UNIVERSIDAD POLITCNICA

SALESIANA
INGENIERA ELECTRICA
ELECTRONICA
MATERIA:
MTODOS NUMRICOS

CICLO:
4TO CICLO

DOCENTE:
ING. DIEGO CHACN

INTEGRANTES:
SANTIAGO CHAVEZ
DAVID MINCHALA
FERNANDO SIAVICHAY
LUIS GORDILLO

PERIODO:
2014 2015

9.13)

Resuelva el sistema por medio de:

x 1+ x 2x 3=3

6 x 1+2 x 2+2 x 3=2

3 x 1+ 4 x 2+ x 3=1
a) Eliminacin de Gauss simple.
1 paso.
Formamos la matriz.

1 1 13
6 2 2 2
3 4 1 1

2 pas.
Procedemos a resolver la matriz

1 1 13 (6 )(3)
6 2 2 2 (6 +6)
3 4 1 1 (3+3)

Multiplicamos f1*(-6) y sumamos la segunda fila, el mimo procedimiento

realizamos con la segunda fila, la matriz resultante sera:

1 1 1 3
.
0 4 8 20 ( 7 /4)
0 7 2 8 (7/ 47/4 )

Multiplicamos la segunda fila por 7/4 para poder eliminar las fila tres de la
columna dos (f2c3).

1 1 1 3
0 4 8 20
0 0 12 27

3 pas
Procedemos a despejar las incgnitas de cada fila.

12x 3=27
Despejando x3 nuestra primera solucin seria.

x 3=

27
2.25
12

Despejamos de la fila dos x2, remplazando x3 para obtener dicho valor.

4x 2+8x 3=20
4x 2+8(2.25)=20
x 2=

8 ( 2.25 ) 20
4

x 2=0.5
De la misma manera hacemos con la fila uno.

x 1+ x 2x 3=3
x 1+(0.5)2.25=3
x 1=(0.5 ) +2.253
x 1=0.25
4 pas
Respuesta del sistema de ecuaciones por el mtodo de eliminacin
simple de Gauss.

x 1=0.25
x 2=0.5
x 3=2.25
b) Eliminacin de Gauss con pivoteo parcial.
Pivoteo parcial: Donde el pivote es decir el primer nmero de la primera
fila y columna no debe tener un valor cercano o un valor
de cero, si nos encontramos en este caso sustituimos por
el nmero ms grande que estn por debajo del nmero
pivote.
Sin pivote parcial

1 1 13
6 2 2 2
3 4 1 1

Con pivote parcial

6 2 2 2
1 1 1 2
3 4 1 1

1 paso
Procedemos a calcular de la misma manera que se realiz anteriormente.

6 2 2 2 (1/6 )(3/6)
1 1 1 2
(1+1)
3 4 1 1
(3+3)

Multiplicamos por 1/6, 1/3 la primera y segunda fila para hacer cero ambos
nmeros

.
6
2
2
2
5
)
0 0.666 1.3333.333 (
0.666
0
5
2
2
(5+5)

Multiplicamos por -5/0.666 para eliminar el nmero de la tercera fila

segunda columna

6
2
2
2
0 0.666 1.3333.333
0
0
12 27.07

2 pas
Procedemos a despejar las incgnitas de cada fila.

12x 3=27.07
Despejando x3 nuestra primera solucin seria.

x 3=

27.07
2.25
12

Despejamos de la fila dos x2, remplazando x3 para obtener dicho valor.

0.666x 21.333x 3=3.333

0.666x 21.333( 2.25 ) =3.333
x 2=

1.333 ( 2.25 )3.333

0.666

x 2=0.5

De la misma manera hacemos con la fila uno.

6 x 1+2 x 2+2 x 3=2

6 x 1+2 (0.5 )+ 2(2.25)=2
x 1=

2 (0.5 ) +22(2.25)
6

x 1=0.25
3 pas
Respuesta del sistema de ecuaciones por el mtodo de eliminacin
simple de Gauss.

x 1=0.25
x 2=0.5
x 3=2.25

c) Eliminacin de Gauss-Jordan sin pivoteo parcial.

