TRABAJO DE METODOS NUMÉRICOS

MODELACION MATEMATICA DE TRES TANQUES INTERCONECTADOS

Camila Barcos Figueroa

Edgar Cerpa Ramos
Vanessa Cervantes Campos
Paola Plata Leiva

ING. Edgar Quiñonez

UNIVERSIDAD DE CARTAGENA

FACULTAD DE INGENIERIA
PROGRAMA DE INGENIERIA CIVIL

Cartagena de Indias

18 de junio del 2019

 TABLA DE CONTENIDO
1. INTRODUCCIÓN.........................................................................................................................4
2. OBJETIVOS.................................................................................................................................4
2.1 Objetivo general................................................................................................................4
1.2 Objetivos específicos...............................................................................................................4
3. MARCO TEORICO.......................................................................................................................4
3.1 Modelación empírica.........................................................................................................4
3.2 Ajuste de curvas y regresión..............................................................................................5
4. ESQUEMA DEL PROBLEMA........................................................................................................7
5. METODOLOGIA Y EQUIPOS........................................................................................................7
5.1 Procedimiento y metodología para la toma de datos.......................................................7
5.2 Materiales utilizados..........................................................................................................8
6. RESULTADOS Y DISCUSIONES.....................................................................................................9
7.1 Modelo matemático..........................................................................................................14
7.1.1 Modelo ajuste lineal....................................................................................................14
7.1.2 Modelo ajuste no lineal...............................................................................................24
7. CONCLUSIONES........................................................................................................................26
8. BIBLIOGRAFIA..........................................................................................................................27

TABLA DE CONTENIDO DE ILUSTRACIONES

Ilustración 1. diagrama.......................................................................................................................7
Ilustración 2. Sistema de tanques interconectados..............................................................................8
Ilustración 3. Tanques, tubería y válvula de globo.............................................................................8
Ilustración 4. Línea de tendencia para ajuste de curva polinómica de grado 2 en escenario A para
hb.....................................................................................................................................................26

INDICE DE TABLAS
Tabla 1. Datos obtenidos en el laboratorio para el escenario A..............................................7
Tabla 2. Datos obtenidos en el laboratorio para el escenario B..............................................7
Tabla 3. Datos obtenidos en el laboratorio para el escenario C..............................................8
Tabla 4. Media, desviación estándar y rechazo de datos.........................................................9
Tabla 5. Promedio, desviación estándar y rechazo de datos de las alturas del tanque 2.........9
Tabla 6. Promedio, desviación estándar y rechazo de datos para las alturas del tanque 3......9
Tabla 7. Promedio. Desviación estándar y rechazo de datos para el tanque 2 (escenario B)10
Tabla 8. Promedio, desviación estándar y rechazo de datos con respecto a la altura del
tanque 1(escenario B)............................................................................................................10
Tabla 9.Promedio, desviación estándar y rechazo de datos con respecto a la altura del
tanque 3(escenario B)............................................................................................................11
Tabla 10. Promedio, desviación estándar y rechazo de datos con respecto a la altura del
tanque 1(escenario C)............................................................................................................12
Tabla 11.Promedio, desviación estándar y rechazo de datos con respecto a la altura del
tanque 2(escenario C)............................................................................................................12
Tabla 12.Promedio, desviación estándar y rechazo de datos con respecto a la altura del
tanque 3(escenario C)............................................................................................................13
Tabla 13 Variables para escenario A.....................................................................................15
Tabla 14 Promedios de variables..........................................................................................16
Tabla 15 Cálculos para mínimos cuadrados..........................................................................16
Tabla 16 Matriz de valores para coeficientes (Ci)................................................................17
Tabla 17 Matriz de coeficientes para escenario A.................................................................17
Tabla 18 Matriz inversa Escenario A....................................................................................18
Tabla 19 Valores de los coeficientes para Escenario A.........................................................18
Tabla 20 Errores entre valores de H1....................................................................................18
Tabla 21 Variables escenario B.............................................................................................19
Tabla 22 Valores promedios de variables para Escenario B.................................................19
Tabla 23 Calculo para mínimos cuadrados para Escenario B...............................................19
Tabla 24 Valores de coeficientes para Escenario B...............................................................20
Tabla 25 Errores de valores de H2........................................................................................20
Tabla 26 Variables para escenario C.....................................................................................20
Tabla 27 Valores promedio para Escenario C.......................................................................21
Tabla 28 Calculo para mínimos cuadrados Escenario C.......................................................21
Tabla 29 Coeficientes para Escenario C................................................................................21
Tabla 30 Error para valores de T...........................................................................................22
Tabla 31. Cálculos obtenidos por ajustes de curvas cuadráticas...........................................22
Tabla 32. Matriz obtenida por ajuste de curvas cuadrática...................................................23
Tabla 33. Valores de los parámetros c1, c2, c3 y c4 para modelo polinómica de grado 2....23
Tabla 34. Datos obtenidos con el modelo polinómica y datos obtenidos en laboratorio......24
1. INTRODUCCIÓN
A medida que se van haciendo nuevos descubrimientos científicos, tecnológicos, etc.
También se va haciendo necesaria la idea de representar dichos descubrimientos
mediante modelos que puedan dar información acerca del funcionamiento de los
diferentes acontecimientos que se pueden presentar en la realidad. Cuando dichos
acontecimientos no pueden ser explicados mediante un modelo teórico se recurre a la
modelación empírica, la cual se fundamenta en la observación, experimentación y
ajuste de un modelos matemático, para poder ofrecer una explicación y/o predicción de
los fenómenos cuando el comportamiento de estos se hace difícil de comprender. En la
aplicación de la modelación empírica es muy importante determinar que variables
intervienen y como responde un sistema en un rango determinado por las variables del
mismo.
en el siguiente informe se encuentra al análisis realizado a la simulación de un sistema
de tres tanques interconectados mediante el modelamiento matemático de ajuste lineal,
por el cual se establecen formulaciones matemáticas que permitan determinar las
relaciones entre las variables del sistema y las respuestas del mismo con el fin de
establecer conclusiones consistentes al sistema analizado

2. OBJETIVOS
2.1 Objetivo general
Simular el comportamiento de un sistema compuesto por tres tanques
interconectados mediante la aplicación de un modelo matemático para cada uno de
los escenarios obtenidos experimentalmente.
1.2 Objetivos específicos
 Realizar y presentar un modelo empírico
 Clasificar e identificar las variables independiente y dependientes del
problema
 Identificar los parámetros en los resultados del modelo

