MATLAB Y SCILAB PARA INGENIEROS QUIMICOS.

TALLER VACACIONAL Y SEGUNDO EXAMEN

UNIVERSIDAD INDUSTRIAL DE SANTANDER
ESCUELA DE INGENIERIA QUIMICA -UIS
CENTRO DE ESTUDIO ING. QUIMICA UIS
(II semestre del 2013 and I semestre del 2014)


INTRODUCCION:

Se inicia un breve repaso de lo visto en clase, primero se inicia una pequea
introduccin a la estadstica en la forma de generar una funcin lineal de varias
variables ms conocida como regresin lineal mltiple.
Luego se da una pequea iniciacin a la hora de interpolar datos y para finalizar el
segundo examen donde se aplica lo estudiado en este documento y algunas
cosas ya vista en clases.
1. REGRESION LINEAL MULTIPLE.
En la mayora de los problemas de investigacin se aplica el anlisis de regresin
y se necesita ms de una variable independiente en el modelo de regresin.
La complejidad de la mayor parte de los mecanismos cientficos es tal que para
ser capaces de predecir una respuesta importante se necesita un modelo de
regresin mltiple.
Cuando este modelo es lineal en los coeficientes se denomina regresin lineal
mltiple
1
.
Al ajustar un modelo de regresin lineal mltiple, en particular cuando el nmero
de variables pasa a ms de dos el conocimiento de la teora matricial puede
facilitar las manipulaciones matemticas de forma considerable.

1
Probabilidad y estadstica para ingenieros; sexta edicin; Printice Hall; Ronald E. Walpole;
Raymond H. Myers; Sharon L. Myers; captulo 12.

A partir de ahora en el curso a un escalar se le denominara un tensor de orden
cero, a un vector se le dir un tensor de primer orden y una matriz de 3x3 se le
dir un tensor de segundo orden esto para familiarizarnos ms adelante con los
fenmenos de transporte que veremos aplicado ms adelante en el curso.

Ahora iniciamos con las ecuaciones bsicas en la regresin lineal por favor
aprendrselas posiblemente un quiz de 2 minutos.


[

El modelo de regresin obtenido es el siguiente.

Despus de realizar las operaciones matriciales correctas llegamos a
que:

) y obtenemos los coeficientes de la regresin

lineal mltiple.

En el siguiente ejemplo se muestra la aplicacin en matlab se aclara que no se
aborda las pruebas de hiptesis ni el intervalo de confianza de la funcin obtenida
solamente se observa la aplicacin matricial del problema llevado a la
computadora ya para mayor aplicacin 100% ver libro
2
solamente se aclara los
temas pertenecientes al curso .

Ejemplo 12.3 (pgina 411
3
):
Se midi el porcentaje de sobrevivencia de cierto tipo de semen animal despus
de almacenamiento, en varias combinaciones de concentraciones de tres
materiales que se utilizan para aumentar su oportunidad de sobrevivencia.
Los datos son los siguientes:
y(%Sobrevivencia) X1(% peso) X2(% peso) X3(% peso)
25.5 1.74 5.30 10.80
31.2 6.32 5.42 9.40
25.9 6.22 8.41 7.20
38.4 10.52 4.63 8.50
18.4 1.19 11.60 9.40
26.7 1.22 5.85 9.90
26.4 4.10 6.62 8.00
25.9 6.32 8.72 9.10
32.0 4.08 4.42 8.70
25.2 4.15 7.60 9.20
39.7 10.15 4.83 9.40
35.7 1.72 3.12 7.60
26.5 1.70 5.30 8.20

Estime el modelo de regresin mltiple para los datos dados.

2
Probabilidad y estadstica para ingenieros; sexta edicin; Printice Hall; Ronald E.
Walpole; Raymond H. Myers; Sharon L. Myers; captulo 12.
3
Probabilidad y estadstica para ingenieros; sexta edicin; Printice Hall; Ronald E. Walpole;
Raymond H. Myers; Sharon L. Myers; captulo 12.


Luego se genera la matriz [X] para aplicar la transpuesta y luego la inversa de la
sgt manera.



Juntando todo las lneas obtenemos el siguiente cdigo.



Los resultados son los sgts:

Se observa que se obtuvo los 5 coeficientes donde el primer valor o
B (1,1)= es el coeficiente beta subcero.
Hay que notar que B es una matriz de B [4X1].
Ahora nos dedicamos a crear la funcin de regresin lineal mltiple utilizando
matemtica simblica.

