Professional Documents
Culture Documents
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
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
Y=
PROBLEMA N3
Ajuste una ecuacin cbica a los datos siguientes
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).
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) :
El polinomio es:
X0=3
f (X0)=1.6
X1=4
f (X1)=3.6
X2=5
f (X2)=4.4
X3=7
f (X3)=3.4
(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 )
L1 =
L2 =
L3 =
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
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
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
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
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
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)
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 ax b
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
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
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=
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