Professional Documents
Culture Documents
en Ingeniera.
Regresin lineal y cuadrtica con aplicacin en ingeniera
mecnica y resolucin de ecuaciones utilizando el mtodo
de Montante y eliminacin de Gauss
Introduccin
El objetivo principal de este proyecto fue llevar a cabo el anlisis de las aplicaciones de
distintos mtodos numricos en algn experimento que se realice en la industria
mecnica, en este caso analizamos la distancia de frenado respecto a la velocidad de
un auto, este experimento se llev a cabo con un automvil que realiz frenados en
distintos tipos de velocidades, elegimos este problema para demostrar por distintos
mtodos numricos el resultado obtenido durante la prueba, para esto usaremos el
mtodo de regresin lineal, cuadrtica y el mtodo de Gauss.
En el problema que vamos a ver a continuacin se muestran los datos obtenidos por el
auto al realizar la prueba de frenado en distintas velocidades, de igual manera
realizaremos los mtodos numricos paso a paso para dar una amplia explicacin de lo
que se est haciendo, del mismo modo realizaremos conclusiones del trabajo
realizado.
Para continuar con nuestra explicacin debemos saber lo que es una regresin y sus
aplicaciones en la industria. La regresin lineal se basa en estudiar los cambios en una
variable, no aleatoria, afectan a una variable aleatoria, en el caso de existir una relacin
funcional entre ambas variables que puede ser establecida por una expresin lineal, es
decir, su representacin grfica es una lnea recta. Es decir, se est en presencia de
una regresin lineal, cuando una variable independiente ejerce influencia sobre otra
variable dependiente.
En la industria tiene aplicacin para investigar la relacin entre el rendimiento de la
produccin y uno o ms factores del (o de los) que depende, como la temperatura, la
humedad ambiental, la presin, la cantidad de insumos, etc; con base en este anlisis
se puede pronosticar el comportamiento de una variable que se desea estimar, en
nuestro caso la utilizaremos para la industria automotriz.
Qu es un anlisis de regresin?
Un anlisis de regresin genera una ecuacin para describir la relacin estadstica para
poder predecir nuevas observaciones.
La regresin lineal simple se encarga de buscar una relacin lineal entre dos variables
continuas, entre estas, una respuesta (y) y un predictor (x). En caso de que las dos
variables se relacionan se puede predecir un valor con mayor exactitud. Lo anterior nos
permite encontrar un valor esperado al tomar un valor especfico. Este mtodo es
ptimo para las ecuaciones que tienen una tendencia creciente o decreciente.
Para ajustar la recta se utiliza este sistema de ecuaciones:
P1(x)=a1(x)+a2
La regresin cuadrtica es un proceso para encontrar la ecuacin de la parbola que
mejor se ajuste para los datos determinados.
Para ajustar a una parbola se utiliza este sistema de ecuaciones:
P2(x)=a1(x2+a2x+a3
Estos dos mtodos anteriores se utilizan para encontrar una curva que se ajuste de una
mejor manera a los datos que se dan. La curva est definida en forma paramtrica y se
deben encontrar valores de los parmetros.
Anlisis de datos dependiendo de su comportamiento
Para la distancia de frenado en seco se utiliz el mtodo de regresin lineal por el
comportamiento observado de los datos.
Para la distancia de frenado en lluvia se utiliz el mtodo de regresin cuadrtica por el
comportamiento observado de los datos.
x
40
50
60
70
80
90
100
112
602
y
26
35
45
56
69
83
98
113
525
X2
1600
2500
3600
4900
6400
8100
10000
12544
49644
Matriz lineal
f(x)
22.2088
34.5255
46.8422
59.1589
71.4756
xy
1040
1750
2700
3920
5520
7470
9800
12656
44856
90
100
110
83.7923
96.109
108.4257
x2
x3
x4
xy
x2 y
40
50
30
41
1600
2500
2560000
6250000
1200
2050
60
54
3600
70
69
4900
80
85
6400
90
103
8100
1296000
0
2401000
0
4096000
0
6561000
3240
64000
12500
0
21600
0
34300
0
51200
0
72900
48000
10250
0
19440
0
33810
0
54400
0
83430
4830
6800
9270
100
122
112
143
Suma
602
647
0
0
0
10000 10000 1000000 12200 12200
00
00
00
12544 14049 1573519 16016 17937
28
36
92
49644 43939 4097019 55606 50750
28
36
92
Matriz cuadrtica
f(x)
29.23657
41.39338
54.77659
69.3862
85.22221
102.28462
120.57343
140.08864
Conclusiones Generales