Documente Academic
Documente Profesional
Documente Cultură
UNIVERSIDAD DE CARTAGENA
FACULTAD DE INGENIERIA
PROGRAMA DE INGENIERIA CIVIL
Cartagena de Indias
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.
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.
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
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
Para ajustar la ecuación teniendo en cuenta los resultados obtenidos a los del laboratorio, se
plantea que:
y est ≅ y exp
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
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
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
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
( 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
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
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
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
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
( 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
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
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
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
∑¿
i=1
∑¿
i=1
∑¿
i=1
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
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
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
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
n n n n
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