Universidad Tecnológica de Panamá

Centro Regional de Chiriquí

Facultad de Ingeniería Mecánica
Licenciatura en Ingeniería Mecánica

Laboratorio de Métodos Numéricos

Laboratorio #2
Regresión Lineal para Relaciones no Lineales

Profesora
Jacqueline Quintero

Alumno
Erick Anel Serrano Guerra
(4-795-2382)

Grupo
2IM121

Año
2019
Introducción

La Regresión Lineal para Relaciones no Lineales, es un método utilizado para encontrar un

modelo no lineal para relación entre la variable dependiente y un conjunto de variables
independientes. La diferencia entre la regresión lineal está en la estimación de los modelos
lineales, en cambio la regresión lineal para relaciones no lineales puede estimar modelos
con relaciones arbitrarias entre las variables independientes y dependientes.
Objetivos

 Llevar los datos suministrados a una forma compatible con la regresión lineal.

 Utilizar la función de regresión lineal para ajustar una curva a un conjunto de

datos.

 Implementar una rutina para obtener de SCILAB los parámetros de las

relaciones no lineales que se ajusten a los datos suministrados

 Evaluar los resultados al compararlos con las curvas de tendencia respectivas en

Excel.
Materiales

 Computadora con software Excel y Matlab instalados.

 Papel y lápiz.

Procedimiento Experimental
En este laboratorio vamos a hacer tres funciones, una para cada tipo de relación no
lineal.

Algoritmo para calcular la aproximación exponencial

 En su carpeta de trabajo abra un nuevo script (SciNotes) para realizar su función.

 Cree la función, recuerde el formato visto en la clase anterior o el apéndice A.5.

Nuevamente los valores de entrada son los datos, que deben ser suministrado en
una matriz n × 2, con la primera columna con la variable independiente y la
segunda columna la variable dependiente; mientras que los datos de salida son
los parámetros α y β.

 Determine el número de datos, use length o size.

 Construya una nueva matriz que guarde el conjunto de datos transformados. Esta
matriz debe ser de tamaño n × 2. Utilice el comando zeros de Matlab para crear
esta matriz.

 En la primera columna de la nueva matriz guarde los elementos de la primera

columna de la matriz de entrada. Esto se hace asignándole a todos los elementos
de la primera columna de la nueva matriz los elementos de la matriz de entrada.
Ejemplo si B es su nueva matriz y A su matriz de entrada, se debe escribir
B(:,1)=A(:,1).
  En su segunda columna guarde los valores del ln(y), esto es el logaritmo natural
de cada elemento de la segunda columna de la matriz de entrada: B(:,2)=log(A(:,2).
En esta expresión se utiliza el comando log que precisamente calcula el logaritmo
natural de un número o cada elemento de un arreglo.

 Llame a la función creada en el laboratorio 1, y ejecute la regresión lineal para

la nueva matriz como variable de entrada. Recuerde, si está usando scilab debe
cargar primero la función con el comando exec().

 Utilice la función exp() para hallar α.

 Calcule los nuevos valores de la variable dependiente utilizando la ecuación

exponencial.

 Construya los gráficos

Script de la Aproximación Exponencial

Algoritmo para calcular la aproximación potencial

 Abra un nuevo script para realizar su función

 Cree una nueva función, asigne un nombre apropiado.

 Cree una nueva matriz y asigne los valores del logaritmo de la matriz de entrada,
el logaritmo de base 10 se calcula utilizando la función log10(X).

 Llame a la función creada en el laboratorio 1, para calcular la regresión lineal

para la nueva matriz como entrada.

 Halle α.

 Una vez obtenida todas las sumatorias necesarias para efectuar la evaluación de a
y b, se procede a realizar el cálculo de estas constantes.

 Calcule los nuevos valores de la variable dependiente utilizando la ecuación

potencial encontrada.

 Construya los gráficos

Script de la
Aproximación
Potencial
Algoritmo para calcular la aproximación a la ecuación de razón de
crecimiento

 Cree una nueva función, asigne un nombre apropiado.

 Cree una nueva matriz y asigne los valores del recíproco de cada elemento de la
matriz de entrada, para hacer operaciones matemáticas sobre cada elemento de
una matriz utilice un punto antes del operador correspondiente. Por ejemplo, para
efectuar la operación deseada B = 1./A.

 Calcule la regresión lineal para la nueva matriz como entrada.

 Encuentre α y β.

 Calcule los nuevos valores de la variable dependiente utilizando la ecuación

encontrada.

 Construya los gráficos

Script de la aproximación a la ecuación de razón de crecimiento

 Pruebe sus algoritmos

x 4 4.2 4.5 4.7 5.1 5.5 5.9 6.3 6.8 7.1

y 102.56 113.18 130.11 142.05 167.53 195.14 224.87 256.73 299.5 326.72

Aproximación Exponencial
 Gráficas Excel

7 400

6 y = 0.3724x + 3.1888 350 y = 24.259e0.3724x

300
5
250
4
200
3 150
2 100
1 50
0
0
0 2 4 6 8
0 2 4 6 8
Aproximación Potencial
 3 350
y = 2.0195x + 0.7951
300 y = 6.239x2.0195
2.5
250
2
200
1.5
150
1
100
0.5 50

0 0
0 0.2 0.4 0.6 0.8 1 0 2 4 6 8
Aproximación Razón de Crecimiento
Conclusión

Gracias a la regresión lineal para relaciones no lineales nos ayudó a encontrar

la forma o el modelo para desarrollar cualquier tipo de relación de cualquier
conjunto de datos. Además, al desarrollar este conjunto de datos con los
diferentes scripts, nos fijamos que las gráficas son similares, pero como están
desarrollados por distintos métodos, algunos de sus puntos cambian.