1 paso.
Formamos la matriz.

1 1 13
6 2 2 2
3 4 1 1

2 pas.
Procedemos a resolver la matriz

1 1 13 (6 )(3)
6 2 2 2 (6 +6)
3 4 1 1 (3+3)

Multiplicamos f1*(-6) y sumamos la segunda fila, el mimo procedimiento

realizamos con la segunda fila, la matriz resultante sera:

.
1 1 1 3
1
0 4 8 20
4
0 7 2 8
.

]( (

))

Multiplicamos la segunda fila por 1/4 para poder uno la segunda fila
segunda columna.

1 1 13
.
0 1 25 (7)
0 7 28 (7+ 7)

Multiplicamos la segunda fila por -7 para poder hacer uno la tercera fila
segunda columna.

1 1 13 (1+ 1)
0 1 25 (1)
0 0 12 27 (1 /12)

Multiplicamos por 1/12, para poder hacer uno la tercera fila tercera
columna, y por (-1), para hacer cero la primera fila segunda columna.

(1+ 1)
1 0 1 2
( 22)
0 1 2 5
0 0 1 27 /12 ( 2 )(1)

Multiplicamos por (-1), para poder eliminar la primera fila tercera columna,
del mismo modo por (2), ara eliminar la segunda fila tercera columna.

1 0 0 0.25
0 1 0 0.5
0 0 1 27 /12

3 pas
Respuesta del sistema de ecuaciones por el mtodo de eliminacin
Gauss Jordan.

x 1=0.25
x 2=0.5
x 3=

27
2.25
12

9.15)

Resuelva el sistema

]{ }{ }

3+ 2i 4 z 1 = 3+i
i 1 z 2
3
1 paso

Separamos los nmeros reales de los imaginarios, ya que dicha matriz o

ecuacin est dada de la forma:

[ C ][Z ]=W >

Donde:

[ C ] = [ A ] +i [ B ]
[ W ] = U >+i<V >
Donde sustituyendo me quedara de la siguiente forma;

[ A ] < X >[ B ] <Y >< U >

[ B ] < X> + [ A ] <Y > <V >
Sustituyendo valores seria:

A=

B=

2 0
1 0

[ ]
3 4
0 1

[]

U= 3
3
V=

[]
1
0

Aplicando las reglas, para obtener las ecuaciones:

[ A ] < X >[ B ] <Y >< U >

[ B ] < X> + [ A ] <Y > <V >
Ecuaciones

3 x 1+4 x 22 y 1=3
x 2(y 1 )=3

2 x 1+3 y 1+ 4 y 2=1
1 x 1+ y 2=0
2 pas
Formamos la matriz.

3 4 2
0 1 1
2 0 3
1 0 0

0
0
4
1

3
3
1
0

3 pas
Le resolvemos por el mtodo de Gauss-Jordan

3 4 2
0 1 1
2 0 3
1 0 0

0
0
4
1

3
3 1/ 3
1
0

Multiplicamos por 1/3 para hacer uno al pivote

1 4 /3 2/3
0 1 1
2 0 3
1 0 0

0
0
4
1

1
21
3
(22)
1
(11)
0

Multiplicamos por (2), (1), para eliminar el nmero de la fila2 columna 1, de

la fila 3 columna 1.

1 4 /3 2/3
0
1
1
0 2.66 4.3
0 4/3 2/3

0
0
4
1

1
2.66(4 /3)
3
(2.662.666)
1
( 4/34 /3)
0

Multiplicamos por (2.66), (-4/3), para eliminar el nmero de la fila2 columna

2, de la fila 3 columna 1.

