UNIVERSIDAD INTERAMERICANA // Recinto d e Bayamón // Escuela de Ingeniería 

MECN 3500 // Métodos Numéricos para Ingeniería 
Prof. Eduardo Cabrera Ruiz 

4.0   AJUSTE DE CURVAS 
4.1 INTRODUCCIÓN 

Supongamos que tenemos un conjunto de puntos que mostramos en la siguiente gráfica

De los puntos mostrados nos podemos dar cuenta que parece tener la forma de un polinomio de
segundo grado de la forma:
y = a1 + a2 x + a3 x 2 +" (1)
Esta ecuación (1) puede usarse para representar el conjunto de valores obtenidos experimentalmente
para la cual debemos determinar los valores de a1 , a2, a3 etc.

Para determinar estos valores utilizamos el siguiente procedimiento:

1. Establecer el criterio para determinar la ecuación que represente a los valores (obtenidos
experimentalmente).
2. Escribir la ecuación que expresa el error o desviación entre el valor observado y los valores
dados por la ecuación.
3. Habiendo obtenido la ecuación del error, minimizar dicho error.

4.1.1 EVALUACIÓN DEL ERROR 

Si consideramos las parejas de datos, como se muestra en la gráfica

33
donde:

d = distancia = yobservada – yobtenida por la ecuación

yobservada = Valor obtenido experimentalmente.

yobtenida por la ecuación = valor de la función evaluada en cualquier valor x

Observando la gráfica, parece que esta distancia se puede usar para representar el error, pero habrá
distancias positivas y negativas, (como se puede observar la distancia d1 es positiva y la distancia d2
es negativa) de modo que el error promedio para los puntos como los mostrados será pequeño
aunque los errores individuales sean grandes.

Esta dificultad podría ser resuelta usando el valor absoluto de las distancias, sin embargo al derivar
la función del valor absoluto se generan ciertos problemas.

La solución podría ser definir el error como el cuadrado de la distancia, esto elimina la dificultad del
signo. Por esta razón el método se llama: Método de Mínimos Cuadrados.

S = d 12 + d 22 + d 32 + " + d m2 (2)
en donde S es la suma de los cuadrados de las diferencias entre el valor calculado y el valor
observado y por lo tanto es el valor que se debe minimizar

( )
m
S = ∑ y iobservada − y icalculada
2
(3)
i =1
Siendo el caso de que la curva supuesta es una ecuación de segundo grado, se tiene la ecuación:

( )
m
S = ∑ yi − a1 − a2 xi − a3 xi2
2
(4)
i =1
Para minimizar la función anterior, derivando parcialmente con respecto a a 1, a 2 y a 3 e igualando a
cero:
∂S ∂S ∂S
= = =0
∂a1 ∂a 2 ∂a 3
∂S
( )
m
= −2∑ y i − a1 − a 2 x i − a 3 x i2 = 0
∂a1 i =1
(5)
∂S
( )
m
= −2∑ x i y i − a1 − a 2 x i − a 3 x i2 = 0
∂a 2 i =1

∂S
( )
m
= −2∑ x i2 y i − a1 − a 2 x i − a 3 x i2 = 0
∂a 3 i =1

(Obsérvese que las variables son a1, a2 y a3, mientras que yi, xi son constantes)

Las ecuaciones se pueden expresar de acuerdo como sigue:

34 MECN3500-Métodos Numéricos para Ingeniería

Universidad Interamericana Recinto de Bayamón -Escuela De Ingeniería-

m m m m

∑ a1 + ∑ xi a2 + ∑ xi2a3 = ∑ yi
i =1 i =1 i =1 i =1
m m m m

∑ xi a1 + ∑ xi2a2 + ∑ xi3a3 = ∑ xi yi
i =1 i =1 i =1 i =1
(6)
m m m m

∑x a +∑x a +∑x a =∑x

i =1
2
i 1
i =1
3
i 2
i =1
4
i 3
i =1
2
i yi

Lo anterior lo podemos expresar en forma matricial:

⎡ m m
⎤ ⎡ m ⎤
⎢ M ∑x i ∑ x ⎥ 2
i ⎢ ∑ yi ⎥
⎢m i =1 i =1
⎥ ⎡ a1 ⎤ ⎢ mi =1 ⎥
3 ⎥⎢ ⎥
m m
⎢ x x i ⎢a 2 ⎥ = ⎢ ∑ x i y i ⎥
⎢∑ ∑x ∑
2

i =1
i
i =1
i
i =1
⎥ ⎢ i =1 ⎥ (7)
⎢m m m ⎢ a ⎥
⎥⎣ 3 ⎦ ⎢ m ⎥
⎢∑ x i2 ∑x 3
∑ x 4
⎥ ⎢ ∑ x i i⎥
2
y
⎢⎣ i =1 ⎥ ⎢ ⎥⎦
i i
i =1 i =1 ⎦ ⎣ i =1
La fórmula general para un polinomio de grado n en donde hay m parejas de datos es:
⎡ m m
⎤ m
⎡ m ⎤
⎢ M ∑x i ∑ x " 2
i ∑ x ⎥ ⎢ ∑
n
i y i ⎥
⎢ i =1 i =1 i =1
⎥ ⎢ i =1 ⎥
⎢ m m m m
⎥ ⎡ a ⎤ ⎢ m
⎥
⎢ ∑ xi ∑x ∑ xi3 " ∑ xin +1 ⎥ ⎢ ∑
2 1
i
a ⎥ ⎢ x i y i ⎥
⎢ i =1 i =1 i =1 i =1 ⎥ ⎢ 2 ⎥ ⎢ i =1 ⎥
⎢m 2 m m m
⎥ ⎢ a ⎥ = ⎢ m
⎥
⎢ ∑ xi ∑x ∑ xi4 " ∑ xin + 2 ⎥ ⎢ 3 ⎥ ⎢ ∑ xi2 yi ⎥
3
i (8)
⎢ i =1 i =1 i =1 i =1 ⎥ ⎢ # ⎥ ⎢ i =1 ⎥
⎢ # # # # ⎥ ⎢⎣an +1 ⎥⎦ ⎢ # ⎥
⎢m ⎥ ⎢m ⎥
⎢ xn
m m " m 2n ⎥ ⎢ x i yi ⎥
⎢⎣ ∑ ∑x ∑ ∑ ∑
n +1 n+ 2 n
xi xi
i =1
i
i =1
i
i =1 i =1
⎥⎦ ⎢⎣ i =1 ⎥⎦

Como se puede observar el problema consiste en lo siguiente:

1. Obtener la matriz de coeficientes.

2. Resolver el sistema de ecuaciones resultantes.

Recordando que:

1. Si n es el grado del polinomio, hay n+1 valores de la matriz de coeficientes y n+1

ecuaciones.
2. El máximo exponente de x en los términos de la sumatoria de 2n puede ser que los datos no
representen un polinomio de 2do grado sino que representen uno de 3ero y 4to grado.

El ajuste de curvas es un procedimiento de tanteo y error, si una curva no representa los datos,
entonces se intenta con un polinomio de grado superior.

MECN3500-Métodos Numéricos para Ingeniería 35

4.1.2 AJUSTE DE CURVAS (EJEMPLO) 

x y x y
0.00 0.0000 0.60 0.6367
0.10 0.1002 0.70 0.7586
0.20 0.2013 0.80 0.8881
0.30 0.3045 0.90 1.0265
0.40 0.4108 1.00 1.1752
0.50 0.5211

De la tabla de datos, usando Mínimos Cuadrados, determine los polinomios de 2do, 3er y 4to grado;
graficar para determinar la curva más aproximada.

4.2 POLINOMIO DE SEGUNDO GRADO 

SOLUCIÓN

Primero determinamos los coeficientes de la matriz y los elementos constantes. Los elementos de la
matriz son:

M = 11
11

∑x
i =1
i = 0.0 + 0.1 + 0.2 + " + 1.0 = 55
11

∑x
i =1
2
i = 0.0 2 + 0.12 + 0.2 2 + " + 1.0 2 = 3.85
11

∑x
i =1
3
i = 0.0 3 + 0.13 + 0.2 3 + " + 1.0 3 = 3.0249
11

∑x
i =1
4
i = 0.0 4 + 0.14 + 0.2 4 + " + 1.0 4 = 2.5333

Los términos constantes son:

11

∑y
i =1
i = 0.0 + 0.1002 + 0.2013 + " + 1.1752 = 6.0229
11

∑x i y i = (0.0)(0.0) + (0.1)(0.1002) + " + (1.0)(1.1752) = 6.0229

i =1
11

∑x y i = (0.0) (0.0) + (0.1) (0.1002) + " + (1.0) (1.1752) = 3.4084

2 2 2 2
i
i =1

De acuerdo con esto, el sistema de ecuaciones a resolver es el siguiente:

⎡11.00000 5.50000 3.85000 ⎤ ⎡ a1 ⎤ ⎡6.0229⎤
⎢ 5.50000 3.85000 3.02499 ⎥ ⎢a ⎥ = ⎢ 4.2891⎥
⎢ ⎥⎢ 2 ⎥ ⎢ ⎥
⎢⎣ 3.85000 3.02499 2.53320⎥⎦ ⎢⎣a 3 ⎥⎦ ⎢⎣3.4084⎥⎦
Resolviendo por Gauss se obtienen los siguientes resultados.

36 MECN3500-Métodos Numéricos para Ingeniería

Universidad Interamericana Recinto de Bayamón -Escuela De Ingeniería-

a1 = 0.006727
a 2 = 0.895462
a 3 = 0.265963
y el polinomio de segundo grado es:
y = 0.006727 + 0.895462 x + 0.265963 x 2

4.3 POLINOMIO DE TERCER GRADO 

Para el caso del polinomio de 3er grado se requiere:

11
M =11 ∑y
i =1
i = 6.0229
11 11

∑x
i =1
i = 5.5 ∑x
i =1
i y i = 4.2891
11 11

∑ x i2 = 3.85
i =1
∑x
i =1
2
i y i = 3.4084
11 11

∑ x i3 = 3.0249
i =1
∑x
i =1
3
i y i = 2.8773
11

∑x
i =1
4
i = 2.5333
11

∑x
i =1
5
i = 2.2082
11

∑x
i =1
6
i = 1.9784

y el sistema de ecuaciones a resolver es:

⎡ 11.00 5.50 3.85 3.0249 ⎤ ⎡ a1 ⎤ ⎡6.0229⎤

⎢ 5.50
⎢ 3.85 3.0249 2.533 ⎥⎥ ⎢⎢a 2 ⎥⎥ ⎢⎢ 4.2891⎥⎥
=
⎢ 3.85 3.0249 2.5333 2.2082⎥ ⎢a 3 ⎥ ⎢3.4084⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎣3.0249 2.5333 2.2082 1.9784 ⎦ ⎣a 4 ⎦ ⎣2.8773⎦
cuya solución es:
a1 = −0.000112
a 2 = 1.004150
a 3 = −0.019075
a 4 = 0.190032
y el polinomio queda:
y = −0.000112 + 1.004150 x − 0.019075 x 2 + 0.190032 x 3

MECN3500-Métodos Numéricos para Ingeniería 37

4.4 POLINOMIO DE CUARTO GRADO 

Repitiendo el procedimiento anterior, se obtienen los siguientes resultados

a1 = −0.000112
a 2 = 0.994595
a 3 = 0.0287713
a 4 = 0.113563
a 5 = 0.038237
quedando el polinomio como se muestra:
y = −0.000112 + 0.994595 x + 0.028713 x 2 + 0.113563 x 3 + 0.038237 x 4

4.5 PROBLEMAS 

1. The data on variation of ration of stagnation pressure to static pressure (r) with Mach number
(M) for air flowing through a duct are as follows:
i 1 2 3 4 5
Mi 0.2 0.4 0.6 0.8 1.0
ri 1.05 1.1 1.3 1.55 1.9

Fit a fourth –degree polynomial to the data.

2. The power Developer by a hydraulic impulse turbine (P) by changing the penstock diameter (D)
is found to be as follows
i 1 2 3 4
Di(m) 0.4 0.6 0.8 1.0
Pi (MW) 20 50 105 180

Fit a cubic equation to the data

38 MECN3500-Métodos Numéricos para Ingeniería