Escolar Documentos
Profissional Documentos
Cultura Documentos
TABLA I
REGRESION LINEAL
TABLA II
x y XY X^2
𝑦 = 𝑏 + 𝑚𝑋
𝑛(∑𝑛𝑖=1 𝑋𝑖 𝑌𝑖 ) − ∑𝑛𝑖=1 𝑋𝑖 (∑𝑛𝑖=1 𝑌𝑖 )
𝑚= 2
𝑛 (∑𝑛𝑖=1 𝑋𝑖2 ) − (∑𝑛𝑖=1 𝑋𝑖 )
𝑦 = 118539444,20 + 0.92𝑋
Como podemos observar en as graficas la regresión lineal realizada a las coordenadas de los
planetas del sistema solar es una línea recta en la cual se podemos deducir que no se aproxima
a los puntos y existe un mayor error si se realiza con esta interpolación.
y = 0.9215x + 1E+08 COORDENADAS
1.00E+09
0.00E+00
-3.00E+09 -2.50E+09 -2.00E+09 -1.50E+09 -1.00E+09 -5.00E+08 0.00E+00 5.00E+08
-1.00E+09
EJE Y
-2.00E+09
-3.00E+09
-4.00E+09
EJE X -5.00E+09
Comprobación en Matlab
Polinómica de grado 2
1.00E+09
y= 1E-10x2 + 1.1017x
0.00E+00
-3.00E+09 -2.50E+09 -2.00E+09 -1.50E+09 -1.00E+09 -5.00E+08 0.00E+00 5.00E+08
-1.00E+09
EJE Y
-2.00E+09
-3.00E+09
-4.00E+09
-5.00E+09
EJE X
Al utilizar la regresion polinomial de grado 2 podemos observar que no pasa por todos los puntos pero se aproxima a la mayor
cantidad de puntos que se encuentran en en las coordenadas obtenidas.
Polinómica de grado 3
y = -2E-18x3 - 6E-09x2 - 4.1796x COORDENADAS 2.00E+09
1.00E+09
0.00E+00
-3.00E+09 -2.50E+09 -2.00E+09 -1.50E+09 -1.00E+09 -5.00E+08 0.00E+00 5.00E+08
-1.00E+09
EJE Y
-2.00E+09
-3.00E+09
-4.00E+09
-5.00E+09
EJE X
Al utilizar la regresion polinomial de grado 3 vemos una mayor aproximacion a los puntos y se acercan cada vez mas a las
coordenadas obtenidas.
Polinómica de grado 4
2.00E+09
y = 3E-27x4 + 1E-17x3 + 1E-08x2 + 1.441x
1.00E+09
0.00E+00
-3.00E+09 -2.50E+09 -2.00E+09 -1.50E+09 -1.00E+09 -5.00E+08 0.00E+00 5.00E+08
-1.00E+09
EJE Y
-2.00E+09
-3.00E+09
-4.00E+09
-5.00E+09
-6.00E+09
EJE X
Al utilizar la regresion polinomial de grado 4 podemos observar que la curva obtenida no pasa por muchos puntos pero se aproxima
en la parte donde se encuentra la mayor cantidad de puntos de las coordenadas obtenidas.
Polinómica de grado 5
2.00E+09
y = -1E-36x5 - 3E-27x4 + 2E-19x3 + 4E-09x2 + 0.4747x
1.00E+09
0.00E+00
-3.00E+09 -2.50E+09 -2.00E+09 -1.50E+09 -1.00E+09 -5.00E+08 0.00E+00 5.00E+08
-1.00E+09
EJE Y
-2.00E+09
-3.00E+09
-4.00E+09
-5.00E+09
-6.00E+09
EJE X
Al realizar la regresion polinomial de grado 5 podemos observar que la curva obtenida pasa o se acerca por la mayor cantidad de
puntos a diferencia de las anteriores regresiones de garado menor por lo cual podemos observar que en esta curva se obtendra un
menor error en comparacion de las otras curvas obtenidas.
Polinómica de grado 6
y = -7E-45x6 - 4E-35x5 - 9E-26x4 - 8E-17x3 - 1E-08x2 + 2.8101x
R² = 0.9982 COORDENADAS
4.00E+09
y Poly. (y)
3.00E+09
2.00E+09
1.00E+09
EJE Y
0.00E+00
-3.00E+09 -2.50E+09 -2.00E+09 -1.50E+09 -1.00E+09 -5.00E+08 0.00E+00 5.00E+08
-1.00E+09
-2.00E+09
-3.00E+09
-4.00E+09
-5.00E+09
EJE X
Al realizar la regresion polinomial de grado 6 podemos observar que la curva obtenida no pasa o se acerca a los puntos a diferencia
de las anteriores regresiones de grado menor por lo cual podemos observar que en esta curva se obtendra un error mas grande a
comparacion de la anterior curva obtenida.
