728

Ahora multiplicamos nuestra matriz X con su transpuesta:

1 3
9
27
1 4 16
64
1 1
1
1
1
1
1
1
1 5 25 125
8
59
509
3
4
5
7
8
9
11
12
1
7
49
343
59
509
4859
Xt . X =
=
9 16 25 49 64 81 121 144 1 8 64 512
509 4859 49397
27 64 125 343 512 729 1331 1728 1 9 81 729
4859 49397 522899
1 11 121 1331
1 12 144 1728

2229885
45188
25461199
1084512
595761
180752
11783
83424

2546119
595761
1084512
180752
99047899 7057823
867096
4338048
7057823
509579
4338048
2169024
47027
3431
667392
333696

11783
83429
47027
667392
3431
333696
101
222464

[]

1.6
3.6
1 1
1
1
1
1
1
1
4.4
3 4
5
7
8
9
11
12 5.4
t
X Y=
=
9 16 25 49 64 81 121 144 2.2
27 64 125 343 512 729 1331 1728 2.8
3.8
4.6

Ahora as es como nos queda la ecuacin, cada elemento de la matriz es un


coeficiente del polinomio:
A + BX + CX2+ DX3

2229885
45188
25461199
1084512
P ( x )=
595761
180752
11783
83424

2546119
1084512
99047899
867096
7057823
4338048
47027
667392

595761
180752
7057823
4338048
509579
2169024
3431
333696

][ ]

11783
5191517
83429
451880
47027
5165037
667392
723008
=
3431
5646007
333696
5422560
101
38939
222464
834240

[][ ]

A
1.1488
B
7.1438
P ( x )=
=
C
1.0412
D
0.04667

Reemplazando los valores de A,B,C, y D, para formar el polinomio:

P(x) = -1.1488 + 7.1438X 1.0412X2 + 0.04667X3

PROBLEMA N4
Ajuste los datos siguientes con el mtodo con el modelo de potencias (
y=a x b ). Use la ecuacin de potencias resultante para hacer el pronstico de
y en x = 9.

X
Y

2.5
13

3.5
11

5
8.5

6
8.2

7.5
7

10
6.2

12.5
5.2

POR EL MTODO DE FRACCIONES DIVIDIDAS

15
4.8

17.5
4.6

20
4.3

En este caso tomaremos solo algunos puntos de la tabla (en este caso los que
mejor coincidan segn la grfica)

Entonces usando los datos marcados con amarillo tenemos:

Entonces la ecuacin ser de la siguiente manera


2

y=a0+ a1 x+ a2 x +a3 x + a4 x

Dnde:
a0 =8.2 a1=0.8 a2=0.12a 3=0.020923076 a4 =3.272934 103
x 0=6 x 1=7.5 x2 =10 x 3=12.5

Entonces:
a0 + a1 ( xx 0 ) + a2 ( x x0 ) ( xx 1 ) +a 3 ( xx 0 ) ( xx 1 ) ( xx 2 ) +a4 ( x x0 ) ( xx 1 ) ( xx 2 ) (xx 3)
8.20.8 ( x6 ) +0.12 ( x 6 ) ( x 7.5 )0.020923076 ( x6 )( x7.5 )( x10 ) +3.272934 103 ( x6 )( x7.5 )
Resolviendo
y=3.272934 103 x 4 0.13874871 x 3 +2.162245 x 215.0.230769 x +46.225641
Entonces para x=9, se tiene:
4

y=3.272934 10 (9) 0.13874871 ( 9 ) +2.162245 ( 9 ) 15.0.230769( 9)+ 46.225641


y=6.4857

POR EL MTODO DE POTENCIAS


Solucin:
Sea

y ax b

Lny Lna bLnx

En Excel:

Lny Ln( ax b )

X = Ln(x)

2.5

13

3.5

11

8.5

8.2

7.5

10

6.2

12.5

5.2

15

4.8

17.5

4.6

20

4.3
Suma
total

0.91629073
2
1.25276296
8
1.60943791
2
1.79175946
9
2.01490302
1
2.30258509
3
2.52572864
4
2.70805020
1
2.86220088
1
2.99573227
4
20.9794512

20.8785
2.09795
10

19.1795
1.91795
10

x
x

10
20.9795

Y b0 b1 X
b0

b1

20.9795 b0

45.4509 b1

b0 3.051443
De donde:

X^2

2.5649493 0.8395887
6
1
2.3978952 1.5694150
7
6
2.1400661 2.5902903
6
9
2.1041341
3.210402
5
1.9459101 4.0598341
5
8
1.8245492 5.30189811
9
1.6486586 6.3793051
3
8
1.5686159 7.3335358
2
9
1.5260563 8.1921938
8
1.4586150 8.97441185
2
19.179450 48.450875
3
3

De la recta de regresin:

Y = Ln(y)

b1 0.540290

x
xy

20.9795

37.8401

Y^2

XY

6.5789652
1
5.7499017
4
4.5798831
8
4.4273805
4
3.7865663
1
3.3289801
2
2.7180752
6
2.4605559

2.3502393
2
3.0039944

2.3288478
4
2.1275577
8
38.086713
9

3.4443036
2
3.7701023
3.9208202
4
4.20118
4.1640643
2
4.2478906
5
4.3678797
4.3696201
37.840094
6

Luego reemplazando datos obtenidos en:

Lna b0 a eb0 e 3.051443 a 21.145834


b b1 b 0.540290

La Ecuacin de potencias resultante

Y aX b

es:

y 21.145834 x 0.540290

Cuando

x9

y 21.145834(9) 0.540290
y 6.4515

Coeficiente de correlacin:

(y
1
(y
0.995140

r 0.9976

yi ) 2

yi ) 2

POR EL MTODO DE MNIMO CUADRADO


X
Y
Log Y = Log AXB6
2,5
13
Log Y = Log A + B Log X
3,5
11
Y2 = A + BX
5
8,5
6

8,2

7,5

7Log Y

Log X

10

6,2
1,1139

0,3979

12,5

5,2
1,0414
4,8
0,9294
4,6
0,9138
4,3
0,8451

0,5441

15
17,5
20

0,6989
0,7782
0,8751

0,7924

0,7160

1,0969

0,6812

1,1761

0,6676

1,2430

0,6335

1,3010

Entonces

Y = A +BX
X'i

B=
N ( X ' i 2 )
N ( X ' i )( X ' i ) (Y ' i)

A=

Y ' iB( Xi)


n

N = 10

'

X iY ' i = 7,1430
X ' i=9,1112
'

Y i=8,3343
x ' +i 2=9,1383

Entonces:
B= -0,5384
A= 1,3239

Y = 1,3239

0,5384X

LogY = 1,3239 0,5384 Log9


Y= 6,4586

You might also like