FS - 415 REPASO DE MATHEMAT-

ICA
Angel Fernando Vivas
____________________________________
__________________________________

l.l Ajuste de Datos

Suponga que al realizar un experimento tomó 5 datos, obteniendo los valores
que se muestran en la tabla.
a) Cree una lista con los valores de xi y yi.

x y(x)
2.0 4.0
3.5 5.0
4.3 5.8
5.2 6.7
6.0 8.3

Datos = {{2.0, 4.0}, {3.5, 5.0},

{4.3, 5.8}, {5.2, 6.7}, {6.8, 8.3}};
2 Tarea de 415 calculos en el lab.nb

gDatos = ListPlot[Datos, AxesLabel → {"x", "y(x)"},

PlotLegends → {"Datos Experimentales"}, PlotStyle → {PointSize[Large], Gray},
PlotLabel → "Gráfica No. 1 Datos Experimentales", PlotRange → {3, 8.5}]
Gráfica No. 1 Datos Experimentales
y(x)

6 Datos Experimentales

x
2 3 4 5 6

B)Encuentre la ecuación de la recta que se ajusta a los datos.

FindFit[Datos,(m)(x)+b,{m,b},x]

{m → 0.9090348442799876`, b → 1.9966080789392522`}
MLineal = LinearModelFit[Datos, x, x]
{m → 0.909035, b → 1.99661}

FittedModel 1.9966080789392542` + 0.9090348442799876` x 

ML[x_] = Normal[MLineal]

FittedModel 1.99661 + 0.909035 x 

1.99661 + 0.909035 x

MLineal["ParameterTable"]

Estimate Standard Error t- Statistic P- Value

1 1.99661 0.226805 8.80321 0.00308839
x 0.909035 0.048796 18.6293 0.000337595

m=(0.91±0.05)
b=(2.0±0.2)

gLineal = Plot[ML[x], {x, 2, 7}, PlotLabel → "-Modelo Lineal", PlotStyle → Orange,

PlotLegends → {"mx+b"}, AxesLabel → {"x", "y(x)"}, PlotRange → {3, 8.5}];
 Tarea de 415 calculos en el lab.nb 3

Show[gDatos, gLineal]
Gráfica No. 1 Datos Experimentales
y(x)

Datos Experimentales
6
mx+b
5

x
2 3 4 5 6

C) Encuentre la ecuación de un polinomio de orden 2 que se ajusta a los datos.

FindFit[Datos,a*x^2+b*x+c,{a,b,c},x]

FindFit::fitd : First argument Datos in FindFit is not a list or a rectangular array. 

FindFitDatos, c + b x + a x2 , {a, b, c}, x

{a → 0.04773124798678033`, b → 0.4878915786249344`, c → 2.801606835688883`}

MNolineal = NonlinearModelFit[Datos, a * x ^ 2 + b * x + c, {a, b, c}, x]
{a → 0.0477312, b → 0.487892, c → 2.80161}

FittedModel 2.80161 + 0.487892 x + 0.0477312 x2 

MNolineal["ParameterTable"]

Estimate Standard Error t- Statistic P- Value

a 0.0477312 0.0153273 3.11413 0.0894906
b 0.487892 0.137476 3.54893 0.0710403
c 2.80161 0.282868 9.9043 0.0100409

a= (0.05±0.02)
b= (0.49+0.14)
c= (2.80±0.28)

MNL[x_] = Normal[MNolineal]

2.80161 + 0.487892 x + 0.0477312 x2

gquad = Plot[MNL[x], {x, 2, 7}, PlotStyle → Purple,

PlotLegends → {"a*x^2+b*x+c"}, AxesLabel → {"x", "y"}, PlotRange → {3, 8.5}];
4 Tarea de 415 calculos en el lab.nb

Show[gDatos, gquad, PlotLabel → "Grafica No.2 Modelo no lineal"]

Grafica No.2 Modelo no lineal
y(x)

Datos Experimentales
6
a*x^2+b*x+c
5

x
2 3 4 5 6

g3 = Show[gDatos, gLineal, gquad, PlotLabel → "Gráfica No.3 Comparación de modelos"]

Gráfica No.3 Comparación de modelos
y(x)

7
Datos Experimentales

6 mx+b

5
a*x^2+b*x+c

x
2 3 4 5 6

ClearAll["Global´*"]