3. MARCO TEORICO
3.1 Modelación empírica
Un modelamiento constituye la representación de un sistema real sobre el cual se
quiere influir, tener un control o entender de manera precisa para poder llevar a cabo
proyecciones o futuras planificaciones. Existen varios métodos de modelación entre
ellos los modelamientos empíricos, estos tienen su origen en las aproximaciones
empíricas, se utilizan para representar sistemas poco comprendidos y se basan en
datos empíricos que resultan de un proceso de observación de un fenómeno o
experimentación controlada.
Cuando se tiene un sistema y se desconoce un modelo teórico para inferir el
funcionamiento del mismo, es necesario utilizar métodos alternativos como lo son
las modelaciones empíricas mediante la realización de ensayos experimentales de
dicho sistema o proceso.
Para la aplicación de la modelación empírica se debe tener en cuenta tres etapas, la
primera se concentra en recoger una gran cantidad datos que muestren, poco más o
menos, como es el comportamiento del sistema en cuestión.
En la segunda etapa se procesan los datos obtenidos de tal forma que se ajusten a un
modelo matemático de naturaleza empírica y permita establecer conclusiones
matemáticas de dicho sistema.
La modelación matemática busca representar parte de fenómenos o procesos reales
en términos matemáticos, este tipo de modelos pueden observarse en la modelación
empírica mediante la utilización del concepto de regresión lineal o ajuste lineal, el
cual es un modelo matemático que se utiliza para explicar cómo se relacionan las
variables independientes con la o las variables dependientes y predecir que valores
de la variable respuesta son más factibles o probables, teniendo en cuenta un rango
de valores de las variables independientes.
En la tercera etapa las conclusiones matemáticas establecidas mediante el
modelamiento matemático, son interpretadas como información acerca del sistema
original real, esta información debe ofrecer explicaciones o debe permitir
predicciones del sistema o proceso sobre el cual se hizo el modelamiento empírico.
El último paso consiste en validar la información y/o predicciones mediante
comparaciones con nuevos datos reales del sistema. Si esta no se ajusta bien con la
realidad, se debe redefinir o formular un modelo nuevo reiniciando así, un nuevo
ciclo.
Se puede afirmar, que la modelación empírica, se utiliza especialmente en algunos
procesos considerados muy complicados para modelarlos a partir de modelos
teóricos, también para determinar algunas medidas desconocidas en el modelo de un
proceso o sistema y para comprobar la consistencia del modelo matemático
planteado teóricamente para el sistema.
3.2 Ajuste de curvas y regresión
Se entiende por ajuste de curvas al modelo matemático que consiste encontrar una
curva que contenga una serie de datos propios de un sistema y que pueda definir el
comportamiento del mismo teniendo en cuenta las diferente condiciones y/o
restricciones a las que este esté sujeto. Para poder realizar este modelo matemático
es necesario primero encontrar la relación funcional existente entre las variables
independientes y dependientes que influyen en el sistema mediante una técnica
estadística conocida con el nombre de regresión. La regresión puede ser de dos
tipos, regresión lineal simple y regresión lineal múltiple.
En la regresión lineal simple se maneja solo una variable independiente. Este tipo
de regresión tiene como objetivo identificar mediante un modelo funcional como es
el comportamiento de la variable dependiente al ser afectada por la variable
independiente.
A través de la aplicación de este tipo de regresión se pueden estimar los parámetros
del modelo partiendo de muestras observadas de las variables que influyen en el
sistema, validar el modelo poniendo a prueba la consistencia del ajuste y hacer
predicciones sobre la variable dependiente para un valor especifico de la variable
dependiente.
La regresión lineal múltiple puede analizar la influencia o correlación de dos o más
variables independientes sobre una variable dependiente mediante sistemas de
ecuaciones y trata de ajustar modelos lineales a las muestras observadas de las
variables que influyen en el sistema.
Montero Granados. R (2016). Para que los resultados de la regresión sean parecidos
a los reales y óptimos, es decir que su varianza sea mínima, es necesario que la
relación entre las variables sea lineal y las perturbaciones deban ser de media cero,
homocedásticas y no autocorrelacionadas.
Una vez estimado y validado el modelo funcional de un sistema mediante la técnica
de regresión lineal, puede ser aplicado para realizar predicciones o proyecciones
acerca de los valores que la variable dependiente tomaría en el futuro o para una
unidad específica fuera de la muestra analizada en el sistema.
En la ingeniería la aplicación de la regresión lineal se evidencia en la estimación de
ventas de materiales y/o productos para la construcción, proyecciones sobre
precipitaciones (lluvias) en los estudios hidrológicos de un lugar, estimación de
tránsito futuro para el cálculo del espesor de las capas de pavimento, proyección de
número de habitantes para planificación de transporte público, entre otros.
4. ESQUEMA DEL PROBLEMA

Ilustración 1. Diagrama

5. METODOLOGIA Y EQUIPOS
5.1 Procedimiento y metodología para la toma de datos
Para la realización del laboratorio se armó el sistema el cual estaba conformado por
tres tanques que se encontraban conectados por medio de tubos y dos válvulas. Se
procedió a cerrar cada una de las válvulas para realizar el llenado de los tanques, se
efectuaron tres escenarios, en el primero se llenó el primer tanque con una altura
mayor que los otros dos y se procedió a abrir las válvulas y tomar el tiempo en que
se vaciaba un centímetro del tanque más lleno y la altura de cuanto se llenaban los
otros dos tanques. Para el escenario dos se realizó el mismo proceso pero con el
segundo tanque más lleno que los otros dos, en el caso del tercero y el último
escenario se le suministro un caudal constante a uno de los tanques y se tomaron las
alturas con la que se llenaban los tanques en un tiempo determinado.

Ilustración 2. Sistema de tanques interconectados.

Fuente: Autores

5.2 Materiales utilizados

Los materiales utilizados en la práctica se muestran a continuación
 3 tanques cilíndricos con dimensiones similares
 Agua necesaria
 2 válvulas de ¾ de pulgada
 4 tramos de tubería de ¾ de pulgada
 Cinta métrica
 Pegamento de tubo

Ilustración 3. Tanques, tubería y válvula de globo.

 Fuente: Autores

6. RESULTADOS Y DISCUSIONES
Los resultados obtenidos en el laboratorio luego de realizar cada uno de los
procedimientos para los tres escenarios fueron los siguientes:
 Escenario A
Tabla 1. Datos obtenidos en el laboratorio para el escenario A.
Tiempos Altura tanque 1 Altura Tanque 2 Altura Tanque 3
(P)Tiempo Tiempo Tiempo Altura (P)Altur Altur Altur (P)Altur Altur Altur
s s1 s2 (Promedio) a2 a 2-1 a 2-2 a3 a 3-1 a 3-2
33 11,7 11,9 11,5 9,1 9,3 8,9
1,74 1,69 1,79 32 12,5 12,3 12,7 9,6 9,4 9,8
4,86 4,88 4,84 31 13,2 13,3 13,1 10,2 10,3 10,1
6,2 6,22 6,18 30 13,9 14 13,8 10,7 11 10,4
8,02 8,06 7,98 29 14,2 14,4 14 11,1 11,2 11
10,02 10,1 9,94 28 14,6 14,8 14,4 12,2 12,3 12,1
11,73 11,76 11,7 27 15 15,1 14,9 12,5 12,6 12,4
13,82 13,7 13,94 26 15,4 15,3 15,5 12,7 12,7 12,7
16,12 16,15 16,09 25 15,8 16 15,6 13,4 13,5 13,3
19,37 19,33 19,41 24 16,3 16,4 16,2 13,9 14,1 13,7
22,34 22,29 22,39 23 16,7 16,6 16,8 14,3 14,2 14,4

