Académique Documents
Professionnel Documents
Culture Documents
Grupo: 93-G
Ciclo: 2019-A
Callao – Perú
2019
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
ESCUELA PROFESIONAL DE INGENIERÍA ELÉCTRICA LABORATORIO DE CIRCUITOS ELECTRICOS II
Problema: 1)
Ajustar la regresión lineal para la siguiente tabla de datos:
x 0 2 4 6 9 11 12 15 17 19
y 5 6 7 6 9 8 7 10 12 12
%algoritmo:
clc
clear all
x=[0 2 4 6 9 11 12 15 17 19];
y=[5 6 7 6 9 8 7 10 12 12];
plot(x,y,'ko')
p1=polyfit(x,y,1)
x1=linspace(0,10,50);
y1=polyval(p1,x1);
hold on
plot(x1,y1,'ko')
xlabel('x')
ylabel('y')
title('Ajuste')
legend('Datos de Campo','AjusteLineal')
plot(x1,y1,'r-','lineWidth',2)
corrcoef(x1,y1)
Obtenemos la siguiente gráfica:
El Matlab nos da, de la
gráfica, un coeficiente de
correlación de:
1 1
1 1
Los valore de los
coeficientes de la ecuación
de la regresión lineal son:
a=0.3525, b=4.8515
por lo que la ecuación de la
regresión lineal de los
datos es:
y=0.3525x + 4.8515
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
ESCUELA PROFESIONAL DE INGENIERÍA ELÉCTRICA LABORATORIO DE CIRCUITOS ELECTRICOS II
Problema: 2
X 0.2 0.5 0.8 1.2 1.7 2 2.3
Y 500 700 1000 1200 2200 2650 3750
%algoritmo:
clc
clear all
x=[0.2 0.5 0.8 1.2 1.7 2 2.3];
y=[500 700 1000 1200 2200 2650 3750];
plot(x,y,'ko')
p1=polyfit(x,y,1)
x1=linspace(0,10,50);
y1=polyval(p1,x1);
hold on
plot(x1,y1,'ko')
xlabel('x')
ylabel('y')
title('Ajuste')
legend('Datos de Campo','AjusteLineal')
plot(x1,y1,'r-','lineWidth',2)
corrcoef(x1,y1)
Obtenemos la siguiente gráfica:
De la gráfica, el Matlab
nos da el valor del
coeficiente de
correlación que son los
valores de:
1.0000 1.0000
1.0000 1.0000
Los valore de los
coeficientes de la
ecuación de la regresión
lineal son:
a=1.4558, b=95.126
por lo que la ecuación de
la regresión lineal de los
datos es:
y=1.4558x + 95.126
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
ESCUELA PROFESIONAL DE INGENIERÍA ELÉCTRICA LABORATORIO DE CIRCUITOS ELECTRICOS II
Problema: 3
a) Grafique los datos:
x=[88.9 101.6 104.1 139.7 132.1 94.0 116.8 121.9 99.1];
y=[114.7 172.0 152.9 269.0 206.4 161.4 175.8 239.0 130.0];
plot(x,y,'ko')
x1=linspace(0,10,50);
xlabel('x')
ylabel('y')
title('Grafica de los Datos')
Problema: 4
Datos:
c 0.8 2.0 1.2 11.0 4.4 3.8 5.5
p 4.5 8.0 5.5 39.0 19.5 17.5 21.0
Problema: 5
Datos:
t 0.5 1 2 3 4 5 6 7 8 9
P(t) 7 5.2 3.8 3.2 2.5 2.1 1.8 1.5 1.2 1.1
Algoritmo:
clc
clear all
x=[0.5 1 2 3 4 5 6 7 8 9];
y=[7 5.2 3.8 3.2 2.5 2.1 1.8 1.5 1.2 1.1];
plot(x,y,'ko')
p1=polyfit(x,y,1)
x1=linspace(0,10,50);
y1=polyval(p1,x1);
hold on
xlabel('x')
ylabel('y')
title('Ajuste Lineal')
legend('Datos de Campo','AjusteLineal')
plot(x1,y1,'r-','lineWidth',2)
corrcoef(x1,y1)