REGRESION EXPONECIAL
La idea es convertir una curva exponencial a una recta por medio de logaritmos
Afirmación Justificación
𝜶𝟏 𝒙
𝒚 = 𝜷𝟏 𝒆 Ecuación de un función exponencial
𝐥𝐧 𝒚 = 𝐥𝐧(𝜷𝟏 𝒆𝜶𝟏𝒙 ) Explicamos ln a ambos lados para linealizar la
función.
𝐥𝐧 𝒚 = 𝐥𝐧(𝜷𝟏 ) + 𝜶𝟏 𝒙 𝐥𝐧(𝒆) Aplicamos la propiedad de los logaritmos
respecto a la multiplicación.
𝐥𝐧 𝒚 = 𝐥𝐧(𝜷𝟏 ) + 𝜶𝟏 𝒙 Aplicamos la propiedad de los logaritmos para
𝑙𝑛(𝑒) = 1
Ŷ𝒊 = 𝒃 + 𝒎𝑿 Al linealizar los ecuación puedo compararla con
𝐥𝐧 𝒚 = 𝐥𝐧(𝜷𝟏 ) + 𝜶𝟏 𝒙 la ecuación de la recta .
𝑫𝒐𝒏𝒅𝒆:
𝐥𝐧 𝒚 = Ŷ𝒊
𝐥𝐧(𝜷𝟏 ) = 𝒃 → 𝜷𝟏 = 𝒆𝒃
𝜶𝟏 = 𝒎
𝒙=𝑿
Interpolación de LaGrange
𝐿0 =
(𝑥 − 5,79𝑥107 )(𝑥 − 1.05𝑥108 )(𝑥 − 1.08𝑥108 )(𝑥 − 5.42𝑥107 )(𝑥 + 5.13𝑥108 )
(𝑥 + 1.41𝑥109 )(𝑥 + 2.60𝑥109 )(𝑥 + 1.91𝑥109 )
(0 − 5,79𝑥107 )(0 − 1.05𝑥108 )(0 − 1.08𝑥108 )(0 − 5.42𝑥107 )(0 + 5.13𝑥108 )
(0 + 1.41𝑥109 )(0 + 2.60𝑥109 )(0 + 1.91𝑥109 )
(𝑥 − 0)(𝑥 − 1.05𝑥108 )(𝑥 − 1.08𝑥108 )(𝑥 − 5.42𝑥107 )(𝑥 + 5.13𝑥108 )
(𝑥 + 1.41𝑥109 )(𝑥 + 2.60𝑥109 )(𝑥 + 1.91𝑥109 )
𝐿1 = −
(5,79𝑥107 − 1.05𝑥108 )(5,79𝑥107 − 1.08𝑥108 )(5,79𝑥107 − 5.42𝑥107 )
(5,79𝑥107 + 5.13𝑥108 )
(5,79𝑥107 + 1.41𝑥109 )(5,79𝑥107 + 2.60𝑥109 )(5,79𝑥107 + 1.91𝑥109 )
𝐿2
(𝑥 − 0)(𝑥 − 5,79𝑥107 )(𝑥 − 1.05𝑥108 )(𝑥 − 5.42𝑥107 )(𝑥 + 5.13𝑥108 )
(𝑥 + 1.41𝑥109 )(𝑥 + 2.60𝑥109 )(𝑥 + 1.91𝑥109 )
=
(1.08𝑥108 − 5,79𝑥107 )(1.08𝑥108 − 0)(1.08𝑥108 − 1.05𝑥108 )(1.08𝑥108 − 5.42𝑥107 )
(1.08𝑥108 + 5.13𝑥108 )
(1.08𝑥10 + 1.41𝑥10 )(1.08𝑥108 + 2.60𝑥109 )(1.08𝑥108 + 1.91𝑥109 )
8 9
𝐿3
(𝑥 − 0)(𝑥 − 5,79𝑥107 )(𝑥 − 1.08𝑥108 )(𝑥 − 5.42𝑥107 )(𝑥 + 5.13𝑥108 )
(𝑥 + 1.41𝑥109 )(𝑥 + 2.60𝑥109 )(𝑥 + 1.91𝑥109 )
=−
(1.05𝑥10 − 5,79𝑥107 )(1.05𝑥108 − 0)(1.05𝑥108 − 1.08𝑥108 )(1.05𝑥108 − 5.42𝑥107 )
8
(1.05𝑥108 + 5.13𝑥108 )
(1.05𝑥10 + 1.41𝑥10 )(1.05𝑥108 + 2.60𝑥109 )(1.05𝑥108 + 1.91𝑥109 )
8 9
𝐿4
(𝑥 − 0)(𝑥 − 5,79𝑥107 )(𝑥 − 1.08𝑥108 )(𝑥 − 1.05𝑥108 )(𝑥 + 5.13𝑥108 )
