MTODOS NUMRICOS

REGRESIN EXPONENCIAL

Punto No 1:
Ajuste a un modelo exponencial a

Solucin:

Considerar el modelo : y = aebx

Linealizamos ( )
: ln( y ) = ln aebx = ln(a ) + bx ln(e) = ln(a ) + bx ln( y ) = bx + ln(a)

Sea u = ln( y ) , v = x , c = ln(a )

Entonces se obtiene el modelo lineal u = bv + c

Se deben hallar los parmetros b y c.

Se calculan las siguientes sumas:

k =6 k =6 k =6

vk = 8.3 ;
k =1
uk = 44.6170094
k =1
v u
k =1
k k = 63.8555116
k =6 k =6

v
k =1
k
2
= 14.09 u
k =1
k
2
= 333.5394987
 k =6 k =6 k =6
6 vk uk vk uk
k =1 k =1 k =1 6(63.8555116) (44.6170093)(8.3)
b= 2
= 0.8186512
k =6
k =6 6(14.09) (8.3)2
6 vk 2 vk
k =1 k =1

1 k =6 b k =6
c = u bv =
6 k =1
uk vk = 7.4361682 0.8186512(1.3833333) 6.3037007
6 k =1

La ecuacin de regresin lineal es: u = 0.81865122v + 6.3037007

Como c = ln(a ) 6.3037007 = ln(a ) a = e6.3037007 546.59094

Con a 546.59094 y b 0.8186512 , el modelo exponencial es y = 546.59094e0.8186512 x

Se calcula el coeficiente de correlacin entre las variables x e y:

k =6 k =6 k =6
6 vk uk vk uk
k =1 k =1 k =1
=
2 2
k =6
k =6
k =6 k =6
6 vk 2 vk 6 uk 2 uk
k =1 k =1 k =1 k =1

6(63.8555116) (8.3)(44.6170094)
= 0.9966327
6(14.09) (8.3) 2 6(333.5394987) (44.6170094) 2

2
2 = ( 0.99663271) = 0.99327676

Como >0 y 1 , entonces la relacin entre las variables v y u es directa y fuerte.

Como 2 = 0.99327676 , entonces la proporcin de la variabilidad total de la variable u con

respecto a su medida explicada por el modelo obtenido es del 99.327676%.