1 1.33
0 1
0 0
0 0

0.66
1
7
2

0
1
0
3 1/ 7
4 6.98
1 3

Multiplicamos por 1/7 para que se haga uno la columna 3 fila 3

1 1.33 0.66 0
1
2
0 1 1
0
3
(
22)
0 0 1
4 /7 1
0 0 2
1 3

Multiplicamos por (2), para eliminar la columna tres fila cuatro

1 1.33
0 1
0 0
0 0

0.66 0
1
1
0
3
1
4 /7
1
0
1 0.466

Por lo tanto tenemos:

y 2=0.466
Remplazando en la tercera fila para obtener y1 seria;

y 1=4 /7 (0.466)+1
y 1=1.266
Remplazando en la segunda fila para obtener x2 tenemos:

x 2= y 1+ x 1+3
x 2=1.266+3
x 2=1.733
Remplazando en la primera fila para obtener x1 tenemos:

x 1=1.33 x 2+0.66 y 1+1

x 1=1.33(1.733)+0.66(1.266)+1

x 1=0.467

Respuesta del sistema de ecuaciones por el mtodo de eliminacin

simple de Gauss.

x 1=0.467
x 2=1.733
y 1=1.266
y 2=0.466
En donde:

0.467+1.266 i
1.7330.466 i

10.3)

Resuelva el sistema de ecuaciones siguiente por medio

de la descomposicin LU sin pivoteo.

x 1+7 x 24 x 3=51
4 x 14 x 2+9 x 3=62
12 x 1x 2+3 x 3=8
Procedemos a sacar la matriz A

1
7 4
A= 4 4 9
12 1 3

A partir de la matriz A, procedemos a sacar la matriz U

1
7 4
U= 4 4 9
12 1 3

(4 )(12)
(4+ 4)
.
(1212)

Multiplicamos por -12, -4, para eliminar el nmero de la segunda fila primera
columna y el nmero de la tercera fila primera columna.

.
85
1
7
4
(
)
U= 0 32 25
32
0 85 51
.
(85+85)

Multiplicamos por -85/32, para eliminar el nmero de la tercera fila segunda

columna.

1
7
4
U= 0 32
25
0
0 15.4

Procedemos a sacar la matriz L, para ello debemos calcular los siguientes

datos:

f 21=

a 21 4
= =1
a 11 1

f 21=

a 31 12
= =12
a11 1

f 21=

a 32
a 22

Donde los valores de f21, son aquellos valores obtenidos en la matriz U,

f 21=

a 32 85
=
=2.65
a 22 32

Matriz L nos quedara de la siguiente manera;

1
0
0
L= 4
1
0
12 2.65 1

Por lo tanto tendramos:

[ A ] =[ L ][U ]

][

][

1
7 4
1
0
0 1
7
4
=

4 4 9
4
1
0 0 32
25
12 1 3
12 2.65 1 0
0 15.4

Comprobamos, haciendo la multiplicacin de ambas matrices nos quedara

[ L ][U ] :

[ L ][U ]

][

1
0
0 1
7
4

4
1
0 0 32
25
12 2.65 1 0
0 15.4

a 11=( 1 )( 1 )=1
a 12=( 1 ) ( 7 )=7
a 13= (1 ) (4 )=4
a 21=( 4 ) ( 1 )=4
a 22=( 4 ) ( 7 ) + ( 1 ) (3.2 ) =4
a 23= ( 4 )(4 ) +(1)(25)=9

a 31=( 12 ) ( 1 )=12
a 32=( 12 ) ( 7 ) + ( 2.65 ) (3.2 ) =0.9
a 33= (12 ) (4 )+ ( 12.65 )( 25 )15.4=2.9

Comparando ambas matrices quedara;

[ A ] =[ A ] calculada

][

1
7 4
1
7
4
4 4 9 = 4 4
9
12 1 3
12 0.9 2.9

Por lo tanto me quedara

[ A ] =[ L ][U ]

][

][

1
7 4
1
0
0 1
7
4
=

4 4 9
4
1
0 0 32
25
12 1 3
12 2.65 1 0
0 15.4

b)

Determine la matriz inversa, compruebe los resultados por

medio de verificar que:
1

[ A ][ A ] =[ I ]
[ A ] =[ L ][U ]

][

][

1
7 4
1
0
0 1
7
4
4 4 9 = 4
1
0 0 32
25
12 1 3
12 2.65 1 0
0 15.4

En donde:

