Laboratorio N.º 1 Fecha:21-8-18 Facultad de Ing.

Mecánica 1

LABORATORIO 1

REGRESIÓN LINEAL
Lara, Felix 1

1Licenciatura en Ingeniería Mecánica – Centro Regional de Chiriquí – Universidad Tecnológica de Panamá

Resumen- Crearemos un algoritmo de la regresión lineal en Scilab y lo compararemos con una gráfica obtenida en
Excel para verificar la veracidad de los datos
Palabras claves- Algoritmo, dispersión, regresión y Scilab

1. Introducción 3. Marco Teórico

En esta experiencia de laboratorio se hizo una regresión
lineal de mínimos cuadrados, se utilizó Scilab para crear el
algoritmo, el mismo minimiza las diferencias entre los
puntos y la recta generada.
También se podrá recordar por experiencia propia la
utilidad de esta regresión en el curso de física I donde
utilizando datos experimentales se hizo una función de
velocidad vs tiempo
También se verificarán datos con Excel para estar seguros
de que la respuesta es correcta.
3.1. Ajuste de una línea recta por medio de mínimos
cuadrados
Sea un conjunto de n datos: (x1, y1), (x2, y2), (x3, y3)...
(xn, yn), los cuales se ajustan a la línea recta:
Los valores de a y b para el modelo lineal 1.1, deben ser tal
que minimicen la suma de los cuadrados de los residuos entre
la y medida y la y la calculada:

2. Objetivos Los valores de a y b que minimizan esta expresión se

 Ajustar una función lineal a un conjunto de datos. obtienen con las ecuaciones (Chapra y Canale, 2011) :
 Implementar el método de regresión lineal mediante
una rutina en Scilab
 Evaluar los resultados al compararlos con la curva
de tendencia lineal que suministra Excel.
3.2. Algoritmo para implementación de regresión lineal

3. Materiales 1. Se reconocen los datos que va a utilizar el programa.

2. Datos de entrada: conjunto de valores (xi, yi).
 1 ordenador con software Excel y Scilab instalado
3. Variables de salida: coeficientes a y b del modelo
 Lápiz y papel lineal.
 Guía de laboratorio Lab. 1
 Conocimientos básicos de algoritmos
Opcional
 Libro de Métodos Numéricos de Chapra ,6ta ed.
 Laboratorio N.º 1 Fecha:21-8-18 Facultad de Ing. Mecánica 1

3.3. Algoritmo 6. Resultados

1. Se determina el número de pares de datos
suministrados.
Parte a
2. Se crean las variables necesarias para guardar la
sumatoria de x, y, xy y x2. Todas ellas deben tener un La ecuación obtenida con Excel es:
valor inicial de cero.
3. Se utiliza un ciclo for desde 1 hasta el número de pares
de datos, y en cada iteración: 𝒚 = 𝟏. 𝟒𝟓𝟖𝟑𝒙 − 𝟐. 𝟎𝟏𝟑𝟗
1. Se actualizan las variables, por ejemplo si sumx, es la
variable que guarda la sumatoria de x. Usted en cada
iteración debe calcular: sumx = sumx+x(i).
2. • Seguir un procedimiento similar para cada una de las
variables, respetando el cálculo que le corresponden, y los
datos que deben utilizarse.
4. Al final del ciclo for se han obtenido todas las
sumatorias necesarias. Se procede a realizar las
operaciones matemáticas para calcular a y b.

4. Procedimiento Experimental
4.1. Para la parte experimental se utilizará el siguiente Los valores de a y b son: a= 1.4583; b = -2.0139
conjunto de datos:
Implementación del algoritmo en Scilab
x 1 2 3 4 5 6 7 8 9

y 1 1.5 2 3 4 5 8 10 13

4.2. Curva de Tendencia de Excel:

 Ingrese los datos suministrados a las celdas de Excel

 Seleccione los datos e inserte un gráfico de dispersión.
 Agregue una línea de tendencia lineal, y seleccione
presentar ecuación. Esta ecuación le permitirá evaluar su
implementación.

3.2. Algoritmo para implementación de regresión lineal

1. Se reconocen los datos que va a utilizar el programa.

2. Datos de entrada: conjunto de valores (xi , yi).
3. Variables de salida: coeficientes a y b del modelo
lineal.
 Laboratorio N.º 1 Fecha:21-8-18 Facultad de Ing. Mecánica 2

7. Conclusiones
Grafica creada por Scilab
¿Cómo se compara las curvas obtenidas, con las encontradas
en Excel?
Si lo que se trata es de comparar gráficas ambas son
idénticas (exceptuando transformaciones de escalas y
colores), pues se ha efectuado la regresión lineal de los
mismos datos y en cuanto al procedimiento al utilizar
Excel se crea la regresión de una forma muy práctica,
pero sin ninguna información teórica de las operaciones se
ejecutan para crearla, en cambio para obtener la gráfica
con Scilab sí se necesita crear todo el algoritmo
previamente presentado en clase para obtenerla.
Este laboratorio me ha permitido por conocer el la
regresión lineal de una manera excepcionalmente
bien, tuve diversos errores cuando compilaba el
código en Scilab típicos cuando se realiza por
primera vez el uso de una nueva sintaxis de
programación , estoy motivadísimo con esta materia,
notifico que logré crear el código de regresión lineal
en la hora de clase, pero no así la compilación, tuve
problemas con ella pero logré solucionarlo cuando
la profesora explica cono se llamaba la función para
luego ser utilizada en la ventana de comandos
espero tener alguna complicación futura con Scilab
también espero dominar este programa.
Finalmente, según mis criterios cumplí con los
objetivos. Debo recalcar que continuo con mi idea,
que programar es más eficiente que realizar la tabla
en Excel ya que puede parecer que se atrasa unos
cuantos minutos programarlo, pero una vez hecho
todo lo pertinente, la función lo realiza todo de forma
inmediata, basta solamente ingresar la matriz con los
datos en forma de un A=[n,2].
REFERENCIAS

1. GUÍAS DE LABORATORIO. MÉTODOS NUMÉTICOS.

Citado el 20 de Agosto de 2018.
Jacqueline Quintero Ruiz

2. Métodos númericos para ingenieros 5 ed.. Steven

C Chapra & Raymond P Canale
Revista de Iniciación Científica – RIC – Journal of Undergraduate Research