C RISTBAL DE H UAMANGA
FACULTAD DE I NGENIERA M INAS , G EOLOGA Y
C IVIL
A NLISIS E STRUCTURAL
R ESOLUCIN DEL P RIMER E XAMEN PARCIAL
Alumno:
Cdigo:
Docente:
......................................................................................
Ing.
QUISPE AUCAPUCCLLA
Nolbert Luis
ndice general
Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Captulo 0 1. AJUSTE DE CURVAS
1.1. Ajuste de curvas y prctica en ingeniera . . . . . . . . . . . .
1.2. ANTECEDENTES MATEMTICOS . . . . . . . . . . . . . .
1.2.1. Estadstica simple . . . . . . . . . . . . . . . . . . . .
1.3. Regresin por mnimos cuadrados . . . . . . . . . . . . . . . .
1.3.1. REGRESIN LINEAL . . . . . . . . . . . . . . . . .
1.3.2. Ajuste de una lnea recta por mnimos cuadrados . . . .
1.3.3. Linealizacin de relaciones no lineales . . . . . . . . . .
1.3.4. REGRESIN POLINOMIAL . . . . . . . . . . . . . .
1.3.5. REGRESIN LINEAL MLTIPLE . . . . . . . . . . .
1.3.6. MNIMOS CUADRADOS LINEALES EN GENERAL
1.3.7. REGRESIN NO LINEAL . . . . . . . . . . . . . . .
Captulo 0 2.
2.1.
2.2.
2.3.
2.4.
2.5.
2.6.
2.7.
2.8.
2.9.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
S. C. CHAPRA Y R. P. CANALE
Problema 01
Problema 02
Problema 03
Problema 04
Problema 05
Problema 06
Problema 07
Problema 08
Problema 09
Ingenieria civil
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Pgina
.
.
.
.
.
.
.
.
.
.
.
3
3
3
4
4
4
6
7
7
8
8
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Pgina 10
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
12
15
16
16
17
18
19
20
II
Resumen
b
a
l
t
a
INTRODUCCON
Es comn que los datos se dan como valores discretos a lo largo de un continuo. Sin
embargo,quizs usted requiera la estimacin de un punto entre valores discretos. Esta parte del
libro escribe las tcnicas para ajustar curvas a estos datos para obtener estimaciones
intermedias. Adems,usted puede necesitar la versin simplificada de una funcin complicada.
Una manera de hacerlo es calcular valores de la funcin en un nmero discreto de valores en el
intervalo de inters.Despus,se obtiene una funcin ms simple para ajustar dichos valores.
Estas dos aplicaciones se conocen como ajuste de curvas. Existen dos mtodos generales para
el ajuste de curvas que se distinguen entre s al considerar la cantidad de error asociado con los
datos. Primero, si los datos exhiben un grado significativo de error o ?ruido?, la estrategia ser
obtener una sola curva que represente la tendencia general de los datos. Como cualquier dato
individual puede ser incorrecto,no se busca intersecar todos los puntos. En lugar de esto,se
construye una curva que siga la tendencia de los puntos tomados como un grupo. Un
procedimiento de este tipo se llama regresin por mnimos cuadrados.
Segundo, si se sabe que los datos son muy precisos, el procedimiento bsico ser colocar una
curva o una serie de curvas que pasen por cada uno de los puntos en forma directa. Usualmente
tales datos provienen de tablas. Como ejemplos se tienen los valores de la densidad del agua o
la capacidad calorfica de los gases en funcin de la temperatura.
La estimacin de valores entre puntos discretos bien conocidos se llama interpolacin.
Captulo 1
Ecuaciones no Lineales
AJUSTE DE CURVAS
MTODOS
NUMRICOS
ste
i
r
a
v lois
Ga
Ingenieria civil
Ingenieria civil
1.2.1.
Estadstica simple
(
yi ) /n
i
sy 2 =
n1
Ingenieria civil
Ingenieria civil
Ingenieria civil
1.3.1.
