UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P.

INGENIERIA
CIVIL

Los polinomios se nombran de acuerdo al grado del primer término. Los polinomios de
grado uno son de la forma: P(x) = mx + b, y son funciones lineales. Los polinomios de
segundo grado son llamados funciones cuadráticas y presentan la forma P(x) = ax2 + bx
+ c; su gráfica es de una parábola.

Una función de tercer grado, es llamada función cúbica, y tiene la forma: P(x) = ax3 +
bx2 + ex + d. A continuación se muestran las gráficas de algunas funciones de
polinomios.

C. FUNCIONES POTENCIA

Una función es llamada potencia, cuando tiene la forma: f(x) = xa, donde a es constante.
Y hay varios casos:

a. La forma genera de la gráfica depende si n es par o impar; si n es par, la gráfica de f es

similar a la parábola y = x2; de lo contrario, la gráfica se parecerá a la función y = x3.
Es importante mencionar, que en cualquiera que sea el caso, cuando n crece, la gráfica se
vuelve más plana cerca de O, y más empinada cuando I x I es menor o igual a l.

Las dos gráficas anteriores son ejemplos de funciones pares: x2 y x6.

METODOS NUMERICOS
 UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

Las dos gráficas anteriores son ejemplos de funciones pares: x3 y x5.

b. a= n, n es un entero positivo /

La función f(x) = xl/n es una función raíz. Al igual que en el caso anterior, su gráfica depende
de n, ya que si n es par su gráfica será similar al de raíz cuadrada; y si n es impar su gráfica
será similar al de raíz cúbica.

c. a= 1/n, n es un entero positivo.

d. a=-l

Éste tipo de función es llamada función recíproca, y su forma es f(x) = x -1 o f(x) = -1/x. Y
su gráfica corresponde a una hipérbola cuyas asíntotas son los ejes de coordenadas.

METODOS NUMERICOS
UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

D. FUNCIONES RACIONALES

Una función es llamada racional cuando es una razón o división de dos polinomios.
f(x)=P(x)/Q(x)

Su dominio lo constituyen todos los valores que no hagan a Q(x) = 0,ya que una división
es indivisible entre 0.

E, FUNCIONES TRIGONOMÉTRICAS

En el caso de éstas funciones, es conveniente utilizar la medida de radianes; es importante

mencionar que cada función tiene una gráfica específica.1 En el caso específico del seno y
coseno, su dominio es (-00,00) y su imagen [-1, 1]. Veamos en las gráficas.

f(x) = sen x f(x) = cos x

METODOS NUMERICOS
UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

F. FUNCIONES EXPONENCIALES

Se les llama funciones exponenciales a aquellas que tienen la forma f(x) = ax, donde la
base a es una constante positiva. Su dominio es (-00,00) y su imagen (0, ∞). Es
importante mencionar que si la base de la función exponencial es mayor a 1, la gráfica será
descendente, y si la base se encuentra entre O y 1 la gráfica será descendente (pero en el
cuadrante contrario).

Función exponencial base 3 Función exponencial base 0.2

G. FUNCIONES LOGARITMOS

Son funciones que tienen la forma f(x) = logax, donde lámbase a es una constante positiva;
es importante mencionar que son las funciones inversas a las exponenciales; por lo tanto
su dominio es (0, ∞) y su imagen (-∞, ∞). Veamos ejemplos:

Logaritmo base 4. Logaritmo base 20,

Como podemos observar en las dos gráficas anteriores, a medida que la

base del logaritmo es mayor, la gráfica de éste se apega más al eje Y.

METODOS NUMERICOS
UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

H. FUNCIONES TRASCENDENTES

En realidad esta clasificación engloba a todas aquellas funciones que no son

algebraicas (esto es, las que involucran adición, sustracción, división y
multiplicación de variables). Las funciones trascendentes son las
trigonométricas, logarítmicas, exponenciales, y trigonométricas inversas, entre
otras.

IV. SITUACIÓN PROBLEMÁTICA (ejemplo)

Existen procesos que exhiben un comportamiento exponencial como por

ejemplo, los modelos de crecimiento de población o desintegración radiactiva.
La siguiente tabla presenta datos sobre el número de habitantes (en miles) en
una determinada ciudad cosmopolita de acuerdo a los censos realizados en cada
década desde 1900 hasta 2000. Aquí x = O representa el año 1990, x = 1
representa el año 1910 y así sucesivamente. Se desea predecir el número de
habitantes que tendrá la ciudad.

a. Granear las líneas de tendencia lineal e identificar la línea que mejor se

ajusta.
b. A corto plazo (3 años).
c. A mediano plazo (5 años).