1.2 Ajuste de datos

Se sabe que el número de pulgadas que una estructura recién construida que se hunde en el suelo
está dada por: y=3-3e-αt donde t es el nϊmero de meses que lleva construida la estructura. Estime α
con los valores:
t
y(t)
2
1.07
4
1.88
6
 Tarea de 415 calculos en el lab.nb 5

2.26
12
2.78
18
2.97
24
2.99

Datos1 = {{2, 1.07}, {4, 1.88}, {6, 2.26}, {12, 2.78}, {18, 2.97}, {24, 2.99}}
{{2, 1.07}, {4, 1.88}, {6, 2.26}, {12, 2.78}, {18, 2.97}, {24, 2.99}}

Set::write : Tag Times in 1 {{2., 4.}, {3.5, 5.}, {4.3, 5.8}, {5.2, 6.7}, {6.8, 8.3}} is Protected. 

Set::write : Tag Times in 1 {{2., 4.}, {3.5, 5.}, {4.3, 5.8}, {5.2, 6.7}, {6.8, 8.3}} is Protected. 

{{2, 1.07}, {4, 1.88}, {6, 2.26}, {12, 2.78}, {18, 2.97}, {24, 2.99}}

gDatos1=ListPlot[Datos1,PlotStyle→{PointSize[Large],Orange},PlotLabel→"gráfica No.4 Datos Experimenta

Union::normal : Nonatomic expression expected at position 1 in Union[Datos1]. 

Union::normal : Nonatomic expression expected at position 1 in Union[Datos1]. 

ListPlot::lpn : Datos1 is not a list of numbers or pairs of numbers. 

Union::normal : Nonatomic expression expected at position 1 in Union[Datos1]. 

General::stop : Further output of Union::normal will be suppressed during this calculation. 

ListPlot::lpn : Datos1 is not a list of numbers or pairs of numbers. 

ListPlot::lpn : Datos1 is not a list of numbers or pairs of numbers. 

General::stop : Further output of ListPlot::lpn will be suppressed during this calculation. 

ListPlotDatos1, PlotStyle → PointSize[Large], ,

PlotLabel → gráfica No.4 Datos Experimentales,
PlotLegends → {Datos Experimentales}, AxesLabel → {t(meses), y (in)}

FindFit[Datos1, 3 - 3 * E ^ (- α * t), {α}, t]

{α → 0.233784}

AJ = NonlinearModelFit[Datos1, {3 - 3 * E ^ (- α * t)}, {α}, t]

FittedModel 3 - 3 ⅇ-0.233784 t 

AJ["ParameterTable"]

Estimate Standard Error t- Statistic P- Value

α 0.233784 0.00496572 47.0797 8.16658 × 10-8
6 Tarea de 415 calculos en el lab.nb

α= (0.234±0.005) meses^-1

f[t_] = Normal[AJ];

gajuste = Plot[f[t], {t, 0, 24}, AxesLabel → {"t(meses)", "y(in)"},

PlotLegends → {"Ajuste de Datos"}, PlotStyle → Gray];

gtodo = Show[gDatos1, gajuste,

PlotLabel → "Grafica No.4 Asentamiento de una Edificación"]
Grafica No.4 Asentamiento de una Edificación
y (in)

3.0

2.5

2.0 Datos Experimentales

1.5 Ajuste de Datos

1.0

0.5

t(meses)
5 10 15 20

Manipulate::vsform :
Manipulate argument {gtodo, {gDatos1 → Datos Experimentales, gajuste → Función de Ajuste, gtodo → Gráfica Comparativa}}
does not have the correct form for a variable specification. 

Manipulate::vsform :
Manipulate argument {gtodo, {gDatos1 → Datos Experimentales, gajuste → Función de Ajuste, gtodo → Gráfica Comparativa}}
does not have the correct form for a variable specification. 
 Tarea de 415 calculos en el lab.nb 7

Manipulate[grafica, {grafica, {gDatos1 → "Datos Experimentales",

gajuste → "Función de Ajuste", gtodo → "Gráfica Comparativa"}}]

2.1 Electromagnetismo-Inducción Magnetica

En la página 282 de su libro de texto (Wangsness) se encuentra la Inducción Magnética producida

por una corriente recta de longitud finita. Usando la paleta de entradas básicas calcule en Mathemat-
ica el siguiente campo B.