REGRESIN LINEAL
El ejemplo ms simple de una aproximacin por mnimos cuadrados es ajustar una lnea recta a
un conjunto de observaciones definidas por puntos. La expresin matemtica para la lnea recta
es:
y = a0 + a1 x + e
donde a0 ya1 son coeficientes que representan la interseccin con el eje y y la pendiente,
respectivamente, e es el error, o diferencia, entre el modelo y las observaciones.
La estrategia que mejor nos conviene para los errores residuales consiste en minimizar la suma
de los cuadrados de los residuos entre la y medida y la y calculada con el modelo lineal:
Sr =
n
X
i=1
1.3.2.
ei =
n
X
i=1
n
X
(yi a0 a1 xi )2
i=1
Para determinar los valores de a0 y a1 , se deriva con respecto a cada uno de los coeficientes:
X
Sr
= 2
(yi a0 a1 xi )
a0
X
Sr
= 2
[(yi a0 a1 xi )xi ]
a1
Cuando asumimos un error cero tendremos:
P
P P
n xi yi xi yi
a1 =
P
P
n xi 2 ( xi )2
a0 = y a1 x
donde y y x son las medias de y y x, respectivamente.
Ingenieria civil
Ingenieria civil
Ingenieria civil
St Sr
St
donde r2 se
conoce como el coeficiente de determinacin y r es el coeficiente de
correlacin( r2 ) . En un ajuste perfecto,Sr = 0 y r = r2 = 1, significa que la lnea explica el 100 % de la variabilidad de los datos. Si r = r2 = 0 y Sr = St el ajuste no representa
alguna mejora.
Una representacin alternativa para r que es ms conveniente para implementarse en una computadora es:
P
P
P
n xi yi ( xi )( yi )
r=p P
P q P 2
P
2
n xi ( xi ) n yi ( yi )2
Ingenieria civil
Ingenieria civil
1.3.3.
Ingenieria civil
+B
y=
D
x+C
y=
y = A x1 + B
y=
1
(xy)
C
Cambios
X = x1 , Y = y
D
C
X = xy, Y = y
C = 1
, D = B
A
A
y=
1
Ax+B
1
y
= Ax + B
X = x, Y =
1
y
y=
x
Ax+B
1
y
= A x1 + B
X = x1 , Y =
1
y
y = A ln(x) + B
y = CeAx
ln(y) = Ax + ln(C)
y = CxA
y = (Ax + B)2
y = CxeDx
y=
Ingenieria civil
y = A ln(x) + B
L
1+CeAx
y 1/2 = Ax + B
ln( xy ) = Dx + ln(C)
ln( Ly 1) = Ax + ln(C)
X = ln(x), Y = y
X = x, Y = ln(y)
C = eB
X = ln(x), Y = ln(y)
C = eB
X = x, Y = y 1/2
X = x, Y = ln( xy )
C = eB , D = A
X = x, Y = ln( Ly 1)
C = eB
Ingenieria civil
1.3.4.
Ingenieria civil
REGRESIN POLINOMIAL
n
X
yi a0 a1 xi a2 xi 2
2
i=1
X
Sr
= 2
y i a0 a1 x i a2 x i 2
a0
X
Sr
= 2
x 1 y i a0 a1 x i a2 x i 2
a1
X
Sr
= 2
x 1 2 y i a0 a1 x i a2 x i 2
a2
s
Sr
sy/x =
n (m + 1)
1.3.5.
Una extensin til de la regresin lineal es el caso en el que y es una funcin lineal de dos o
ms variables independientes. Por ejemplo, y podra ser una funcin lineal de X1 y X1 , como
en:
y = a0 + a1 x1 + a2 x2 + e
Sr =
n
X
yi a0 a1 x1i a2 x2i 2
2
i=1
X
Sr
= 2
yi a0 a1 x1i a2 x2i 2
a0
X
Sr
= 2
x1 yi a0 a1 x1i a2 x2i 2
a1
X
Sr
= 2
x1 2 yi a0 a1 x1i a2 x2i 2
a2
P
P
P
n
x
x
a
y
1i
2i
i
0
P
P 2
P
P
a1
x
x
x
x
x
y
=
1i
1i
1i
2i
1i
i
P
P
P 2
x2i
x1i x2i
x 2i
a2
x2i yi
s
Sr
sy/x =
n (m + 1)
Ingenieria civil
Ingenieria civil
Ingenieria civil
1.3.6.
