REGRESIN POLINMICA

A mano:

El procedimiento de mnimos cuadrados puede extenderse fcilmente y ajustar datos a un

polinomio de grado m. Se tiene que la ecuacin para el ajuste es la siguiente:

Por mnimos cuadrados se tiene:

)

Que a la larga nos llevara al siguiente conjunto de ecuaciones:

.
.
.

Entonces el problema de determinar polinomios de grado m con mnimos cuadrados es

equivalente a resolver un sistema de m+1 ecuaciones lineales simultneas.
Para la serie de datos obtenidos experimentalmente se har un ajuste con un polinomio de
segundo grado, con m=2 (grado que necesitamos) y n=5.
Para realizarlo es necesario organizar una tabla de datos de la siguiente manera:

xi

yi

xi^2

xi^3

xi^4

Xi*yi

xi^2 yi

1
2
3
4
5

603
762
1115
1384
1966

1
4
9
16
25

1
8
27
64
125

1
16
81
256
625

603
1524
3345
5536
9830

603
3048
10035
22144
49150

15

5830

55

225

979

20838

84980

Es decir el conjunto general de ecuaciones queda establecido de la siguiente manera:

Se pasa el sistema de ecuaciones a una matriz:

[

][

Resolviendo el sistema por regla de Cramer se tiene:

|

|
|

|
|

|
|

Es decir el polinomio resultante es:

Para el error se halla el r2 basados en la siguiente tabla:

xi

yi

(yi -yprom)^2

(yi -ao - a1xi- a2(xi^2))^2

1
2
3
4
5

603
762
1115
1384
1966
5830

316969
163216
2601
47524
640000
1170310

5,094693878
218,195102
3347,44898
3890,195102
464,0946939
7925,028571

As se obtiene que:
(

0,993228266

En Excel:

La regresin en Excel se hizo tanto matricialmente como grficamente por medio de la lnea de
tendencia. Para realizarlo matricialmente se elabor la siguiente tabla de datos:

xi

yi

xi^2

xi^3

xi^4

Xi*yi

xi^2 yi

1
2
3
4
5

603
762
1115
1384
1966

1
4
9
16
25

1
8
27
64
125

1
16
81
256
625

603
1524
3345
5536
9830

603
3048
10035
22144
49150

15

5830

55

225

979

20838

84980

Con ayuda de la anterior tabla se cre el siguiente sistema de ecuaciones en notacin matricial:

5
15
55

MATRIZ
15
55
225

55
225
979

VARIABLES
a0
a1
a2

T. INDEPENDIENTES
5830
20838
84980

Se hall la inversa por medio de la funcin MINVERSA:

MATRIZ INVERSA
-3,3
0,5
2,67142857
-0,42857143
-0,42857143
0,07142857

4,6
-3,3
0,5

Por ltimo, por medio de la funcin MMULT se hall el valor de las constantes de la expresin de
regresin.
SOLUCION
542,6
8,22857143
54,4285714

a0
a1
a2

Para el mtodo grfico se graficaron los datos y se le coloc una lnea de tendencia Polinmica de
grado 2 con su respectivo r2, de esta manera se obtuvo:

Polinomica-Proyectos
2500
y = 54.429x2 + 8.2286x + 542.6
R = 0.9932

2000

yi

1500
1000
500
0
0

xi

En Scilab:

Se realiz el siguiente script en scinotes, el cual es una funcin que requiere de dos parmetros x,
y. Las siguientes lneas asignan las variables necesarias para la funcin: la primera es n que es el
nmero de datos que estn asignados al vector x, las cuatro variables siguientes son 7 sumas que

se inicializan en 0, los dos siguientes son el error absoluto y el error medido que tambin se
inicializan en 0.
La parte siguiente del cdigo es un ciclo for, definido con una variable contable que va desde 1
hasta n (anteriormente definido); en el ciclo for se completan las sumatorias en el siguiente orden:
sumatoria de xi, sumatoria de xi2, sumatoria de yi, sumatoria de xi3, sumatoria de xi*yi, sumatoria
de xi4 y sumatoria de xi2 * yi . Luego se procede a hacer el llenado de las matrices del sistema,
llenando la matriz A con n, sum1 y sum 2 en la primera fila, sum1 , sum2 y sum4 en la segunda fila
y sum2 , sum4 y sum6 en la tercera fila. A su vez se define un vector B siendo el vector
independiente con sum 3 y sum 4 con el apstrofe () para indicar que es un vector columna.
Por ultimo en la seccin se tiene C que corresponde al valor de la inversa de A*B operacin que
nos da el valor de las constantes de la regresin. Por ltimo el programa nos muestra el polinomio
de las constantes halladas como funcin de y, adems se tiene otro ciclo for donde se hallan los
errores de cada valor para as finalmente tomar las sumas de los errores con el fin de hallar r2
para la regresin.