 Escenario B
Tabla 2. Datos obtenidos en el laboratorio para el escenario B
Altura Tanque
Tiempos Altura tanque 1 2 Altura Tanque 3
(P)Tiemp Tiemp Tiemp (P)Altu Altur Altur Altura (P)Altu Altur Altur
os os 1 os 2 ra 1 a 1-1 a 1-2 Promedio ra 3 a 3-1 a 3-2
15,9 16,1 15,7 32 14,8 15 14,6
1,1 1,18 1,02 16 16,2 15,8 31 15 15,1 14,9
1,26 1,31 1,21 16,7 16,8 16,6 30 15,4 15,6 15,2
3,06 3,04 3,08 17,1 16,8 17,4 29 15,5 15,2 15,8
4,04 4,12 3,96 17,6 17,7 17,5 28 16 16,4 15,6
5,05 4,87 5,23 18 17,9 18,1 27 16,5 16,2 16,8
6,06 5,9 6,22 18,4 18,1 18,7 26 17,2 16,9 17,5
7,02 7,14 6,9 18,8 18,9 18,7 25 17,5 17,9 17,1
8,11 8,13 8,09 19,2 19,5 18,9 24 17,9 18,4 17,4
9,8 10,07 9,53 19,7 20 19,4 23 18,3 19,1 17,5
11,59 12,2 10,98 20,1 20,4 19,8 22 19 18,7 19,3
  Escenario C
Tiempos Altura tanque 1 Altura Tanque 2 Altura Tanque 3
Altura Altura Altur Altura Altura Altura
Tiempo Promedio (P)Altura 1-1 1-2 (P)Altura a 2-1 2-2 (P)Altura 3-1 3-2
(seg) 1 (cm) (cm) (cm) 2 (cm) (cm) (cm) 3 (cm) (cm) (cm)
18,3 18 18,6 18,3 18 18,6 18,3 18 18,6
3 18,5 18,4 18,6 18,4 18,1 18,7 18,4 18,1 18,7
6 18,7 18,6 18,8 18,5 18,2 18,8 18,6 18,3 18,9
9 19,2 18,9 19,5 18,8 18,4 19,2 18,8 18,5 19,1
12 19,4 19,2 19,6 19,1 18,8 19,4 19,1 18,9 19,3
15 19,6 19,4 19,8 19,3 19,1 19,5 19,4 19,2 19,6
18 19,8 19,6 20 19,4 19,2 19,6 19,5 19,3 19,7
21 20,1 19,8 20,4 19,6 19,3 19,9 19,7 19,4 20
24 20,2 20,1 20,3 19,9 19,6 20,2 20,1 19,7 20,5
27 20,4 20,3 20,5 20,1 20 20,2 20,2 20,1 20,3
30 20,5 20,4 20,6 20,2 20,1 20,3 20,3 20,2 20,4
Tabla 3. Datos obtenidos en el laboratorio para el escenario C.

A continuación se hallaran la media y la desviación estándar de cada uno de los

escenarios:
En el escenario A en el caso del tanque número 1 se realizó el análisis de rechazo de
datos con respecto al tiempo, ya que el tiempo se tomó a medida que el tanque bajaba
un centímetro y en el caso de los otros dos tanques se analizó el promedio de las alturas.
 Tanque #1 del escenario A

Tabla 4. Media, desviación estándar y rechazo de datos

Tanque 1 Rechazo de datos
Altura Tiempos Tiempos Promedi Desviación Tiempos Tiempos Intervalo
(cm) 1 (seg) 2 (seg) o A. E. 1 2 C.
33
0,0707106
32 1,69 1,79 1,74 8 Valido Valido 0,098
0,0282842
31 4,88 4,84 4,86 7 Valido Valido 0,039
0,0282842
30 6,22 6,18 6,2 7 Valido Valido 0,039
 0,0565685
29 8,06 7,98 8,02 4 Valido Valido 0,078
0,1131370
28 10,1 9,94 10,02 8 Valido Valido 0,157
0,0424264
27 11,76 11,7 11,73 1 Valido Valido 0,059
0,1697056
26 13,7 13,94 13,82 3 Valido Valido 0,235
0,0424264
25 16,15 16,09 16,12 1 Valido Valido 0,059
0,0565685
24 19,33 19,41 19,37 4 Valido Valido 0,078
0,0707106
23 22,29 22,39 22,34 8 Valido Valido 0,098

 Alturas del tanque #2 del escenario A

Tabla 5. Promedio, desviación estándar y rechazo de datos de las alturas del tanque 2.
Tanque 2 Rechazo de Datos
Altura 2-1 Altura 2-2 Promedio Desviación Altura 2-1 Altura 2-2 Intervalo
(cm) (cm) A. E. (cm) (cm) C. (cm)
11,9 11,5 11,7 0,28284271 Valido Valido 0,3919928
12,3 12,7 12,5 0,28284271 Valido Valido 0,3919928
13,3 13,1 13,2 0,14142136 Valido Valido 0,1959964
14 13,8 13,9 0,14142136 Valido Valido 0,1959964
14,4 14 14,2 0,28284271 Valido Valido 0,3919928
14,8 14,4 14,6 0,28284271 Valido Valido 0,3919928
15,1 14,9 15 0,14142136 Valido Valido 0,1959964
15,3 15,5 15,4 0,14142136 Valido Valido 0,1959964
16 15,6 15,8 0,28284271 Valido Valido 0,3919928
16,4 16,2 16,3 0,14142136 Valido Valido 0,1959964
16,6 16,8 16,7 0,14142136 Valido Valido 0,1959964

 Alturas del tanque #3 para el escenario A

Tabla 6. Promedio, desviación estándar y rechazo de datos para las alturas del tanque 3.
Tanque 3 Rechazo de Datos
Promedio Desviación Intervalo
Altura 3-1 Altura 3-2 A. E. Altura 3-1 Altura 3-2 C.
9,3 8,9 9,1 0,28284271 Valido Valido 0,3919928
9,4 9,8 9,6 0,28284271 Valido Valido 0,3919928
10,3 10,1 10,2 0,14142136 Valido Valido 0,1959964
11 10,4 10,7 0,42426407 Valido Valido 0,5879892
 11,2 11 11,1 0,14142136 Valido Valido 0,1959964
12,3 12,1 12,2 0,14142136 Valido Valido 0,1959964
12,6 12,4 12,5 0,14142136 Valido Valido 0,1959964
12,7 12,7 12,7 0 Valido Valido 0
13,5 13,3 13,4 0,14142136 Valido Valido 0,1959964
14,1 13,7 13,9 0,28284271 Valido Valido 0,3919928
14,2 14,4 14,3 0,14142136 Valido Valido 0,1959964

Para el escenario B se realizó el mismo procedimiento que en el caso A, teniendo en

cuenta que en esta situación el tanque más lleno sería el segundo. Los resultados fueron
los siguientes:

 Tanque #2 (rechazo de datos con respecto al tiempo)

