UNIDAD 2.

AJUSTE DE CURVAS

UNIDAD 2

AJUSTE DE CURVAS

1. Introduccin.
Las aplicaciones de las tcnicas numricas a la ciencia y la ingeniera consisten,
frecuentemente, en ajustar una curva de datos experimentales. Esta tcnica es conocida
como anlisis de regresin.
El anlisis de regresin tiene como inters que una funcin matemtica describa,
razonablemente, el comportamiento de la variable de respuesta () dados los valores de
las variables de prediccin (). Por lo tanto, el anlisis de regresin, examina o descubre
asociaciones cuantitativas entre la variable de respuesta y las variables de prediccin, en
lugar de detectar una relacin causa-efecto.
2. Anlisis de regresin.
2.1 Recta de regresin.
Supngase que {( , )}
=1 son puntos cuyas abscisas { }=1 son distintas. Entonces,

los coeficientes de la recta de regresin

= +
son las soluciones del siguiente sistema lineal, conocido como las ecuaciones normales de
Gauss:

( 2 ) + ( ) =
=1 =1 =1

( ) + =
=1 =1

Ejemplo 1. Los siguientes datos son las mediciones de la velocidad del aire y del coeficiente
de evaporacin de las gotitas de combustible en una turbina de propulsin.

Velocidad del aire (cm/s), x Coeficiente de evaporacin (mm2/s), y

20 0.18
60 0.37
100 0.35
140 0.78

M. GUERRERO RODRGUEZ 20
 UNIDAD 2. AJUSTE DE CURVAS

180 0.56
220 0.75
260 1.18
300 1.36
340 1.36
380 1.65

a) Trazar un diagrama de dispersin.

b) Ajustar a una lnea recta los datos y usarla para estimar el coeficiente de
evaporacin cuando la velocidad del aire es de 190 cm/s.
c) Calcular el coeficiente de correlacin () e interprete su resultado.

Solucin.

El ejemplo es resuelto en Excel, como se muestra a continuacin.

Velocidad del aire (cm/s), x Coeficiente de evaporacin (mm2/s), y

20 0.18
60 0.37
100 0.35
140 0.78
180 0.56
220 0.75
260 1.18
300 1.36
340 1.36
380 1.65
2000 8.54

a) Diagrama de dispersin.

M. GUERRERO RODRGUEZ 21
 UNIDAD 2. AJUSTE DE CURVAS

b) Ajustar a una linea recta.

Velocidad del aire (cm/s), x Coeficiente de evaporacin (mm2/s), y

x^2 x*y
20 0.18 400 3.6
60 0.37 3600 22.2
100 0.35 10000 35
140 0.78 19600 109.2
180 0.56 32400 100.8
220 0.75 48400 165
260 1.18 67600 306.8
300 1.36 90000 408
340 1.36 115600 462.4
380 1.65 144400 627
2000 8.54 532000 2240

Ecuaciones normales de Gauss.

2 =
+ =
= + =

M. GUERRERO RODRGUEZ 22
 UNIDAD 2. AJUSTE DE CURVAS

Matriz de coeficientes.

532000 2000
=
2000 10

Matriz inversa.

1 7.57576E-06 -0.001515152
=
-0.001515152 0.403030303

Vector de trminos independientes.

2240
=
8.54

Coeficientes de la ecuacin de la recta.

0.004030303
= =
0.047939394

Ecuacin de la recta.

= + = +

Estimacin del coeficiente de evaporacin.

= 190
= 0.81369697

Estimacin del error y grfica.

Velocidad del aire (cm/s), x Coeficiente de evaporacin (mm2/s), y yajust (y-yajust)^2

20 0.18 0.128545455 0.00264757
60 0.37 0.289757576 0.006438847
100 0.35 0.450969697 0.01019488
140 0.78 0.612181818 0.028162942
180 0.56 0.773393939 0.045536973
190 0 0.81369697 0.662102758
220 0.75 0.934606061 0.034079398
260 1.18 1.095818182 0.007086579
300 1.36 1.257030303 0.010602758
340 1.36 1.418242424 0.00339218
380 1.65 1.579454545 0.004976661
0.815221546

M. GUERRERO RODRGUEZ 23
 UNIDAD 2. AJUSTE DE CURVAS

2
= = = 0.285520848

c) Coeficiente de correlacin.