A continuacin se muestra la ejecucin del cdigo desde la pantalla de comandos de Scilab:

REGRESIN LOGARITMICA

A mano:

Se tiene que la ecuacin para el ajuste es la siguiente:

( )
Al realizar un cambio de variable

( )

tenemos:

Por mnimos cuadrados se tiene:

(

)]

) ]

Derivadas de S respecto a a0 y a1 e igualando a 0 se encuentra un sistema lineal de dos ecuaciones

por dos incgnitas:
]

[ (

( )

( )

Para realizar ste ajuste a los datos del ejercicio de proyectos, es necesario organizar una tabla de
datos de la siguiente manera:
ti

yi

Ln(ti)=Xi

Xiyi

Xi2

1
2
3
4
5

603
762
1115
1384
1966

0
0,69315
1,09861
1,38629
1,60944

0
528,17815
1224,9527
1918,6314
3164,15494

0
0,48045
1,20695
1,92181
2,59029

Al reemplazar con los datos en las ecuaciones del sistema se obtiene:

Se pasa el sistema de ecuaciones a una matriz:

[

][

Resolviendo el sistema por regla de Cramer se tiene:

|

|
|

|
|

Para el error se halla el r :

(

En Excel:

La regresin en Excel se hizo tanto matricialmente como grficamente por medio de la lnea de
tendencia. Para realizarlo matricialmente se elabor la siguiente tabla de datos:
ti

Py(ti)
1
2
3
4
5

Suma

603
762
1115
1384
1966
5830

Ln(ti)=Xi

Xiyi

Xi^2

0
0,69314718
1,09861229
1,38629436
1,60943791
4,78749174

0,000000
528,178152
1224,952702
1918,631396
3164,154936
6835,917185

0
0,48045301
1,20694896
1,92181206
2,59029039
6,19950442

Con ayuda de la anterior tabla se cre el siguiente sistema de ecuaciones en notacin matricial:

Matriz
Variables
5 4,78749174 a0
4,78749174 6,19950442 a1

Trminos
independientes
5830
6835,917185

Se hall la inversa por medio de la funcin MINVERSA:

Matriz inversa
0,7675081 -0,59269878
-0,59269878 0,61900762

Por ltimo, por medio de MMULT se hall el valor de las constantes de la expresin de regresin.
Solucin
422,932467
776,050981

a0
a1

Para el mtodo grfico se graficaron los datos y se le coloc una lnea de tendencia logartmica con
su respectivo r2, de esta manera se obtuvo:

Regresion logartmica, proyectos

2500
2000
y = 776.05ln(x) + 422.93
R = 0.8313

1500
py(t)
1000
500
0
0

3
t

En Scilab:

Se realiz el siguiente script en scinotes, el cual es una funcin que requiere de dos parmetros x,
y. Las siguientes lneas asignan las variables necesarias para la funcin: la primera es n que es el
nmero de datos que estn asignados al vector x, las cuatro variables siguientes son 4sumas que
se inicializan en 0, los dos siguientes son el error absoluto y el error medido que tambin se
inicializan en 0 la ltima variable es z, definida como el logaritmo natural de x (log(x)).
La parte siguiente del cdigo es un ciclo for, definido con una variable contable que va desde 1
hasta n (anteriormente definido); en el ciclo for se completan las sumatorias en el siguiente
orden: sumatoria de zi, sumatoria de zi2, sumatoria de yi y por ltimo la sumatoria de zi*yi. Se
procede a hacer el llenado de las matrices del sistema, llenando la matriz A con n y sum1 en la
primera fila y sum1 y sum2 en la segunda.
La matriz B es el vector independiente con sum 3 y sum 4 con el apstrofe () para indicar que es
un vector columna; por ultimo en la seccin se tiene C que corresponde al valor de la inversa de
A*B operacin que nos da el valor de las constantes de la regresin. Por ltimo el programa nos
muestra el polinomio de las constantes halladas con la variable Ln(x) como funcin de y; adems
se tiene otro ciclo for donde se hallan los errores de cada valor para as finalmente tomar las
sumas de los errores con el fin de hallar r2 para la regresin.

A continuacin se muestra la ejecucin del cdigo desde la pantalla de comandos de Scilab:

AJUSTE DE CURVAS-REGRESION

IVAN FISGATIVA VILLARRAGA

COD: 245501

MAURICIO ALEJANDRO NARVAEZ GUZMAN

COD: 20422407
SEBASTIAN ANDRES TORRES RIVERA
COD: 492365

UNIVERSIDAD NACIONAL DE COLOMBIA

FACULTAD DE INGENIERIA
METODOS NUMERICOS
BOGOT D.C.
OCTUBRE DE 2014