Tabla 7. Promedio. Desviación estándar y rechazo de datos para el tanque 2 (escenario B)
Tanque 2 Rechazo de datos
Altura Tiempos Tiempos Promedio Desviación Tiempos Tiempos
(cm) 1 (seg) 2 (seg) A. E. 1 2 Intervalo C.
32
31 1,18 1,02 1,1 0,11313708 Valido Valido 0,156797119
30 1,31 1,21 1,26 0,07071068 Valido Valido 0,097998199
29 3,04 3,08 3,06 0,02828427 Valido Valido 0,03919928
28 4,12 3,96 4,04 0,11313708 Valido Valido 0,156797119
27 4,87 5,23 5,05 0,25455844 Valido Valido 0,352793517
26 5,9 6,22 6,06 0,22627417 Valido Valido 0,313594238
25 7,14 6,9 7,02 0,16970563 Valido Valido 0,235195678
24 8,13 8,09 8,11 0,02828427 Valido Valido 0,03919928
23 10,07 9,53 9,8 0,38183766 Valido Valido 0,529190276
22 12,2 10,98 11,59 0,86267027 Valido Valido 1,195578031

 Tanque #1 (rechazo de datos con respecto a la altura del tanque 1)

Tabla 8. Promedio, desviación estándar y rechazo de datos con respecto a la altura del tanque 1(escenario B)
Tanque 1 Rechazo de Datos
Altura 1-1 Altura 1-2 Promedio Desviación Altura 2-1 Altura 2-2
(cm) (cm) A. E. (cm) (cm) Intervalo C.
16,1 15,7 15,9 0,28284271 Valido Valido 0,3919928
16,2 15,8 16 0,28284271 Valido Valido 0,3919928
16,8 16,6 16,7 0,14142136 Valido Valido 0,1959964
16,8 17,4 17,1 0,42426407 Valido Valido 0,5879892
17,7 17,5 17,6 0,14142136 Valido Valido 0,1959964
17,9 18,1 18 0,14142136 Valido Valido 0,1959964
18,1 18,7 18,4 0,42426407 Valido Valido 0,5879892
18,9 18,7 18,8 0,14142136 Valido Valido 0,1959964
 19,5 18,9 19,2 0,42426407 Valido Valido 0,5879892
20 19,4 19,7 0,42426407 Valido Valido 0,5879892
20,4 19,8 20,1 0,42426407 Valido Valido 0,5879892

 Tanque #3 (rechazo de datos con respecto a la altura del tanque 3)

Tabla 9.Promedio, desviación estándar y rechazo de datos con respecto a la altura del tanque 3(escenario B)
Tanque 3 Rechazo de Datos
Altura 3-1 Altura 3-2 Promedio Desviación Altura 3-1 Altura 3-2 Intervalo
(cm) (cm) A. E. (cm) (cm) C.
15 14,6 14,8 0,28284271 Valido Valido 0,3919928
15,1 14,9 15 0,14142136 Valido Valido 0,1959964
15,6 15,2 15,4 0,28284271 Valido Valido 0,3919928
15,2 15,8 15,5 0,42426407 Valido Valido 0,5879892
16,4 15,6 16 0,56568542 Valido Valido 0,78398559
16,2 16,8 16,5 0,42426407 Valido Valido 0,5879892
16,9 17,5 17,2 0,42426407 Valido Valido 0,5879892
17,9 17,1 17,5 0,56568542 Valido Valido 0,78398559
18,4 17,4 17,9 0,70710678 Valido Valido 0,97998199
19,1 17,5 18,3 1,13137085 Valido Valido 1,56797119
18,7 19,3 19 0,42426407 Valido Valido 0,5879892

En el escenario C se suministró un caudal constante al primer tanque y se tomaron las

alturas en los tres tanques en un determinado tiempo (cada 3 seg)
 Tanque #1 (rechazo de datos con respecto a las alturas tomadas)
Tabla 10. Promedio, desviación estándar y rechazo de datos con respecto a la altura del tanque 1(escenario C)
Tanque 1 Rechazo de Datos
Tiempo Altura 1- Altura 1- Promedio Desviación Altura 2- Altura 2-
(s) 1 (cm) 2 (cm) A. E. 1 (cm) 2 (cm) Intervalo C.
0,4242640
18 18,6 18,3 7 Valido Valido 0,587989195
0,1414213
3 18,4 18,6 18,5 6 Valido Valido 0,195996398
 0,1414213
6 18,6 18,8 18,7 6 Valido Valido 0,195996398
0,4242640
9 18,9 19,5 19,2 7 Valido Valido 0,587989195
0,2828427
12 19,2 19,6 19,4 1 Valido Valido 0,391992797
0,2828427
15 19,4 19,8 19,6 1 Valido Valido 0,391992797
0,2828427
18 19,6 20 19,8 1 Valido Valido 0,391992797
0,4242640
21 19,8 20,4 20,1 7 Valido Valido 0,587989195
0,1414213
24 20,1 20,3 20,2 6 Valido Valido 0,195996398
0,1414213
27 20,3 20,5 20,4 6 Valido Valido 0,195996398
0,1414213
30 20,4 20,6 20,5 6 Valido Valido 0,195996398

 Tanque #2 (rechazo de datos con respecto a las alturas tomadas)

Tabla 11.Promedio, desviación estándar y rechazo de datos con respecto a la altura del tanque 2(escenario C)
Tanque 2 Rechazo de Datos
Altura 2-1 Altura 2-2 Promedio Desviación Altura 2-1 Altura 2-2 Intervalo
(cm) (cm) A. E. (cm) (cm) C.
18 18,6 18,3 0,42426407 Valido Valido 0,5879892
18,1 18,7 18,4 0,42426407 Valido Valido 0,5879892
18,2 18,8 18,5 0,42426407 Valido Valido 0,5879892
18,4 19,2 18,8 0,56568542 Valido Valido 0,78398559
18,8 19,4 19,1 0,42426407 Valido Valido 0,5879892
19,1 19,5 19,3 0,28284271 Valido Valido 0,3919928
19,2 19,6 19,4 0,28284271 Valido Valido 0,3919928
19,3 19,9 19,6 0,42426407 Valido Valido 0,5879892
19,6 20,2 19,9 0,42426407 Valido Valido 0,5879892
20 20,2 20,1 0,14142136 Valido Valido 0,1959964
20,1 20,3 20,2 0,14142136 Valido Valido 0,1959964

 Tanque #3 (rechazo de datos con respecto a las alturas tomadas)

Tabla 12.Promedio, desviación estándar y rechazo de datos con respecto a la altura del tanque 3(escenario C)
Tanque 3 Rechazo de Datos
Altura 3-1 Altura 3-2 Promedio Desviación Altura 3-1 Altura 3-2 Intervalo
 (cm) (cm) A. E. (cm) (cm) C.
18 18,6 18,3 0,42426407 Valido Valido 0,5879892
18,1 18,7 18,4 0,42426407 Valido Valido 0,5879892
18,3 18,9 18,6 0,42426407 Valido Valido 0,5879892
18,5 19,1 18,8 0,42426407 Valido Valido 0,5879892
18,9 19,3 19,1 0,28284271 Valido Valido 0,3919928
19,2 19,6 19,4 0,28284271 Valido Valido 0,3919928
19,3 19,7 19,5 0,28284271 Valido Valido 0,3919928
19,4 20 19,7 0,42426407 Valido Valido 0,5879892
19,7 20,5 20,1 0,56568542 Valido Valido 0,78398559
20,1 20,3 20,2 0,14142136 Valido Valido 0,1959964
20,2 20,4 20,3 0,14142136 Valido Valido 0,1959964

