FACULTAD DE INGENIERA

ESCUELA PROFESIONAL DE INGENIERA DE MINAS

Trabajo para la asignatura de Topografa Superficial y Subterrnea
TEMA: Ajustes en los circuitos topogrficos, aplicando el mtodo de mnimos
cuadrados
DOCENTE: Ing. Lile Walter Asalde Zea
INTEGRANTES:
SALAZAR VASQUEZ, JOSUE ISAAC
CHUYES BENEL, FRANCO

CICLO: III






AJUSTE DE CURVAS POR MNIMOS CUADRADOS
En la ingeniera se da, a menudo, el caso de que un procedimiento topogrfico produce
un conjunto de datos (x
1
,y
2
), (x
2
,y
2
), ..., (x
n
,y
n
). El objetivo en esta seccin es determinar
una frmula y = (x) que relacione las variables. Generalmente se dispone de un conjunto
de variables previamente establecidas, y lo que hay que hallar son los valores ms
adecuados de unos coeficientes o de unos parmetros para estas frmulas. Aunque
existen muchas funciones que se pueden usar, suele ocurrir que existe un modelo
matemtico subyacente, basado en la situacin fsica que se est estudiando y determina
la forma de la funcin salvo algunos coeficientes.
Si la relacin entre x
i
e y
i
para 1 i n, es lineal, entonces la funcin que mejor se ajusta
a los datos es una lnea de aproximacin de la forma:
Mejor lnea de aproximacin


y = ax + b
Una forma para encontrar la recta ptima es el mtodo de los mnimos cuadrados y
consiste en hallar el valor de las constantes a y b de tal manera que reduzcan
al mnimo la suma de los cuadrados de los errores entre los valores y
i
dados y los
valores y(x
i
) = ax
i
+ b en la lnea de aproximacin.
(7)

La cantidad (7) se puede considerar una funcin de dos variables a y b, a la que se le
quiere hallar un mnimo. Para que ocurra un mnimo es necesario que las derivadas
parciales sean cero. Observe que las x
i
e y
i
son puntos de datos.

Al dividir entre 2 cada una de estas ecuaciones y desarrollar las sumatorias se obtienen
las llamadas ecuaciones normales
(2)
La solucin del sistema (2), de dos ecuaciones con dos incgnitas es
(3)

Por lo tanto la recta que mejor se ajusta a los datos (x
i
, y
i
), 1 i n relacionados en forma
lineal es y = ax + b con a y b dados por (3).
El problema de aproximar un conjunto de datos (x
i
, y
i
), 1 i n con un polinomio
algebraico P
m
(x) de grado m < n 1 mediante el procedimiento de mnimos cuadrados, es
similar al de y = ax + b (Ver ejercicio 24 de este captulo).
En muchos casos los datos provenientes de pruebas experimentales no son lineales por
lo que es necesario ajustarlos a una funcin que no sea un polinomio de primer grado.
Algunas veces conviene suponer que los datos tienen una relacin exponencial. Para ello,
la funcin de aproximacin debe tener la forma:
y = Be
ax
(4) o bien
y = Bx
a
(5) para algunas constantes a y B
Es posible desarrollar ecuaciones normales para stas de manera anloga al desarrollo
precedente para una recta por mnimos cuadrados si las derivadas parciales se igualan a
cero. Tales ecuaciones no lineales son mucho ms difciles de resolver que las
ecuaciones lineales. Por esta razn el mtodo que suele utilizarse cuando se sospecha
que los datos tienen una relacin exponencial, consiste en considerar el logaritmo de la
ecuacin de aproximacin:
y = Be
ax

ln y =ln(Be
ax
)
ln y =ln B + ln e
ax

ln y = ax + ln B (6)
y = Bx
a

ln y =ln(Bx
a
)
ln y =ln B+ ln x
a

ln y = aln x + ln B (7)
((6) y (7) se conocen como formas linealizadas)
Observe que en (6) se presenta en una relacin lineal entre x y ln y, por lo que se pueden
usar las frmulas dadas en (3) para resolver el problema lineal cambiando y
i
por
ln y
i
y b por ln B.
Una ventaja adicional de las formas linealizadas es que las grficas de los datos en papel
Log-Log o en papel semilogartmico muestran a simple vista si estas formas son idneas,
en el sentido de que una recta representa los datos cuando se trazan de esa manera.
Ejemplo.
Ajustar los datos
x
i
1 2 4
y
i
3 5.1 8.8
A funciones de la forma y = ax + b, y, y = Be
ax

Qu funcin aproxima mejor?
Solucin:
Para este caso se tienen tres datos, luego n=3. Se construye una tabla con los datos que
se necesitan en las frmulas (3)
3
.






Para el modelo lineal:



y = ax+b................... y = 1.92143x + 1.15

Si se evala la recta en x
3
=4, resulta y =1.92143(4) + 1.15 = 48.83572, el error al
cuadrado entre la aproximacin dada por la recta y el valor real es (y
3
ax
3
b)
2
= (8.8
8.83572)
2
= 1.2759 x 10
-3
.
Para el modelo exponencial.

ln B =0.8258, ......B = e
0.0250
2.28371
Y = Be
ax
............... Y = 2.28371e
0.34645x


Para los datos de este ejercicio, aproxima mejor el modelo lineal, porque la suma de los
errores al cuadrado en el lineal, es menor que la suma de los errores al cuadrado que en
el modelo exponencial



Conclusiones
Como conclusin general del presente trabajo se puede referir que, la teora de mnimos
cuadrados con sus ventajas intrnsecas, puede aplicarse a la compensacin de Puntos de
Control y Apoyo en trabajos de nivelacin topogrfica, si los recorridos se manejan como
circuitos, lo cual es particularmente recomendable para trabajos de alta precisin y con la
ventaja adicional de poder compensar n circuitos simultneamente; adems, la
metodologa aqu generalizada es aplicable independientemente del Procedimiento
Topogrfico que se emplee