[
[

1
0
0
L= 4
1
0
12 2.65 1

1
7
4
U= 0 32
25
0
0 15.4

Procedemos a sacar la primera sustitucin, iguala primero a (1 0 0),

quedndonos de la siguiente manera:

]{ } {}

1
0
0 d1
1
4
1
0 d2 = 0
12 2.65 1 d 3
0

Formando nuestra matriz seria;

1
0
0 1 (4 )(12)
4
1
0 0
(44)
12 2.65 1 0 (1212)

Multiplicamos por (-12), (-4), para eliminar la primera columna segunda fila,
primera columna tercera fila.

1
0
0 1
(2.65)
0
1
0 4
( 2.652.65)
0 2.65 1 12

Multiplicamos por (-2.65), para eliminar la segunda columna tercera fila.

1 0
0 1
0 1 0 4
0 0 1 1.4

El resultado de la matriz me da;

d 1=1
d 2=4
d 3=1.4
Lo cual me dara

D T =[141.4 ]
Por lo cual me llevara al segundo paso para determinar la primera columna
de la matriz inversa.

]{ }{ }

1
7
4
x1
1
0 32
25 x 2 = 4
0
0 15.4 x 3
1.4

Formando nuestra matriz seria;

1
7
4 1
(1/32)

0 32
25 4
(1/15.4)
0
0 15.4 1.4

La matriz resultante sera:

1 7
4 1
0 1 25/82 4/32
0 0
1 1.4/15.4

x 1=0.0084
x 2=0.196
x 3=0.0909
Lo cual me dara
T

X =[0.0084 0.196 0.0909]

El valor de

X T

sera el valor de la primera columna de la matriz

inversa.
El mismo procedimiento anterior realizamos para encontrar el valor de la
segunda columna de nuestra matriz inversa.

]{ } {}

1
0
0 d1
0
4
1
0 d2 = 1
12 2.65 1 d 3
0

Formando nuestra matriz seria;

1
0
0 0
4
1
0 1
12 2.65 1 0

El resultado de la matriz me da;

d 1=0
d 2=1
d 3=2.65
Lo cual me dara
T

D =[0 12.65]

Por lo cual me llevara al segundo paso para determinar la primera columna

de la matriz inversa.

]{ }{ }

1
7
4
x1
0
0 32
25 x 2 = 1
0
0 15.4 x 3
2.65

Formando nuestra matriz seria;

1
7
4 0
0 32
25 1
0
0 15.4 2.65

El resultado de la matriz me da;

x 1=0.033
x 2=0.103
x 3=0.172
Lo cual me dara

X T =[0.033 0.103 0.172]

El valor de

X T

sera el valor de la segunda columna de la matriz

inversa.
El mismo procedimiento anterior realizamos para encontrar el valor de la
segunda columna de nuestra matriz inversa.

]{ } {}

1
0
0 d1
0
4
1
0 d2 = 0
12 2.65 1 d 3
1

Formando nuestra matriz seria;

1
0
0 0
4
1
0 0
12 2.65 1 1

El resultado de la matriz me da;

d 1=0
d 2=0
d 3=1
Lo cual me dara

D =[0 0 1]

Por lo cual me llevara al segundo paso para determinar la primera columna

de la matriz inversa.

]{ } {}

1
7
4
x1
0
0 32
25 x 2 = 0
0
0 15.4 x 3
1

Formando nuestra matriz seria;

1
7
4 0
0 32
25 0
0
0 15.4 1

El resultado de la matriz me da;

x 1=0.095
x 2=0.05
x 3=0.064
Lo cual me dara
T

X =[ 0.0950.050.064]
El valor de

sera el valor de la tercera columna de la matriz inversa.