7.1 Modelo matemático

7.1.1 Modelo ajuste lineal
Para la formulación del modelo matemático mediante un ajuste lineal, se recurre a la
regresión por mínimos cuadrados, teniendo en cuenta que esta representa una relación
estadística mediante valores conocidos de las variables independientes que permite
determinar un comportamiento global de la variable dependiente, planteando primeramente
que el grado de dependencia que existe entre estas se recoge a través de la teoría de la
correlación y que la estructura que mejor expresa la relación se analiza mediante la
regresión.
Primeramente se determina una estructura global de dependencia entre la relación entre las
variables, tomando tantas variables f se necesiten en problema ( f 1 , f 2 , … . , f n ) y tantos
coeficientes utilizados para minimizar la desviación total de los valores, recurriendo para
este proceso ecuaciones diferenciales.
Para un ajuste lineal del modelo matemático se recurre a una regresión mínimo- cuadrática,
partiendo de una estructura global que consta de tres variables dependientes ( f 1 , f 2 , f 3 ),
los coeficientes c 1 , c 2 , c 3 que hacen que la función y est tenga la mejor
aproximación a los puntos dados (minimizar el error individual en cada punto sobre el
conjunto total) y una variable independiente y est (valor estimado), de la siguiente forma:
y est =c 1 f 1+ c 2 f 2+ c 3 f 3 +c 4

Para ajustar la ecuación teniendo en cuenta los resultados obtenidos a los del laboratorio, se
plantea que:
y est ≅ y exp

Mediante el cálculo del error porcentual a través de la siguiente ecuación:

S= y exp − y est
Sabiendo que para cada dato existe un error porcentual, la sumatoria de los errores está
determinada mediante la siguiente ecuación:
n n

∑ S=∑ ( y exp− y est )

i=1 i=1

Para evitar enmascaramiento del mínimo error posible, el cual es el principal objetivo, se
procede a elevar al cuadrado la expresión:
n n

∑ S =∑ ( y exp − y est )2
2

i=1 i=1

Reemplazando la función y est :

n

∑ ( y est −(c 1 f 1 +c 2 f 2 +c 3 f 3 +c 4))2

i=1

Se recurre a ecuaciones diferenciales para hallar el mínimo error posible, esto se logra
hallando los c i que minimizan el error, derivando respecto a cada c i y
posteriormente igualando a cero:
∂s ∂s ∂s ∂s
=0 ; =0; =0 ; =0
∂ c1 ∂ c2 ∂ c3 ∂ c4

Las ecuaciones obtenidas se denominan “Ecuaciones normales de Gauss”. Primeramente

las ecuaciones derivadas dan como resultado:
n
∂s
=2 ∑ ( y est −(c 1 f 1+ c 2 f 2+ c3 f 3+ c 4 ) )∗( −f 1 )=0
∂ c1 i=1

c
(¿ ¿ 1 f 1 +c 2 f 2 +c 3 f 3 +c 4 )
y est−¿
¿
¿
n
∂s
=2 ∑ ¿
∂ c2 i=1

n
∂s
=2 ∑ ( y est −(c 1 f 1+ c 2 f 2+ c 3 f 3 +c 4 ) )∗( −f 3 )=0
∂ c3 i=1

n
∂s
=2 ∑ ( y est −(c 1 f 1 +c 2 f 2 +c 3 f 3 +c 4 ) )∗(−1 )=0
∂ c4 i =1

Aplicando la propiedad distributiva para cada ecuación, como se muestra en el siguiente

ejemplo, para la derivada del error respecto a c 1 :
 y est −c 1 f 1−c 2 f 2−c3 f 3−c 4
n
(¿ (−f 1 ) ) =¿ 2 ∑ (− y est f 1 +c 1 f 1 f 1 +c 2 f 2 f 1 +c 3 f 3 f 1−c 4 f 1) =0
i=1
n
∂s
=2 ∑ ¿
∂ c1 i=1

Y despejando de cada una la sumatoria del y exp por el c i respectivo, como se muestra
para la derivada del error respecto a c 1 :
n n n n

( y est f 1 )=¿ c 1 ∑ ( f 1 ) +c 2 ∑ ( f 2 f 1 ) + c3 ∑ ( f 3 f 1 ) +c 4 ∑ ( f 1 )
2

i=1 i=1 i=1 i=1

n

∑¿
i=1

De la anterior forma se definen las demás ecuaciones:

n n n n

( y est f 1 )=¿ c 1 ∑ ( f 1 ) +c 2 ∑ ( f 2 f 1 ) + c3 ∑ ( f 3 f 1 ) +c 4 ∑ ( f 1 )
2

i=1 i=1 i=1 i=1

n

∑¿
i=1

n n n n

( y est f 2 )=¿ c 1 ∑ ( f 2 f 1 )+ c 2 ∑ ( f 2 ) + c3 ∑ ( f 3 f 2 ) +c 4 ∑ ( f 2 )
2

i=1 i=1 i=1 i=1

n

∑¿
i=1

n n n n

( y est f 3 )=¿ c 1 ∑ ( f 3 f 1 ) +c 2 ∑ ( f 3 f 2) + c 3 ∑ ( f 3 ) + c 4 ∑ ( f 3 )
2

i=1 i=1 i=1 i=1

n

∑¿
i =1

Desarrollando la sumatoria, que de igual forma se puede expresar de forma matricial, nos
queda que:
n n n n

∑ ( y est )=c1 ∑ ( f 1 ) +c 2 ∑ ( f 2 ) + c3 ∑ ( f 3 ) +c 4 n
i=1 i=1 i=1 i=1

La cual corresponde a la ecuación matemática que representa el problema planteado.

Escenario A
Para el escenario A teniendo en cuenta las variables dependientes e independientes que se
plantearon:
 Tabla 13 Variables para escenario A
Variable Matemática Variable Nomenclatura Tipo de variable
y est Altura del tanque 1 H1 Independiente
f1 Altura del tanque 2 H2 Dependiente
f2 Altura del tanque 3 H3 Dependiente
f3 Tiempo transcurrido T Dependiente

Haciendo uso de los valores promedios de las variables:

Tabla 14 Promedios de variables
H1 T H2 H3
33 11,7 9,1
32 1,74 12,5 9,6
31 4,86 13,2 10,2
30 6,2 13,9 10,7
29 8,02 14,2 11,1
28 10,02 14,6 12,2
27 11,73 15 12,5
26 13,82 15,4 12,7
25 16,12 15,8 13,4
24 19,37 16,3 13,9
23 22,34 16,7 14,3

