Mathematics">
Taller de Interpolación y Ajuste de Curvas
Taller de Interpolación y Ajuste de Curvas
Taller de Interpolación y Ajuste de Curvas
PROFESOR:
Harveth Hernán Gil Sánchez
Grupo 6
Métodos Numéricos
Ingeniería Civil
2020-1
Solución taller
x 0 0.5 1 1.5 2
y -1 1.75 4 5.75 7
P(π/4)
3.095539
x 0 0.5 1 1.5 2
y -0.7854 0.6529 1.7390 2.2071 1.9425
x f(x)
0.78539816 1.336495
1.57079633 2.214944
Calcule y en x=π/4 y en x=π/2 usando un polinomio interpolador Newton de cuarto orden. Escoja
la secuencia de puntos para que su estimación obtenga la mejor exactitud posible. Escriba la
respuesta con 6 cifras decimales
h(km) 0 3 6
ρ (kg/m3) 1.225 0.905 0.652
1.3
0.9
0.8
0.7
0.6
0 1 2 3 4 5 6
Exprese ρ(h) como una función cuadrática usando el método de Lagrange (con sus respectivos
coeficientes).
b1 b2 b3 b4 b5 b6
0.0001399 -2.13735E-
1.79 -0.03127962 9 5.88662E-06 07 5.04623E-09
Secuencia: 0-21.1-37.8-54.4-71.1-87.8
T °C U(10-3cm/s)
10 1.55136
30 0.85533
b1 b2 b3 b4 b5 b6
0.0004602
1.13 -0.02598802 2 -9.3099E-06 2.2932E-07 -5.59956E-09
Secuencia: 21.1-37.8-54.4-71.1-87.8-100
T °C U(10-3cm/s)
60 0.450814
90 0.327755
Interpole µk en T=10º, 30º, 60º y 90º usando un interpolador polinomial de Newton de orden 5.
Especifique cuales son los coeficientes de Newton y sus respectivos valores.
5. Un químico midió la presión parcial de un gas en descomposición para varios tiempos. Haga una
regresión lineal usando el modelo:
ln (p 0 / p)=kt
Donde p0 es la presión en t=0. Encuentre los valores de a 1, a0, k y el coeficiente de correlación.
Haga la gráfica de t vs p de los datos originales (como puntos) y el modelo (como línea suavizada)
a1 a0 K r
-0,000492 5,82837152 0,000492 0,99962688
400
350
300
250
200
Modelo
p
a b σ r
3,02639434 -2,04208569 0,06788784 0,9995983
1.0
0.5
0.0
-0.6 -0.4 -0.2 0 0.2 0.4 0.6
-0.5
-1.0
f(x)
-1.5
Modelo
-2.0 Datos originales
-2.5
-3.0
-3.5
-4.0
x
Calcule además el coeficiente de correlación r y la desviación estándar σ. Realice la gráfica con los
datos originales (como puntos) y los datos del modelo (como línea suavizada)
f ( x )=ax e bx
A los siguientes datos:
a b
2,921122 -1,983877
σ r
0,033890 0,999825
0.6
0.5
0.4
0.3
f(x)
Modelo
0.2 Datos originales
0.1
0.0
0.5 0.7 0.9 1.1 1.3 1.5 1.7 1.9 2.1 2.3 2.5
x
8. Ajuste la ecuación:
y aeb ( x 1)
A los siguientes datos:
a b
0,367398 -1,238924
σ r
0,142120 0,992197
0.7
0.6
0.5
0.4
f(x)
0.3 Modelo
Datos originales
0.2
0.1
0.0
0.5 0.7 0.9 1.1 1.3 1.5 1.7 1.9 2.1 2.3 2.5
x
9. Para los datos listados en la tabla, use una regresión polinomial para derivar una ecuación
predictiva de tercer orden para la concentración del oxígeno disuelto como una función de la
temperatura para el caso donde la concentración de cloruro es igual a 10 g/L. Use la ecuación para
estimar la concentración de oxígeno disuelto para T=8ºC. Calcule además, el coeficiente de
regresión r y la desviación estándar σ.
T (ºC) c= 10g/L
0 12.9
10 11.3
15 10.1
20 9.03
25 8.17
30 7.46
35 6.85
T C. oxigeno
8 11.6040946
r 0.9995211
σ 0.094986
140
120
100
80
c (g/L)
60 Regresion polinomial
40 Datos originales
20
0
0 5 10 15 20 25 30 35
T (°C)