El resultado obtenido es el sgt:

Es complicado que salga un solo nmero al lado de la variable pero si tomamos
todos los nmeros y lo dividimos entre todos los de abajo obtenemos los valores
de cada B correspondiente.
INTERPOLACION Y AJUSTES DE CURVAS.
a). Interpolacin lineal
4
:
Una de las tcnicas ms comunes para estimar datos entre dos puntos de datos
dados es la interpolacin lineal.
La figura 1 muestra una grfica con dos puntos de datos f(a) y f(b).
Si suponemos que la funcin entre los dos puntos se puede estimar con una lnea
recta, podramos calcular el valor de la funcin en cualquier punto entre los dos
valores de datos usando una ecuacin que se deduce de los tringulos similares.
() ()


[() ()]

4
Solucin de problemas de Ingeniera con matlab; segunda edicin; Prentice hall; Delores
M.Etter; pg. 165

Figura 1: Tringulos Similares
5
.
() ()

() ()


Dado un conjunto de puntos, es relativamente fcil interpolar un nuevo punto entre
dos de los puntos dados.
Sin embargo, la interpolacin requiere varios pasos, porque primero debemos
encontrar los dos valores de nuestros datos entre los que cae el punto deseado.
Cuando hallemos esos dos valores, podremos usar la ecuacin de interpolacin.
Funciones en matlab:


5
Solucin de problemas de Ingeniera con matlab; segunda edicin; Prentice hall; Delores
M.Etter; pg. 165
Ejemplo: El siguiente conjunto de mediciones de T (temperatura) tomadas de la
cabeza de cilindros de un motor nuevo que se estaba probando con miras a
usarse en un auto de carreras:
tiempo(s) Temp.(F)
0 0
1 20
2 60
3 68
4 77
5 110

Hallar el valor de la Temperatura en grados Kelvin si el tiempo es 2.6 y 4.9.
Solucin:
Se comienza por almacenar los datos en vectores luego se convierte la
temperatura en grados kelvin y para finalizar se utiliza el comando interp1 para
encontrar las Temperaturas correspondientes a los tiempos expuestos.

Interp1 encuentra cualquier temperatura de un tiempo de 0 hasta 5 segundos pero
no extrapola.
El segundo argumento de la funcin interp1 es una matriz, la funcin devuelve un
vector de fila con el mismo nmero de columnas y cada valor devuelto se
interpreta a partir de la columna de datos correspondientes.

Ejemplo: Suponga que medimos temperaturas en 3 puntos de la cabeza de
cilindros del motor, no en un solo punto, como en el ejemplo anterior, el conjunto
de datos ser:

tiempo(s) Temperatura(F) 1 Temperatura(F) 2 temperatura(F) 3
0 0 0 0
1 20 25 52
2 60 62 90
3 68 67 91
4 77 82 93
5 110 103 96

Determinar la temperatura 1, 2 y 3 en grados Rankine en un tiempo de 3.8
segundos.
Solucin:
Se almacena esta informacin en una matriz, con los datos de tiempo
en la primera columna.

Para finalizar utilizamos el comando interp1.

La respuesta obtenida es:






PARCIAL II DE MATLAB
Se considera que la energa elctrica que consume una planta qumica cada mes
est relacionada con la temperatura ambiente promedio (Ta), el nmero de das al
mes (Dm), la pureza promedio del producto (Pp), y las toneladas de productos
fabricados (Sp).
Se dispone de los datos histricos del ao pasado y se presenta en la siguiente
tabla.
Energia (EL) Ta(C) Dm(dias) Pp(%Pureza) Sp(toneladas)
240 25 24 91 100
236 31 21 90 95
290 45 24 88 110
274 60 25 87 88
301 65 26 91 94
316 72 25 94 99
300 80 25 87 97
296 84 24 86 96
267 75 25 88 110
276 60 25 91 105
288 50 25 90 100
261 38 23 89 98
Determinar:
a). Realizar una tabla de datos cuando la energa (EL) tiene
valores de 239, 236, 280, 267, 300, 315, 249, 250, 286.5,
345, 243.9, 284,7.

b) Despus de obtener los datos correspondientes cuando la
energa cambia de valores encontrar los coeficientes de la
regresin lineal mltiple.
C. Hallar la ecuacin de la regresin lineal mltiple ojo en matlab.
D). Graficar los datos obtenidos de cada variable cuando la energa
cambia, es decir, EL vs Ta, EL vs Dm, El vs Pp, El vs Sp con todas
las reglas vistas en graficacion incluye rtulos.

E). Con los valores de EL iniciales y EL cambiados (punto a)
graficarlos la curva tiene que ser de color azul y puntos o estrellas
verdes (No se acepta otro tipo de diseo).

F). Para finalizar Reemplazar todos los valores nuevos en la ecuacin
de regresin obtenida esto me genera unos valores de EL nuevos o
parecidos a los cambiados hallar el error de cada valor, es decir me
resulta 12 datos de errores graficarlos con un tiempo de 0 hasta 12
minutos.

Cordialmente.
Juan Carlos Montes Cala
Estudiante de Ingeniera Qumica Avanzado.
Ex Tutor PAMRA: Calculo I, Calculo II, Fsica I, Fsica II, Fenmenos de
transporte para ingenieros Qumicos, Industrial y Petrleos (2007-2012)
Investigador en formacin grupo HDSP (2013- hasta la fecha)-UIS
Investigador en formacin ciencias nucleares (2010-hasta la fecha).-UIS