Haciendo uso de las ecuaciones planteadas anteriormente y reemplazando los valores:

n n n n

( H 1∗H 2 ) =¿ c 1 ∑ ( H 2 ) +c 2 ∑ ( H 3 H 2 ) +c 3 ∑ ( T H 2 ) + c 4 ∑ ( H 2 )
2

i=1 i=1 i=1 i=1

n

∑¿
i=1

n n n n

( H 1∗H 3 ) =¿ c 1 ∑ ( H 3 H 2 ) +c 2 ∑ ( H 3 ) + c3 ∑ ( T H 3 ) + c 4 ∑ ( H 3 )
2

i=1 i=1 i=1 i=1

n

∑¿
i=1

n n n n

( H 1∗T )=¿ c 1 ∑ ( T H 2) + c 2 ∑ ( T H 3 )+ c 3 ∑ ( T ) +c 4 ∑ ( T )
2

i=1 i=1 i=1 i=1

n

∑¿
i=1
 n n n n

∑ ( H 1 ) =c 1 ∑ ( H 2) + c 2 ∑ ( H 3 ) + c3 ∑ ( T ) +c 4 n
i=1 i=1 i=1 i=1

Desarrollando una tabla de valores:

Tabla 15 Cálculos para mínimos cuadrados
H1 H2^2 H3^2 T^2 H2*H3 T*H3 T*H2 H1*H H1*H H1*T
2 3
33 0 11,7 9,1 136,89 82,81 0 106,47 0 0 386,1 300,3 0
32 1,74 12,5 9,6 156,25 92,16 3,0276 120 16,704 21,75 400 307,2 55,68
31 4,86 13,2 10,2 174,24 104,04 23,6196 134,64 49,572 64,152 409,2 316,2 150,66
30 6,2 13,9 10,7 193,21 114,49 38,44 148,73 66,34 86,18 417 321 186
29 8,02 14,2 11,1 201,64 123,21 64,3204 157,62 89,022 113,884 411,8 321,9 232,58
28 10,02 14,6 12,2 213,16 148,84 100,4004 178,12 122,244 146,292 408,8 341,6 280,56
27 11,73 15 12,5 225 156,25 137,5929 187,5 146,625 175,95 405 337,5 316,71
26 13,82 15,4 12,7 237,16 161,29 190,9924 195,58 175,514 212,828 400,4 330,2 359,32
25 16,12 15,8 13,4 249,64 179,56 259,8544 211,72 216,008 254,696 395 335 403
24 19,37 16,3 13,9 265,69 193,21 375,1969 226,57 269,243 315,731 391,2 333,6 464,88
23 22,34 16,7 14,3 278,89 204,49 499,0756 238,81 319,462 373,078 384,1 328,9 513,82
308 114,22 159,3 129,7 2331,7 1560,3 1692,520 1905,7 1470,73 1764,54 4408,6 3573,4 2963,2
7 5 2 6 4 1 1

Se procede a reemplazar los valores en las ecuaciones anteriores:

( H 1∗H 2 ) =1560,35=¿ c 1∗4408,6+c 2∗1905,76+ c 3∗2963,21+c 4∗159,3

n

∑¿
i=1

( H 1∗H 3 ) =¿ 1692,5202=c 1∗4408,6+c 2∗1470,734 +c 3∗3573,4+ c 4∗129,7

n

∑¿
i=1

( H 1∗T )=¿1905,76=c 1∗2963,21+ c2∗3573,4+c 3∗1764,541+ c 4∗114,22

n

∑¿
i=1

∑ ( H 1 ) =308=c1∗159,3+c 2∗129,7+ c3∗114,22+c 4∗11

i=1

Resolviendo el sistema de ecuaciones por matrices, se tiene que:

Tabla 16 Matriz de valores para coeficientes (Ci)
c1 c2 c3 c4
2331,77 1905,76 1764,541 159,3
1905,76 1560,35 1470,734 129,7
1764,541 1470,734 1692,520 114,22
 2
159,3 129,7 114,22 11

La matriz coeficiente es:

Tabla 17 Matriz de coeficientes para escenario A
Matriz
Coeficient
e
4408,6
3573,4
2963,21
308
Para resolver el problema se recurre a aplicar la ecuación normal de Gauss, dada por la
siguiente ecuación:

Que se traduce a la multiplicación de la matriz inversa por la multiplicación de la matriz de

coeficiente para obtener los valores de los coeficientes c 1 , c 2 , c 3 ,c 4 . Donde la
matriz inversa:
Tabla 18 Matriz inversa Escenario A
Matriz inversa
2,106611182 -1,27778642 -0,1465208 -13,9198778
-1,27778642 2,15744645 -0,24949457 -4,34292334
-0,1465208 -0,24949457 0,0949877 4,07733774
-13,9198778 -4,34292334 4,07733774 210,545471

Obteniendo los valores de los coeficientes:

Tabla 19 Valores de los coeficientes para Escenario A
-0,3302266 c1
-0,7552964 c2
-0,20699835 c3
43,83730841 c4
 Reemplazando en la ecuación:
y est =−0,3302266 H 2 +−0,7552964 H 3 +−0,20699835T + 43,8373084

Así los valores obtenidos para H1 (estimado) se muestran en la siguiente gráfica, la cual
también contiene los valores experimentales junto a los respectivos errores entre ellos:
Tabla 20 Errores entre valores de H1
Yest Y expe %Error
33,100459 33 10,0459943
9 9
32,098453 32 9,84533280
3 7
30,768282 31 23,1717996
29,882097 30 11,7902610
4 3
29,104173 29 10,4173845
8 6
27,727260 28 27,2739542
5 4
27,014613 27 1,46137124
7 5
26,298837 26 29,8837232
2 9
25,161942 25 16,1942898
9 9
23,946436 24 5,35632511
7 1
22,897442 23 10,2557562
4

Escenario B
Teniendo en cuenta que las variables para el escenario 2 son:
Tabla 21 Variables escenario B
Variable Matemática Variable Nomenclatura Tipo de variable
y est Altura del tanque 2 H2 Independiente
f1 Altura del tanque 1 H1 Dependiente
f2 Altura del tanque 3 H3 Dependiente
f3 Tiempo transcurrido T Dependiente
 Haciendo uso de los valores promedios de las variables:
Tabla 22 Valores promedios de variables para Escenario B
H2 T H1 H3
32 15,9 14,8
31 1,1 16 15
30 1,26 16,7 15,4
29 3,06 17,1 15,5
28 4,04 17,6 16
27 5,05 18 16,5
26 6,06 18,4 17,2
25 7,02 18,8 17,5
24 8,11 19,2 17,9
23 9,8 19,7 18,3
22 11,59 20,1 19

Desarrollando la tabla de valores:

Tabla 23 Calculo para mínimos cuadrados para Escenario B
H1^2 H3^2 T^2 H1*H3 T*H3 T*H1H1*H2 H2*H3 H2*T
252,81 219,04 0 235,32 0 0 508,8 473,6 0
256 225 1,21 240 16,5 17,6 34,1
278,89 237,16 1,5876 257,18 19,404 21,042 37,8
292,41 240,25 9,3636 265,05 47,43 52,326
495,9 449,5 88,74
309,76 256 16,3216 281,6 64,64 71,104
492,8 113,12
324 272,25 25,5025 297 83,325 90,9 445,5 136,35
338,56 295,84 36,7236 316,48 104,232 111,504
478,4 447,2 157,56
353,44 306,25 49,2804 329 122,85 131,976 437,5 175,5
368,64 320,41 65,7721 343,68 145,169 155,712
460,8 429,6 194,64
388,09 334,89 96,04 360,51 179,34 193,06
453,1 420,9 225,4
11,59 404,01 361 134,3281 381,9 220,21 232,959
442,2 254,98
57,09 197,5 183,1 3566,61 3068,09 436,1295 3307,72 1003,1 1078,183 4896,8 1418,19

Obteniendo los valores de coeficientes:

Tabla 24 Valores de coeficientes para Escenario B
-1,60741524 c1
-0,24342041 c2
-0,17834025 c3
60,8378393 c4

Reemplazando en la ecuación:
y est =−1,60741524 H 1 +−0,24342041 H 3 +−0,17834025 T +60,8378393
 Así los valores obtenidos para H2 (estimado) se muestran en la siguiente gráfica, la cual
también contiene los valores experimentales junto a los respectivos errores entre ellos:
Tabla 25 Errores de valores de H2
Yest Y expe %Error
31,6773148 32 32,2685117
8 6
31,271715 31 27,1715000
5
30,0206217 30 2,06217268
3 8
29,0323011 29 3,23011393
4 7
27,9321098 28 6,78901327
7 4
26,9873099 27 1,26900883
1 6
25,9938258 26 0,61741268
7 2
25,1066270 25 10,6627012
1 9
24,1719018 24 17,1901878
8 7
22,9694310 23 3,05689295
7 5
21,8368416 22 16,3158363
4

Escenario C
Teniendo en cuenta que las variables para el escenario 3 son:
Tabla 26 Variables para escenario C
Variable Matemática Variable Nomenclatura Tipo de variable
y est Tiempo transcurrido T Independiente
f1 Altura del tanque 1 H1 Dependiente
f2 Altura del tanque 3 H3 Dependiente
f3 Altura del tanque 2 H2 Dependiente
Haciendo uso de los valores promedios de las variables:
Tabla 27 Valores promedio para Escenario C
T H2 H1 H3
0 18,3 18,3 18,3
3 18,4 18,5 18,4
6 18,5 18,7 18,6
9 18,8 19,2 18,8
 12 19,1 19,4 19,1
15 19,3 19,6 19,4
18 19,4 19,8 19,5
21 19,6 20,1 19,7
24 19,9 20,2 20,1
27 20,1 20,4 20,2
30 20,2 20,5 20,3

Desarrollando la tabla de valores:

Tabla 28 Calculo para mínimos cuadrados Escenario C
T H2 H1 H3 H1^2 H3^2 H2^2 H1*H3 H2*H3 H2*H1 H1*T T*H3 H2*T
0 18,3 18,3 18,3 334,89 334,8 334,89 334,89 334,89 334,89 0 0 0
9
3 18,4 18,5 18,4 342,25 338,5 338,56 340,4 338,56 340,4 55,5 55,2 55,2
6
6 18,5 18,7 18,6 349,69 345,9 342,25 347,82 344,1 345,95 112,2 111,6 111
6
9 18,8 19,2 18,8 368,64 353,4 353,44 360,96 353,44 360,96 172,8 169,2 169,2
4
12 19,1 19,4 19,1 376,36 364,8 364,81 370,54 364,81 370,54 232,8 229,2 229,2
1
15 19,3 19,6 19,4 384,16 376,3 372,49 380,24 374,42 378,28 294 291 289,5
6
18 19,4 19,8 19,5 392,04 380,2 376,36 386,1 378,3 384,12 356,4 351 349,2
5
21 19,6 20,1 19,7 404,01 388,0 384,16 395,97 386,12 393,96 422,1 413,7 411,6
9
24 19,9 20,2 20,1 408,04 404,0 396,01 406,02 399,99 401,98 484,8 482,4 477,6
1
27 20,1 20,4 20,2 416,16 408,0 404,01 412,08 406,02 410,04 550,8 545,4 542,7
4
30 20,2 20,5 20,3 420,25 412,0 408,04 416,15 410,06 414,1 615 609 606
9
165 211,6 214, 212, 4196,4 4106, 4075,0 4151,1 4090,7 4135,2 3296, 3257, 3241,
7 4 9 5 2 7 1 2 4 7 2

Obteniendo los valores de coeficientes:

Tabla 29 Coeficientes para Escenario C
3,44780608 c1
5,32555907 c2
5,04538909 c3
-252,181549 c4
Reemplazando en la ecuación:
y est =3,44780608 H 2 +5,32555907 H 3 +5,04538909 H 1 +−252,181549

Así los valores obtenidos para T (estimado) se muestran en la siguiente gráfica, la cual
también contiene los valores experimentales junto a los respectivos errores entre ellos:
Tabla 30 Error para valores de T
Yest Y expe %Error
0,70165320 0 70,1653207
7 3
2,42830923 3 57,1690761
8 5
4,68752117 6 131,247882
7 3
8,99015275 9 0,98472444
6 3
12,7909984 12 79,0998418
2 5
16,0873051 15 108,730517
7 3
17,8139612 18 18,6038796
3
20,9224926 21 7,75073415
6 4
24,9111136 24 91,1113620
2 7
27,1423085 27 14,2308560
6 8
28,5241839 30 147,581601
8 6

7.1.2 Modelo ajuste no lineal

La regresión lineal planteada es adecuada para los datos obtenidos, sin embargo, se plantea
la opción de una regresión cuadrática, de esta manera para el estudio de este modelo se
tienen los siguientes resultados. Aplicamos las ecuaciones:

n n n n n

∑ ( H 2i∗H 1i2 )=c 1 ∑ ( h1i4 )+c 2 ∑ ( H 3 i2∗H 1i2 )+ c 3 ∑ ( ti2∗H 1i2 )+c 4 ∑ ( H 1i2 )
i=1 i=1 i=1 i=1 i=1

n n n n n

∑ ( H 2i∗H 3i2 )=c 2 ∑ ( H 3 i4 )+ c 1 ∑ ( H 3i2∗H 1i2) +c 3 ∑ ( ti2∗H 3i2 )+ c 4 ∑ ( H 3i2 )

i=1 i=1 i=1 i=1 i=1
 n n n n n

∑ ( H 2i∗ti2 )=c 3 ∑ ( ti 4 )+c 1 ∑ ( ti2∗H 1i2 )+ c 2 ∑ (t i2∗H 3i2) +c 4 ∑ ( ti2 )

i=1 i=1 i=1 i=1 i=1

n n n n

∑ ( H 2i )=c 1 ∑ ( H 1i2 )+c 2 ∑ ( H 3 i2 )+ c 3 ∑ ( ti2 )+(c 4∗n)