Por lo tanto tenemos la matriz inversa la cual me quedara de la siguiente

manera;

[ A ][ A ]1=[ I ]

0.084 0.0333 0.095

A = 0.196
0.103
0.05
0.0909
0.172 0.064
1

1
7 4
A= 4 4 9
12 1 3

10.10)

Determine la descomposicin LU, parra la siguiente

matriz sin usar la estrategia de pivoteo, y verifique sus
resultados validando

[ L ][ U ] =[ A]

Matriz A

[ ]

8 2 1
A= 3 7 2
2 3 9

A partir de la matriz A, procedemos a sacar la matriz U

[ ]

8 2 1
U= 3 7 2
2 3 9

(3/8 )(2/ 8)
(3+3)
.
(22)

Multiplicamos por -3/8, -2/8, para eliminar el nmero de la segunda fila

primera columna y el nmero de la tercera fila primera columna.

.
8
2
1
(2.5 /6.25)
U= 0 6.25 1.62
.
0 2.5 8.75
(2.5+2.5)

Multiplicamos por -85/32, para eliminar el nmero de la tercera fila segunda

columna.

8
2
1
U= 0 6.25 1.62
0
0
8.102

Procedemos a sacar la matriz L, para ello debemos calcular los siguientes

datos:

f 21=

a 21 3
= =0.375
a 11 8

f 21=

a 31 2
= =0.25
a11 8

f 21=

a 32
a 22

Donde los valores de f21, son aquellos valores obtenidos en la matriz U,

f 21=

a 32 2.5
=
=0.4
a 22 6.25

Matriz L nos quedara de la siguiente manera;

1
0 0
L= 0.375 1 0
0.25 0.4 1

Por lo tanto tendramos:

[ A ] =[ L ][U ]

[ ][

][

8 2 1
1
0 0 8
2
1
3 7 2 = 0.375 1 0 0 6.25 1.62
2 3 9
0.25 0.4 1 0
0
8.102

Comprobamos, haciendo la multiplicacin de ambas matrices nos quedara

[ L ][U ] :

[ L ][U ]

][

1
0 0 8
2
1
0.375 1 0 0 6.25 1.62
0.25 0.4 1 0
0
8.102

a 11=( 1 )( 8 )=8
a 12=( 1 ) ( 2 )=2
a 13= (1 ) ( 1 )=1
a 21=( 8 )( 0.375 )=3
a 22=( 0.375 )( 2 ) + ( 1 ) ( 6.25 )=7
a 23= ( 0.375 )( 1 ) +(1)(1.62)=1.99
a 31=( 0.25 )( 8 )=2
a 32=( 0.25 )( 2 ) + ( 0.4 )( 6.25 )=3
a 33= ( 0.25 )( 1 ) + ( 0.4 ) (1.62 ) +(1)(8.102)=9
Comparando ambas matrices quedara;

[ A ] =[ A ] calculada

[ ][

8 2 1
8 2
1
3 7 2 = 3 7 1.99
2 3 9
2 3
9

Por lo tanto me quedara

[ A ] =[ L ][U ]

[ ][

][

8 2 1
1
0 0 8
2
1
=

3 7 2
0.375 1 0 0 6.25 1.62
2 3 9
0.25 0.4 1 0
0
8.102

b)

Utilice el resultado de a) para calcular el determinante

det [ A ]=det [ L ]det [ U ] =det [ U ]

Procedemos a calcular el determinante de A

| |

8 2 18 2
det [ A ]= 3 7 2 3 7
2 3 92 3
det [ A ]= ( 8 ) (7 )( 9 )+ ( 2 )( 2 ) ( 2 ) + ( 1 )( 3 )( 3 ) ( 1 )( 7 ) ( 2 )( 8 )( 2 ) ( 3 )( 2 ) ( 3 ) ( 9 )=405
det [ A ]=405
Procedemos a calcular el determinante de U

8
2
1 8
2
0 6.25 1.62 0 6.25
0
0
8.102 0
0

det U =( 8 ) ( 6.25 ) ( 8.102 )=405.1

det [ U ]=405
det [ L ] =1
Remplazando en la formula tenemos

det [ A ]=det [ L ]det [ U ] =det [ U ]