=
2 2 2 2

Velocidad del aire (cm/s), x Coeficiente de evaporacin (mm2/s), y x^2 x*y y^2
20 0.18 400 3.6 0.0324
60 0.37 3600 22.2 0.1369
100 0.35 10000 35 0.1225
140 0.78 19600 109.2 0.6084
180 0.56 32400 100.8 0.3136
220 0.75 48400 165 0.5625
260 1.18 67600 306.8 1.3924
300 1.36 90000 408 1.8496
340 1.36 115600 462.4 1.8496
380 1.65 144400 627 2.7225
2000 8.54 532000 2240 9.5904

rxy = 0.966098665 Rxy^2 = 0.93334663

Interpretacin.
Indica que el coeficiente de evaporacin es explicado en un 93.34 % por la velocidad del aire. Por lo que existe
una fuerte asociacin entre las dos variables.

M. GUERRERO RODRGUEZ 24
 UNIDAD 2. AJUSTE DE CURVAS

Actividad 1. El motor de un cohete se fabrica al unir dos tipos de propulsores: uno de encendido y
un impulsor. Se piensa que la resistencia al esfuerzo cortante de la junta es una funcin lineal de la
edad del propulsor cuando se arma el motor. En la tabla siguiente aparecen veinte observaciones.

Nm. de observacin Resistencia, y (psi) Edad, x (semanas)

1 2158.70 15.50
2 1678.15 23.75
3 2316.00 8.00
4 2061.30 17.00
5 2207.50 5.00
6 1708.30 19.00
7 1784.70 24.00
8 2575.00 2.50
9 2357.90 7.50
10 2277.70 11.00
11 2165.20 13.00
12 2399.55 3.75
13 1779.80 25.00
14 2336.75 9.75
15 1765.30 22.00
16 2053.50 18.00
17 2414.40 6.00
18 2200.50 12.50
19 2654.20 2.00
20 1753.70 21.50

a) Dibuje un diagrama de dispersin de los datos. Parece plausible utilizar como modelo de
regresin una lnea recta?
b) Encuentre las estimaciones de mnimos cuadrados para la pendiente y la ordenada al origen
del modelo de regresin lineal simple.

M. GUERRERO RODRGUEZ 25
 UNIDAD 2. AJUSTE DE CURVAS

c) Estime la resistencia al esfuerzo promedio de un motor construido con un propulsor armado

hace 20 semanas.
d) Obtenga los valores ajustados que correspondan a cada valor observado . Haga una
grfica de contra y haga un comentario sobre la forma que tendra esta grfica si la
relacin lineal entre la resistencia al esfuerzo y la edad fuese perfectamente determinista
(sin error). La grfica indica que la edad es un regresor razonable para este modelo?
e) Elaborar un programa en wxMaxima que resuelva esta actividad.

2.2 Regresin curvilnea.

Consiste en ajustar una curva exponencial de la forma

a un conjunto de puntos (1 , 1 ), (2 , 2 ), , ( , ), proporcionados previamente. La forma

logartmica es

log() = log() + log()

Para estimar log() y log(), y de ah obtener y , se usa el mtodo de mnimos cuadrados a

los pares de valores ( , log( )).

Entonces, el sistema de ecuaciones simultneas a resolver, es:

log() = log() + log()

log() = log() + 2 log()

Ejemplo 2. Los valores que se proporcionan en la tabla anexa corresponden a datos sobre el
porcentaje de unidades producidas en determinada empresa alimentaria.

