Sei sulla pagina 1di 8

Parcial 2 Métodos Numéricos

HERNAN CARMONA VALLE ALBAN DARIO MEDINA

1) Un investigador reporta los datos tabulados a continuación, de un experimento para


determinar la tasa de crecimiento de bacterias k (per d), como función de la concentración
de oxígeno c (mg/L).

c (mg/L) 0.5 0.8 1.5 2.5 4


k (per d) 1.1 2.4 5.3 7.6 8.9

a. Complete la siguiente tabla.


𝑥𝑖 𝑥𝑖2 𝑥𝑖3 𝑥𝑖4 𝑥𝑖5 𝑥𝑖6 𝑦𝑖 𝑥𝑖 𝑦𝑖 𝑥𝑖2 𝑦𝑖 𝑥𝑖3 𝑦𝑖
0,5 0,2 0,12 0,0625 0,0312 0,0156 1,1 0,55 0,275
5 5
0.8 0,6 0,51 0,4096 0,3276 0,2621 2,4 1,92 1,536 1,229
4 2
1.5 2,2 3,37 5,0625 7,593 11,390 5,3 7,95 11,92 17,887
5 5 5
2,5 6,2 15,6 39,062 97,656 244,140 7,6 19 47,5 118,75
5 25 5
4 16 64 256 1024 4096 8,9 35,6 142,4 569,6
Suma 25, 93,6 300,59 1129,6 4371,80 25, 65,0 203,6 707,603
Total 9,3 39 3 71 078 77 3 2 36 5

b. Encuentre el polinomio lineal, cuadrático y cubico que mejor se ajuste a los valores
de la tabla.

Grado de Resultado Margen de Error


Polinimio
Lineal Y= 4,6223+ 0,2353X 0,4070

Cuadrático Y = 2,5788 + 0,5292X+0,2948𝑋 2 0,429

Cubico Y = 2,3501 + 0,9506X +0,3228 𝑋 2 –


0,0372𝑋 3 0.0297

c. Encuentre el polinomio interpolante por interpolación directa.

RTA/ = -0,61492+2,4092t+2,6804𝑡 2 -1,365𝑡 3 +0,17325𝑋 4


d. Encuentre el polinomio interpolante de Lagrange.

X 0.5 0.8 1.5 2.5 4


Y 1.1 2.4 5.3 7.6 8.9

RTA/=

0.523*((x-0.8)*(x-1.5)*(x-2.5)*(x-4))-2.1008*((x-0.5)*(x-1.5)*(x-2.5)*(x-4)+3.0285*(x-0.5)*(x-0.8)*(x-
2.5)*(x-4))-1.4901*((x-0.5)*(x-0.8)*(x-1.5)*(x-4))+0.2119*((x-0.5)*(x-0.8)*(x-1.5)*(x-2.5))

e. Encuentre el polinomio interpolante por diferencias divididas.

p(x)= 0.523*(x-0.8)*(x-1.5)*(x-2.5)*(x-4))-2.1008*((x-0.5)*(x-1.5)*(x-2.5)*(x-4)+3.0285*(x-0.5)*(x-
0.8)*(x-2.5)*(x-4))-1.4901*((x-0.5)*(x-0.8)*(x-1.5)*(x-4))+0.2119*((x-0.5)*(x-0.8)*(x-1.5)*(x-2.5)

A0 A1 A2 A3 A2
X Y
0.5 1.1
0.8 2.4 4.3333
1.5 5.3 44.1428 39.8095
2.5 7.6 2.3 -24.6134 -7.5980
4 8.9 0.866 -0.6736 7.5124 4.3172
2) Un objeto se suspende en un túnel de viento y se mide la fuerza para varios niveles de
velocidad del viento. A continuación, están tabulados los resultados.

v (m/s) 10 20 30 40 50 60 70 80
FN 25 70 380 550 610 1220 830 1450

a. Use los algoritmos aprendidos para encontrar el polinomio lineal, cuadrático, cubico
y de orden 4 que mejor se ajuste a la tabla, adjunte las gráficas y determine cual
polinomio se ajusta mejor a la nube de puntos.

Regresión de un polinomio grado 1

Numero de datos =8

Grado del polinomio =1

vector de abscisas=[10,20,30,40,50,60,70,80]

vector de ordenadas=[25,70,380,550,610,1220,830,1450]

ans =

19.4702 t - 234.2857

ecm =
58.1106

Regresión de un polinomio grado 2

Numero de datos = 8

Grado del polinomio =2

vector de abscisas=[10,20,30,40,50,60,70,80]

vector de ordenadas= [25,70,380,550,610,1220,830,1450]

ans =

0.037202 t^2 + 16.122 t - 178.4821

ecm =

57.7972
Regresión de un polinomio grado 3

Numero de datos =8

Grado del polinomio =3

vector de abscisas=[10,20,30,40,50,60,70,80]

vector de ordenadas=[25,70,380,550,610,1220,830,1450]

ans =

0.0002904 t^3 - 0.0020022 t^2 + 17.6176 t - 192.8571

ecm =

57.7904
Regresión de un polinomio grado 4

Numero de datos = 8

Grado del polinomio = 4

vector de abscisas= [10,20,30,40,50,60,70,80]

vector de ordenadas= [25,70,380,550,610,1220,830,1450]

Warning: Matrix is close to singular or badly scaled.

Results may be inaccurate. RCOND = 1.601571e-017.

> In regre_poli at 26

ans =

0.00040388 t^4 - 0.072408 t^3 + 4.3888 t^2 - 83.1222 t + 492.5893

ecm =

53.6501
b. Use los algoritmos aprendidos para encontrar el polinomio de interpolación directa,
adjunte su gráfica.

inter_directa

numero de datos=8

vector de abscisas=[10,20,30,40,50,60,70,80]

vector de ordenadas=[25,70,380,550,610,1220,830,1450]

ans =

2.3105e-07 t^7 - 6.891e-05 t^6 + 0.0083413 t^5 - 0.52725 t^4 + 18.6275 t^3

- 363.8106 t^2 + 3607.3571 t – 13790


c. Use los algoritmos aprendidos para encontrar el polinomio interpolante por
diferencias divididas, adjunte su gráfica.

d. Use los polinomios encontrados en los numerales anteriores para llenar la siguiente
tabla

V (m/s) 15 27 58 73 78
Regresión orden 1 0,0578 0.2914 0.8950 1.1870 1.2844
Regresión orden 2 0.0717 0.2839 0.8817 1.1967 1.3054
Regresión orden 3 0.0719 0.2871 0.8789 1.1955 1.3069
Regresión orden 4 0.0093 0.2372 0.8783 1.1141 1.2988
Interpolación directa 0.0418 0,1819 1.0295 1.6896 1.9463
Diferencias divididas

e. Use el polinomio de interpolación por diferencias divididas y los alguno de los


algoritmos para la solución de ecuaciones para encontrar que velocidad genera 480
FN.

Algritmo de interpolación directa

RTA/ =Cuando la velocidad es 480 FN. = 7.0014e+11