ClearAll["Global´*"]

SetCoordinates[Cylindrical];

dB[z_] = {0, μ * L * ρ / 4 π (ρ ^ 2 + z ^ 2) ^ (3 / 2), 0};

Assuming[L ϵ Reals && ρ > 0 && ρ ϵ Reals && L1 > 0 && L2 > 0 && L1 ϵ Reals && L2 ϵ Reals,
Integrate[dB[z], {z, - L1, L2}]]
1
0, L π μ ρ 2 L13 L12 + ρ2 + 5 L1 ρ2 L12 + ρ2 + 2 L23 L22 + ρ2 +
32
5 L2 ρ2 L22 + ρ2 - 3 ρ4 Log- L1 + L12 + ρ2  + 3 ρ4 LogL2 + L22 + ρ2  , 0
8 Tarea de 415 calculos en el lab.nb

ClearAll["Global´*"]

2.2 Electromagnetismo-Inducción Magnética

Aplicando el mismo método anterior encuentre la inducción magnética para un solenoide largo que
se muestra en la página 285 del libro de texto y para un plano infinito de corriente pagina 286 las
ecuaciones se encuentran a continuación.

μ * L * n * a^2
dB[z_] =
2* (a ^ 2 + z ^ 2) ^ 3
a2 Lnμ

3
2 a2 + z2 

Bsolenoide = Assuming[l ϵ Reals && l > 0 zp ϵ Reals && zp > 0 &&

a ϵ Reals && n ϵ Reals && n > 0 && a > 0, Integrate[dB[z], {z, 1 - zp, - zp}]]

1 1 1 1
- Ln + zp - + μ
2 2 2
a2 + (- 1 + zp) a2 + (- 1 + zp) a2 + zp2

El programa no simplifica la expresion al minimo y debido a esto difiere de la expresion obtenida en el

libro.

Plano Infinito

μ0 * kp
DB[X_, Y_] = {z, 0, (X - x)}
4π* ((x - X) ^ 2 + (y - Y) ^ 2 + z ^ 2) ^ 3
kp z μ0 kp (- x + X) μ0
 , 0, 
3 3
4π (x - X)2 + (y - Y)2 + z2  4π (x - X)2 + (y - Y)2 + z2 

BPlano = Assumingkp ϵ Reals && kp > 0 && z ϵ Reals &&

∞ ∞
z > 0 && y ϵ Reals && x ϵ Reals && x > 0 && y > 0,   DB[X, Y] ⅆ X ⅆ Y 
-∞ -∞
kp μ0
 , 0, 0
2

Notamos que la expresión es la misma que la obtenida en el libro de texto para un plano infinito,
excepto por el z dividido valor absoluto de z.
 Tarea de 415 calculos en el lab.nb 9

Show::gcomb : Could not combine the graphics objects in Show[g1, g2, PlotLabel → Asentamiento de una edificación]. 

Show::gcomb :
Could not combine the graphics objects in Show[g1, g2, PlotLabel → Grafica No.5 Asentamiento de una Edificación]. 
10 Tarea de 415 calculos en el lab.nb

FindFit::nrlnum :
The function value {1.93 + 3. Exp αt, 1.12 + 3. Exp αt, 0.74 + 3. Exp αt, 0.22 + 3. Exp αt, 0.03 + 3. Exp αt, 0.01 + 3. Exp αt}
is not a list of real numbers with dimensions {6} at {α} = {1.}. 

FindFit::nrlnum :
The function value {1.93 + 3. Exp αt, 1.12 + 3. Exp αt, 0.74 + 3. Exp αt, 0.22 + 3. Exp αt, 0.03 + 3. Exp αt, 0.01 + 3. Exp αt}
is not a list of real numbers with dimensions {6} at {α} = {1.}. 

FindFit::fitm :
Unable to solve for the fit parameters; the design matrix is nonrectangular, non-numerical, or could not be inverted. 

FindFit::fitm :
Unable to solve for the fit parameters; the design matrix is nonrectangular, non-numerical, or could not be inverted. 
 Tarea de 415 calculos en el lab.nb 11

FindFit::fitm :
Unable to solve for the fit parameters; the design matrix is nonrectangular, non-numerical, or could not be inverted. 

FindFit::fitd : First argument Datos1 in FindFit is not a list or a rectangular array. 