Unidades producidas (miles), x Porcentaje til, y

1 98.2
2 91.7
5 81.3
10 64.0
20 36.4

M. GUERRERO RODRGUEZ 26
 UNIDAD 2. AJUSTE DE CURVAS

30 32.6
40 17.1
50 11.3

a) Graficar los datos proporcionados.

b) Ajustar a una curva exponencial aplicando el mtodo de mnimos cuadrados.
c) Usar el resultado del inciso anterior para estimar que porcentaje de las unidades
producidas corresponderan a las 25.

Solucin.

El ejemplo es resuelto en Excel.

Unidades producidas (miles), x Porcentaje til, y

1 98.2
2 91.7
5 81.3
10 64
20 36.4
30 32.6
40 17.1
50 11.3

a) Grfica de datos.

M. GUERRERO RODRGUEZ 27
 UNIDAD 2. AJUSTE DE CURVAS

b) Modelo matemtico.

Unidades producidas (miles), x Porcentaje til, y x^2 log(y) x*log(y)

1 98.2 1 1.99211149 1.99211149
2 91.7 4 1.96236934 3.92473867
5 81.3 25 1.91009055 9.55045273
10 64 100 1.80617997 18.0617997
20 36.4 400 1.56110138 31.2220277
30 32.6 900 1.5132176 45.396528
40 17.1 1600 1.23299611 49.3198444
50 11.3 2500 1.05307844 52.6539222
158 432.6 5530 13.0311449 212.121425

Matriz de coeficientes:
= 8 158
158 5530

Matriz inversa:
1 0.286885246 -0.00819672
=
-0.008196721 0.00041502

Vector de trminos independientes:

13.0311449
=
212.121425

Parmetros de regresin:
log 1.999743004 = 99.940842
= =
log -0.01877721 = 0.95768523

Modelo exponencial: = ( )

Modelo logartmico: =

c) Estimacin del porcentaje.

= 25 = = 33.9088266 %

M. GUERRERO RODRGUEZ 28
 UNIDAD 2. AJUSTE DE CURVAS

Estimacin del error y grfica.

Unidades producidas (miles), x Porcentaje til, y yajust (y-yajust)^2

1 98.2 95.7118684 6.19079866
2 91.7 91.6618429 0.00145596
5 81.3 80.5113216 0.62201364
10 64 64.8590984 0.73805001
20 36.4 42.0919271 32.3980347
25 33.90882661 33.9088266 0
30 32.6 27.3166044 27.9142692
40 17.1 17.7277907 0.39412118
50 11.3 11.5048913 0.04198044
68.3007238
( )2
= = 2.7548084

Actividad 2. Verifique las respuestas de los incisos anteriores. Anexe grfica que contemple los
datos iniciales y los valores ajustados. Asimismo, elabore un programa en wxMaxima que
resuelva la misma actividad.

M. GUERRERO RODRGUEZ 29
 UNIDAD 2. AJUSTE DE CURVAS

2.3 Regresin polinomial.

Cuando no existe una indicacin clara en cuanto a la forma funcional de la regresin de sobre
, se supone que la relacin fundamental se comporta bien, al grado de que admita un
desarrollo en serie de Taylor y que los primeros trminos del desarrollo constituyen una
aproximacin bastante buena. Ajustndose los datos a un polinomio, o sea

= 0 + 1 + 2 2 + +

donde el grado se determina por observacin de los datos o por el mtodo que se plantea a
continuacin.

Para un conjunto de datos que tenga puntos ( , ), los coeficientes 0 , 1 , 2 , , del

polinomio de simo grado se pueden estimar por el criterio de mnimos cuadrados.

Las ecuaciones normales para la regresin polinomial, a que se llegan despus de las
deducciones, son:

= 0 + 1 + +

= 0 + 1 2 + + +1

= 0 + 1 +1 + + 2

Ntese que este es un sistema de + ecuaciones lineales con + incgnitas

0 , 1 , 2 , , . A menos que las diversas sumatorias tengan valores poco comunes, este
sistema de ecuaciones admitir una nica solucin.

Ejemplo 3. Los valores que se presentan en la tabla anexa corresponden al tiempo de secado de
cierto barniz y a la cantidad de un aditivo con que se intenta reducir el tiempo.