1.3.7.
REGRESIN NO LINEAL
Hay muchos casos en la ingeniera donde los modelos no lineales deben ajustarse a datos. En el
presente contexto, tales modelos se definen como aquellos que tienen dependencia no lineal de
sus parmetros. Por ejemplo,
f (x) = a0 (1 ea1 x ) + e
1.3.7.1. mtodo Gauss - Newton
Para ilustrar cmo se logra esto, primero se expresa de manera general la relacin entre la
ecuacin no lineal y los datos, de la manera siguiente:
yi = f (xi ; a0 , a1 , ..., am ) + ei
El modelo no lineal puede expandirse en una serie de Taylor alrededor de los valores de los
parmetros y cortarse despus de las primeras derivadas.
Por ejemplo, para un caso con dos parmetros:
f (xi )j
f (xi )j
a0 +
a1
a0
a1
donde j = el valor inicial, j + 1 = la prediccin,a0 = a0,j+1 a0,j . De esta forma, hemos
linealizado el modelo original con respecto a los parmetros y obtenemos:
f (xi )j+1 = f (xi )j +
yi f (xi )j =
f (xi )j
f (xi )j
a0 +
a1 + e1
a0
a1
O en forma matricial:
{D} = [ZJ ] {A} + {E}
donde:
[Zj ] =
f1 /a0 f1 /a1
f2 /a0 f2 /a1
.
.
.
.
.
.
fn /a0 fn /a1
y1 f (x1 )
f
(x
)
2
2
.
{D} =
.
yn f (xn )
Ingenieria civil
Ingenieria civil
Ingenieria civil
a0
.
{A} =
.
am
Si se aplica la teora de los mnimos cuadrados lineales se obtienen las siguientes ecuaciones
normales :
h
i
n
o
[Zj ]T [Zj ] {A} = [Zj ]T {D}
As, el procedimiento consiste en resolver para A, que se utiliza para calcular valores mejorados de los parmetros, como en:
a0,j+1 = a0,j + a0
a1,j+1 = a1,j + a1
Este procedimiento se repite hasta que la solucin converge, es decir, hasta que
ak,j+1 ak,j
100 %
|a |k =
ak,j+1
est por debajo de un criterio de terminacin aceptable.
Ingenieria civil
Captulo 2
Ecuaciones no Lineales
S. C. CHAPRA Y R. P. CANALE
MTODOS
NUMRICOS
ste
i
r
a
v lois
Ga
Ingenieria civil
Ingenieria civil
2.1 Problema 01
Utilice la regresin por mnimos cuadrados para ajustar una lnea recta a:
x
y
0
5
2
6
4
7
6
6
9
9
11
8
12
7
15 17 19
10 12 12
Adems de la pendiente y la interseccin, calcule el error estndar de la estimacin y el coeficiente de correlacin. Haga una grfica de los datos y la lnea de regresin. Despus repita
el problema, pero ahora efecte la regresin de x versus y, es decir, intercambie las variables.
Interprete sus resultados.
Solucin:
Ingenieria civil
11
Ingenieria civil
Ingenieria civil
2.2 Problema 02
Emplee la regresin por mnimos cuadrados para ajustar una lnea recta a:
Ingenieria civil
12
Ingenieria civil
x
y
1
1
2
1.5
3
2
4
3
5
4
Ingenieria civil
6
5
7
8
8
10
9
13
a) Adems de la pendiente y la interseccin, calcule el error estndar de la estimacin y el coeficiente de correlacin. Grafique los datos y la lnea recta. Evale el ajuste.
b) Vuelva a hacer el clculo del inciso a), pero use regresin polinomial para ajustar una parbola a los datos. Compare los resultados con los del inciso a).