i=1 i=1 i=1 i=1

Tabla 31. Cálculos obtenidos por ajustes de curvas cuadráticas

H2 H1^2 H3^2 t^2 H1^4 H3^4 t^4 H1^2*H2 H3^2*H2 t^2*H2 H1^2*H3^2 H1^2*t^2 t^2*H3^2
11,7 1089 82,81 0,00 1185921,00 6857,50 0,00 12741,30 968,88 0,00 90180,09 0,00 0,00
12,5 1024 92,16 3,03 1048576,00 8493,47 9,17 12800,00 1152,00 37,85 94371,84 3100,26 279,02
13,2 961 104,04 23,62 923521,00 10824,32 557,89 12685,20 1373,33 311,78 99982,44 22698,44 2457,38
13,9 900 114,49 38,44 810000,00 13107,96 1477,63 12510,00 1591,41 534,32 103041,00 34596,00 4401,00
14,2 841 123,21 64,32 707281,00 15180,70 4137,11 11942,20 1749,58 913,35 103619,61 54093,46 7924,92
14,6 784 148,84 100,40 614656,00 22153,35 10080,24 11446,40 2173,06 1465,85 116690,56 78713,91 14943,60
15 729 156,25 137,59 531441,00 24414,06 18931,81 10935,00 2343,75 2063,89 113906,25 100305,22 21498,89
15,4 676 161,29 190,99 456976,00 26014,46 36478,10 10410,40 2483,87 2941,28 109032,04 129110,86 30805,16
15,8 625 179,56 259,85 390625,00 32241,79 67524,31 9875,00 2837,05 4105,70 112225,00 162409,00 46659,46
16,3 576 193,21 375,20 331776,00 37330,10 140772,71 9388,80 3149,32 6115,71 111288,96 216113,41 72491,79
16,7 529 204,49 499,08 279841,00 41816,16 249076,45 8834,30 3414,98 8334,56 108175,21 264010,99 102055,97
529045,42
∑ 159,3 8734 1560,350 1692,520 7280614,000 238433,878 123568,600 23237,232 26824,283 1162513,000 1065151,561 303517,188
0
n 11

Resolviendo el sistema de ecuaciones

Tabla 32. Matriz obtenida por ajuste de curvas cuadrática

Matriz Coeficientes
C1 C2 C3 C4
8734 1560,35 1692,5202 11
7280614 1162513 1065151,56 8734
1162513 238433,878 303517,188 1560,35
1065151,56 303517,188 529045,42 1692,5202

Multiplicando la inversa de la matriz por el vector en el programa de Excel obtenemos:

Tabla 33. Valores de los parámetros c1, c2, c3 y c4 para modelo polinómica de grado 2
Parámetros de Ajuste
C
-0,01193682 1
-0,01519611 C
 2
C
-0,0001841 3
C
26,1435504 4

Por ende, para la altura H2

2 2 2
H 2=−0,01193682 H 1 −0,01519611 H 3 −0,0001841t + 26,1435504

Tabla 34. Datos obtenidos con el modelo polinómica y datos obtenidos en laboratorio
Datos Regresión Polinómica Datos Empíricos
H2 H1 H3 t H2 H1 H3 t
11,89 1089,00 82,81 0,00 11,70 1089,00 82,81 0,00
12,52 1024,00 92,16 3,03 12,50 1024,00 92,16 3,03
13,09 961,00 104,04 23,62 13,20 961,00 104,04 23,62
13,65 900,00 114,49 38,44 13,90 900,00 114,49 38,44
14,22 841,00 123,21 64,32 14,20 841,00 123,21 64,32
14,50 784,00 148,84 100,40 14,60 784,00 148,84 100,40
15,04 729,00 156,25 137,59 15,00 729,00 156,25 137,59
15,59 676,00 161,29 190,99 15,40 676,00 161,29 190,99
15,91 625,00 179,56 259,85 15,80 625,00 179,56 259,85
16,26 576,00 193,21 375,20 16,30 576,00 193,21 375,20
16,63 529,00 204,49 499,08 16,70 529,00 204,49 499,08
 Empirico VS Regresion Lineal
18.00
16.00 f(x) = 0.02x^2 + 0.46x + 3.89
Datos Regrsion Polinomica

14.00 R² = 0.99
12.00
10.00 H2
8.00 Polynomial (H2)
6.00
4.00
2.00
0.00
11.00 12.00 13.00 14.00 15.00 16.00 17.00
Datos Empiricos

Ilustración 4. Línea de tendencia para ajuste de curva polinómica de grado 2 en escenario A para hb

El ajuste, según el cálculo de R^2, es de 0.9938. Lo cual quiere decir que es un modelo
cuyas estimaciones se ajustan de manera más acertada a la variable real. Es decir, que el
modelo de comportamiento cuadrático representa la relación de los datos obtenidos en
laboratorio.

Igual que para el tanque A, se ajustaron las alturas de los tanques B y C mediante las
aproximaciones lineal y cuadrática, así también, se aplicó el modelo para los demás
escenarios encontrando para cada uno la estimación más acertada. Estos cálculos se
encuentran en medio digital en un formato en EXCEL.

7. CONCLUSIONES
Del experimento realizado se puede concluir que se cumplió con el objetivo principal
planteado, se simuló satisfactoriamente el comportamiento de un sistema compuesto por
tres tanques cilíndricos conectados, mediante la modelación empírica.
Se aplicaron satisfactoriamente los conceptos de modelación empírica, ajuste de curvar y
regresión al análisis de los datos experimentales obtenidos durante el laboratorio.
Durante la toma de datos, se lograron llevar a cabo los procedimientos necesarios para cada
escenario, con la ayuda de los equipos pertinentes para la realización del mismo.
Se logró definir las variables y constantes que influyen en cada uno de los escenarios del
experimento. En ese orden de ideas, se obtuvo para el escenario A como variable
independiente la altura del tanque 1 y como variable dependiente el tiempo y la antigua de
los tanques 2 y 3, para el escenario B como variable independiente la altura del tanque 2 y
como variable dependiente el tiempo y la altura de los tanques 1 y 3, y por último para el
escenario C como variable independiente el tiempo y como variable dependiente la altura
de los tanques 1, 2 y 3. Cabe resaltar que estas variables fueron tomadas así por cómo se
realizaron la toma de datos en cada uno de los escenarios.
Se analizaron los datos mediante comprobación estadística resultando todos los datos
VALIDOS, por lo que no se hizo ningún tipo de descarte debido a que los datos no
superaban tres veces la desviación estándar.
Se realizó una modelación empírica para la representación del experimento realizado, la
cual se obtuvo mediante la aplicación de mínimos cuadrados.
Finalmente se realizó la simulación del modelo en la aplicación tecnológica EXCEL, con el
fin de afianzar los conocimientos sobre dicha aplicación adquiridos a los largo del curso.

8. BIBLIOGRAFIA
- Montero Granados. R (2016): Modelos de regresión lineal múltiple. Documentos de
Trabajo en Economía Aplicada. Universidad de Granada. España.
- Chapra C. S; Canale P, R. Métodos numéricos para ingenieros. 5ta edición. Mc
Graw Hill.
- Hurtado, L. Modelamiento teórico y modelamiento empírico de procesos, Una
síntesis. Scientia et Technica Año XII, No 31, Agosto de 2006 UTP. ISSN 0122-
1701