405=(1)(405.1)=405.1

C) Repita a), b) usando MATLAB

-

Calculamos la matriz L

Cdigo del programa

clc;
clear;
disp('PROGRAMA PARA CALCULAR LA TRIANGULAR SUPERIOR );
disp('Nombre: Santiago Chavez');
disp('
: Luis Gordillo');
disp('
: David Minchala');
disp('
: Fernando Siavichay');
disp('Ing. Diego Chacn');
disp('Materia: Metodos Numericos');
L=input('Ingrese matriz');

si=size(L);
m=si(1);
n=si(2);

L
for i=m:-1:1
b=L(i,i);
for j=n:-1:1
L(i,j)=L(i,j)/b;
end

for k=i-1:-1:1
c=L(k,i);
for j=n:-1:1
L(k,j)=L(k,j)-L(i,j)*c;
end
end
end
L

Visualizamos la respuesta del programa

Ingresamos la matriz U

Procedemos a multiplicar las matrices de la forma

[ A ] =[ L ][U ]
Cdigo del programa
clc;
clear;
disp('PRODUCTO DE MATRICES')
disp('
: Luis Gordillo');
disp('
: David Minchala');
disp('
: Fernando Siavichay');
disp('Ing. Diego Chacn');
disp('Materia: Metodos Numericos');
L=input('Ingrese matriz L');
si=size(L);
m=si(1);
n=si(2);
U=input('Ingrese matriz U');
si=size(U);
p=si(1);
q=si(2);
if n==p
L
U
for i=1:m
for j=1:q
PROLU(i,j)=0;
for k=1:p
PROLU(i,j)=L(i,k)*U(k,j)+PROLU(i,j);
end
end
end
PROLU
else
disp('no se puede multiplicar')

end

Visualizbamos la multiplicacin
apreciar es igual a la matriz A

Procedemos a calcular el determinante

det [ A ]=det [ L ]det [ U ] =det [ U ]

Determinante de A

LU,

como

se

puede

Determinante de U

Determinante de L

17.5 con el mismo enfoque que se emple para obtener las ecuaciones
(17.15) y (17.16) obtenga el ajuste por mnimo cuadrado del modelo
siguiente

y=a1 x +e
Es decir determine la pendiente que resulta en el ajuste por mnimos
cuadrados para una lnea recta con interseccin en el origen ajuste los datos
siguiente con dicho modelo e ilustre el resultado con una grafica

Dividimos para e para obtener x, y

y a1 x
=
+1
e e

a
y
= y 1 x =x
e
e

Resolvemos y vemos los datos en la siguiente tabla

n
1

X
2

Y
1

10

11

14

17

20

12

X/e
0,7357588
8
1,4715177
6
2,2072766
5
2,5751560
9
3,6787944
1
4,0466738
5
5,1503121
8
6,2539505
7,3575888
2

Y/e
0,3678794
4
0,7357588
8
1,8393972
1
0,7357588
8
2,9430355
3
2,5751560
9
2,2072766
5
3,3109149
7
4,4145532
9

Calculamos la pendiente de la recta a partir de la ecuacin

a0 = yx a 1
a0 =0
0= yx a 1
y
=a 1
x
Para lo cual calculamos

x=

x=

x
n

33.477
9

x=3.719
y=

y=

y
n
19.122972
9

y,y x

y=2.125525
Para el valor de a1

a1=

y
x

a1 =

2.125525
3.719668

a1=0.51428
Angulo de la pendiente

=tan 1 0.5142
=29.74
De tal manera que la ecuacin es

y=0,514 x +e

Grafica original

14
12
10
8
6
4
2
0

10

15

20

25

Grafica con los nuevos valores

9
8
7
6
5
4
3
2
1
0

10

12

17.10 Envs de usar el modelo exponencial de base

(ecuacin 17.22) una alternativa

comn consiste en utilizar un modelo de base 10.

y=a5 10

Cuando se usa para ajustar curvas, esta ecuacin lleva a resultados idnticos que los de la

e , pero el valor del parmetro del exponente ( 5 ) difiere del

versin con base

estimado con la ecuacin (17.22) ( 1 ). Use la versin con base 10 para resolver el