Solucin:
Ingenieria civil
13
Ingenieria civil
Ingenieria civil
Ingenieria civil
14
Ingenieria civil
Ingenieria civil
2.3 Problema 03
Ajuste los datos siguientes con el modelo de potencias (y = axb ). Use la ecuacin de potencias
resultante para hacer el pronstico de y en x = 9.
x
y
2.5
13
3.5 5
11 8.5
6
8.2
7.5 10
7 6.2
12.5 15
5.2 4.8
17.5 20
4.6 4.3
Solucin:
La ecuacin solicitada de la forma y = axb es:
y = 21,1458x0,54029
Ingenieria civil
15
Ingenieria civil
Ingenieria civil
2.4 Problema 04
Ajuste a un modelo exponencial a :
x
y
0.4
800
0.8
975
1.2
1500
1.6
1950
2
2900
2.3
3600
y = 546,5909(e)0,81865x
2.5 Problema 05
En vez de usar el modelo exponencial de base e , una alternativa comn consiste en utilizar un
modelo de base 10.
y = 5 105 x
Ingenieria civil
16
Ingenieria civil
Ingenieria civil
Cuando se usa para ajustar curvas, esta ecuacin lleva a resultados idnticos que los de la versin
con base e, pero el valor del parmetro del exponente (b). Use la versin con base 10 para
resolver el problema 04(17.10) Adems, desarrolle una formulacin para relacionar 1 = 5
Solucin:
La ecuacin solicitada de la forma y = a10b x es:
y = 546,5909(10)0,35554x
2.6 Problema 06
Adems de los ejemplos de la figura 17.10, existen otros modelos que se pueden hacer lineales
con el empleo de transformaciones. Por ejemplo,
y = 4 xe4 x
Haga lineal este modelo y selo para estimar 4 y 4 con base en los datos siguientes. Elabore
una grfica del ajuste junto con los datos.
Solucin:
La ecuacin solicitada de la forma y = axeb x es:
Ingenieria civil
17
Ingenieria civil
Ingenieria civil
y = 1548,9486xe0,059509x
2.7 Problema 07
Ajuste a una ecuacin cubica:
x
y
3
1.6
4
3.6
5
4.4
7
3.4
8
2.2
9
11
2.8 3.8
12
4.6
Solucin:
La ecuacin solicitada de la forma
y = ax3 + bx2 + cx + d
Ingenieria civil
18
Ingenieria civil
Ingenieria civil
es:
y = 11,4887x3 + 7,14382x2 1,04121x + 0,046676
2.8 Problema 08
Utilice regresin lineal mltiple para ajustar
x1
x2
y
0
0
15.1
1
1
17.9
1
2
12.7
2
1
25.6
2
2
20.5
3
1
35.1
3
2
29.7
4
1
45.4
4
2
40.2
Ingenieria civil
19
Ingenieria civil
Ingenieria civil
2.9 Problema 09
Despus de una tormenta, se vigila la concentracin de la bacteria E. coli en un rea de natacin:
4
8
12
16 20 24
t(hrs)
c(CFU/100ml) 1590 1320 1000 900 650 560
El tiempo se mide en horas transcurridas despus de finalizar la tormenta, y la unidad CFU es
una ?unidad de formacin de colonia?. Use los datos para estimar a) la concentracin al final
de la tormenta (t = 0), y b) el tiempo en el que la concentracin alcanzar 200 CFU / 100 mL.
Observe que la eleccin del modelo debe ser consistente con el hecho de que las concentraciones negativas son imposibles y de que la concentracin de bacterias siempre disminuye con el
tiempo.
Solucin:
Debido a que disminuye la cantidad de bacterias y no hay cantidades negativas usaremos la
expresion exponencial:y = aeb x.
La ecuacin resultante es:
y = 1978,6287e0,0532
Consecuentemente:
La concentracin en t=0 es 1978.6287
Ingenieria civil
20
Ingenieria civil
Ingenieria civil
Ingenieria civil
21