Cantidad de aditivo del barniz, x (g) Tiempo de secado, y (h)

0 12.0
1 10.5
2 10.0

M. GUERRERO RODRGUEZ 30
 UNIDAD 2. AJUSTE DE CURVAS

3 8.0
4 7.0
5 8.0
6 7.5
7 8.5
8 9.0

a) Dibujar un diagrama de dispersin.

b) Ajustar a un polinomio de segundo grado por el mtodo de mnimos cuadrados.
c) Emplear el resultado del inciso anterior para predecir el tiempo de secado del barniz
cuando se han utilizado 6.5 g de un aditivo.

Solucin.

El ejemplo es resuelto en Excel.

Cant de aditivo barniz, x (g) Tiempo de secado, y (h)

0 12
1 10.5
2 10
3 8
4 7
5 8
6 7.5
7 8.5
8 9

a) Diagrama de dispersin.

M. GUERRERO RODRGUEZ 31
 UNIDAD 2. AJUSTE DE CURVAS

b) Modelo matemtico.

2 = 0 + 1 + 2 2

Cant de aditivo barniz, x (g) Tiempo de secado, y (h) x^2 x^3 x^4 x*y x^2*y
0 12 0 0 0 0 0
1 10.5 1 1 1 10.5 10.5
2 10 4 8 16 20 40
3 8 9 27 81 24 72
4 7 16 64 256 28 112
5 8 25 125 625 40 200
6 7.5 36 216 1296 45 270
7 8.5 49 343 2401 59.5 416.5
8 9 64 512 4096 72 576
36 80.5 204 1296 8772 299 1697

Matriz de coeficientes.

9 36 204
= 36 204 1296
204 1296 8772

Matriz inversa.

0.660606061 -0.30909091 0.03030303

1 = -0.309090909 0.22445887 -0.02597403
0.03030303 -0.02597403 0.00324675

Vector de trminos independientes.

80.5
= 299
1697

Vector de coeficientes del modelo.

0 12.18484848
= 1 = -1.846536797
2 0.182900433

La ecuacin es: = +

M. GUERRERO RODRGUEZ 32
 UNIDAD 2. AJUSTE DE CURVAS

Estimacin del tiempo de secado.

= 6.5 = 7.9099026

Estimacin del error y grfica.

Cant de aditivo barniz, x (g) Tiempo de secado, y (h) p2 (y-p2)^2

0 12 12.1848485 0.03416896
1 10.5 10.5212121 0.00044995
2 10 9.22337662 0.60314387
3 8 8.29134199 0.08488016
4 7 7.72510823 0.52578194
5 8 7.52467532 0.22593355
6 7.5 7.69004329 0.03611645
6.5 7.909902597 7.9099026 0
7 8.5 8.22121212 0.07772268
8 9 9.11818182 0.01396694
1.6021645
2 2
= = = 0.40027047

M. GUERRERO RODRGUEZ 33
 UNIDAD 2. AJUSTE DE CURVAS

Actividad 3. Realiza los clculos manualmente, usando calculadora, de los resultados obtenidos para
cada inciso del ejemplo 3. Muestre en una misma grfica los datos iniciales y los datos ajustados.
Tambin, elabora un programa en wxMaxima que resuelva el ejemplo.

Actividad 4. El brazo de un robot equipado con un lser deber realizar perforaciones en serie de un
mismo radio en placas rectangulares de 15 x 10 pulg. Las perforaciones debern ubicarse en la placa
como se muestra en la siguiente tabla.

X, pulg 2.00 4.25 5.25 7.81 9.20 10.60

Y, pulg 7.20 7.10 6.00 5.00 3.50 5.00

a) Dibujar un diagrama de dispersin.

b) Ajustar los datos al mejor polinomio.
c) Considerando que el recorrido del brazo del robot deber ser suave, encuentre un
movimiento sin que sea en zigzag.
d) Elabore un programa en wxMaxima que resuelva la actividad.

M. GUERRERO RODRGUEZ 34