1 con la

problema 17.9. Adems, desarrolle una formulacin para relacionar

X
Y

0,4
800

0,8
975

1,2
1500

1,6
1950

Desarrollo de la formulacin para relacionar

Modelo exponencial

1 con la

y=a5 10

1 x

log y=loga 5 e

ln y=ln a1+ ln e

Modelo en base 10

y=a1 e x
ln y=ln ( a1 e

2
2900

5 x

log y=log a 5+ log 10

ln y=ln a1+ 1 x ln e

log y=loga 5+ 5 x log10

ln y=ln a1+ 1 x

log y=loga 5+ 5 x

log y=loga 5+ 5 x
V = A+ BX
Donde

V =log y

A=log a5
B= 5

V=log Y

x^2

X*V

5 .

2,3
3600

0,4
0,8
1,2
1,6
2
2,3
8,3
1,66

total
1/5 total

800
975
1500
1950
2900
3600
11725
2345

e0
B=

S XV
S 2X

1 n
XV XV
5 i 1
B
1 n 2
X X2

5 i 1
B

5,546417 (3,875383)(1, 66)

2,818 1, 66 2

B=14,210236

A V bX
A=3,875383(14,210236)(1,66)
A=27,464374

A=log a5
10 A 10log10 a5

a5 =1027,464374
y=a5 10

y=1027,4643741014,210236 x

2,903089
2,989004
3,176091
3,290034
3,462397
3,556302
19,376917
3,875383

0,16
0,64
1,44
2,56
4
5,29
14,09
2,818

1,161235
2,391203
3,811309
5,264054
6,924794
8,179494
27,732089
5,546417

17.12 Un investigador reporta los datos tabulados a continuacin de un experimento

para determinar la tasa de crecimiento de bacterias k (per d), como la funcin de la
concentracin de oxigeno c (mg/L). Se sabe que dichos datos pueden modelarse por medio
de la ecuacin siguiente:

k max c 2
k=
c s +c 2
cs

Donde

k max

son parmetros. Use una trasformacin para hacer lineal esta

ecuacin. Despus utilice regresin lineal para estimar

tasa de crecimiento para
c
k

0,5
1,1
2

1 cs + c
=
k k max c 2
cs
1
1 k max
c2
=
+
k
c2
k max c 2

1
=
k

Con

cs
1
k max
2

1
k max

c =t

cs
1
1 k max
1
=
+
k
t
k max

U=

1
k

cs

k max , y pronostique la

c=2 mg/ L .
0,8
2,4

1,5
5,3

2,5
7,6

4
8,9

V=

1
t
c
0,5
0,8
1,5
2,5
4

total
1/5 total

k
1,1
2,4
5,3
7,6
8,9
9,3

1,86

25,3
5,06

1 n
UV UV
5 i 1
b
2
1 n 2
U U

5 i 1
b=

0,8908280,3527561,331388
0,2134080,352756

b=3,022453

cs
+1=3,022453
k max
1
=3,022453
k max

k max =0,330856
c s=12,157715

k c
k = max 2
c s +c

k=

0.330856c 2
12,157715+c 2

U=1/k
V=1/c^2
0,90909
4
0,416666
1,5625
0,188679
0,444444
0,136986
0,4
0,112359
0,25
1,76378
6,656944
0,352756
1,3313888

U^2
U*V
0,826444
3,63636
0,17361
0,65104
0,035599
0,083857
0,018765
0,0547944
0,012624
0,0280897
1,067042 4,4541411
0,213408
0,8908282

17.18 Utilice regresin lineal mltiple para ajustar:

Calcule los coeficientes, el error estndar de la estimacin y el coeficiente de correlacin.

Solucin:

y 242.7 x

20

12

2
1

60

x y 661 x y 331.2
1

20

x x

1 2

30
;

a0 14.404
a1 9.026
a2 5.62

St 1060.26
Sr 4.81
S y / x1 , x2

r2

Sr
4.81

0.895
n3
93

St Sr 1060.26 4.81

0.995
St
1060.26

r 0.997