(𝑥 + 1.41𝑥109 )(𝑥 + 2.60𝑥109 )(𝑥 + 1.91𝑥109 )
=
(5.42𝑥107 − 5,79𝑥107 )(5.42𝑥107 − 0)(5.42𝑥107 − 1.08𝑥108 )(5.42𝑥107 − 1.05𝑥108 )
(5.42𝑥107 + 5.13𝑥108 )
(5.42𝑥10 + 1.41𝑥10 )(5.42𝑥107 + 2.60𝑥109 )(5.42𝑥107 + 1.91𝑥109 )
7 9
𝐿5
(𝑥 − 0)(𝑥 − 5,79𝑥107 )(𝑥 − 1.08𝑥108 )(𝑥 − 1.05𝑥108 )(𝑥 − 5.42𝑥107 )
(𝑥 + 1.41𝑥109 )(𝑥 + 2.60𝑥109 )(𝑥 + 1.91𝑥109 )
=−
(−5.13𝑥108 − 5,79𝑥107 )(−5.13𝑥108 − 0)(−5.13𝑥108 − 1.08𝑥108 )(−5.13𝑥108 − 1.05𝑥108 )
(−5.13𝑥108 − 5.42𝑥107 )
(−5.13𝑥10 + 1.41𝑥10 )(−5.13𝑥108 + 2.60𝑥109 )(−5.13𝑥108 + 1.91𝑥109 )
8 9
𝐿6
(𝑥 − 0)(𝑥 − 5,79𝑥107 )(𝑥 − 1.08𝑥108 )(𝑥 − 1.05𝑥108 )(𝑥 − 5.42𝑥107 )
(𝑥 + 5.13𝑥108 )(𝑥 + 2.60𝑥109 )(𝑥 + 1.91𝑥109 )
=
(−1.41𝑥109 − 5,79𝑥107 )(−1.41𝑥109 − 0)(−1.41𝑥109 − 1.08𝑥108 )(−1.41𝑥109 − 1.05𝑥108 )
(−1.41𝑥109 − 5.42𝑥107 )
(−1.41𝑥109 + 5.13𝑥108 )(−1.41𝑥109 + 2.60𝑥109 )(−1.41𝑥109 + 1.91𝑥109 )
𝐿7
(𝑥 − 0)(𝑥 − 5,79𝑥107 )(𝑥 − 1.08𝑥108 )(𝑥 − 1.05𝑥108 )(𝑥 − 5.42𝑥107 )
(𝑥 + 5.13𝑥108 )(𝑥 + 1.41𝑥109 )(𝑥 + 1.91𝑥109 )
=−
(−2.60𝑥109 − 5,79𝑥107 )(−2.60𝑥109 − 0)(−2.60𝑥109 − 1.08𝑥108 )(−2.60𝑥109 − 1.05𝑥108 )
(−2.60𝑥109 − 5.42𝑥107 )
(−2.60𝑥109 + 5.13𝑥108 )(−2.60𝑥109 + 1.41𝑥109 )(−2.60𝑥109 + 1.91𝑥109 )
𝐿8
(𝑥 − 0)(𝑥 − 5,79𝑥107 )(𝑥 − 1.08𝑥108 )(𝑥 − 1.05𝑥108 )(𝑥 − 5.42𝑥107 )
(𝑥 + 5.13𝑥108 )(𝑥 + 1.41𝑥109 )(𝑥 + 2.60𝑥109 )
=
(−1.91𝑥109 − 5,79𝑥107 )(−1.91𝑥109 − 0)(−1.91𝑥109 − 1.08𝑥108 )(−1.91𝑥109 − 1.05𝑥108 )
(−1.91𝑥109 − 5.42𝑥107 )
(−1.91𝑥109 + 5.13𝑥108 )(−1.91𝑥109 + 1.41𝑥109 )(−1.91𝑥109 + 2.60𝑥109 )
𝑝(𝑥)
104 8 114 7
(2.598 ∙ 10 𝑥 + 1.6 ∙ 10 149𝑥 + 3.274 ∙ 10123 𝑥 6 + 2.328 ∙ 10132 𝑥 5 + 9.095 ∙ 10139 𝑥 4 )
=− +1.81 ∙ 10 𝑥 3 + 2.133 ∙ 10157 𝑥 2 + 6.73 ∙ 10164 𝑥
3.327 ∙ 10162
𝑝(𝑥)
−(7.81 ∙ 10−59 𝑥 8 + 4.81 ∙ 10−49 𝑥 7 + 9.84 ∙ 10−40 𝑥 6 + 7.00 ∙ 10−31 𝑥 5 + 2.73 ∙ 10−23 𝑥 4
=
+5.45 ∙ 10−14 𝑥 3 + 6.41 ∙ 10−6 𝑥 2 + 2.02 ∙ 102 𝑥)
Fig. 10 Interpolación de LaGrange en Matlab.