X: Año Y:Población

1900(0) 1650
1910(1) 1750
1920 (2) 1860
1930(3) 2070
1940 (4) 2300
1950(5) 2520
1960(6) 3020
1970 (7) 3700
1980(8) 4450
1990(9) 5300
2000 (10) 5770

a. Graneamos las líneas de tendencia

METODOS NUMERICOS
UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

METODOS NUMERICOS
UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

METODOS NUMERICOS
UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

METODOS NUMERICOS
UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

 Ahora calculamos la ecuación lineal:

y = mx + b
Sabemos que:
∑y = n.b + m. ∑x ..................... (1)
∑xy = b. ∑x + n. ∑x2----------------------- (2)
Dónde: n = N° de datos, n = 11
Los datos se calculan mediante una hoja de Excel y se muestra a continuación:

METODOS NUMERICOS
UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

Reemplazando dichos valores en (1) y (2):

• 34390 = ll(b) + m(55)

• 218500 = b(55) + m(385)

De estas 2 ecuaciones obtenemos el valor de m

b = 1010.454

m = 423.182

Entonces la ecuación lineal:

y = 423.182X + 10 10.454

 Calculamos el Modelo Exponencial:

Calcularemos: y = a. bx

METODOS NUMERICOS
UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

Expresando como logaritmos a la ecuación exponencial obtenemos:

Log (y) = log(a) + x. log (b)
Para fines prácticos hacemos, y = a' + xb'

Tenemos las siguientes fórmulas para calcular los valores de a y b.

METODOS NUMERICOS
 UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

Reemplazando valores en la formulas tenemos los valores de a' y b':

a'= 3,16

b'= 0.058
Como:

a'=log(a); 3.16=log(a) ; 10 3 '16 = a , a = 1445.44

b' = log(b); 0.058= log(b) ; l00'058 = b ; b = 1.143

Entonces el modelo exponencial es:

y = 1445.44*1.143X, (Modelo exponencial)

PROYECTAMOS LAS EXPORTACIONES A UN MEDIANO Y LARGO PLAZO:

Corto plazo (3 años);

Modelo Lineal:

y = 423.182X + 10.54

y = 423.18 (3)+¿010.45

y = 2279.9 Modelo

Exponencial:
X
Y = 1445.44* 1.143

y = 2158

METODOS NUMERICOS
 UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

I. INTRODUCCIÓN

Como sabemos, una descripción matemática de un fenómeno de la vida real, dada en

términos como por ejemplo, de una función o de una ecuación es lo que constituye un
modelo matemático. El consumo continuo de un producto en el mercado, el descenso
significativo del número de fumadores entre dos fechas en una población en particular, la
expectativa de vida de una persona al nacer, el costo de la reducción de productos
contaminantes en una determinada zona, la necesidad de realizar pronósticos sobre la
variación a futuro del PIB en un país determinado, son ejemplos de fenómenos reales que se
pueden modelar matemáticamente por una función. La finalidad del modelo es
comprender el fenómeno y, quizá, hacer pronósticos acerca de su comportamiento.

En concreto en matemáticas se trabajan con modelos formales. Un modelo formal para una
cierta teoría matemática es un conjunto sobre el que se han definido un conjunto de
relaciones uñarías, binarias y trinarías, que satisface las proposiciones derivadas del
conjunto de axiomas de la teoría. La rama de la matemática que se encarga de estudiar
sistemáticamente las propiedades de los modelos es la teoría de modelos.

II.OBJETIVOS

 A partir de 10 datos históricos presentar un modelo matemático de ajustes de curvas

que permite, entre otras cosas, realizar pronósticos o estimar parámetros.
 Hacer uso de la Aplicación Estadística de la hoja de cálculo Excel para establecer el
tipo de curva que mejor aproxima a un grupo de datos en el sentido del Método de
los Mínimos Cuadrados.
 Buscar la línea de tendencia que mejor se aproxima para así poder proyectar estos
datos a corto plazo y mediano plazo.

III.MARCO TEÓRICO

MODELO MATEMÁTICO DE AJUSTE DE CURVAS:

Al formular este tipo de modelo matemático, es necesario identificar en lo posible el mayor

número de datos fidedignos (constantes) del fenómeno, definir, emular y clasificar las
incógnitas (variables independientes y dependientes) y establecer/consideraciones, físicas,
químicas, geométricas, etc., de manera tal que representen plenamente el fenómeno en
estudio, pero al mismo tiempo lo simplifiquen suficientemente para que, junto con las
condiciones y restricciones, éste pueda finalmente modelarle matemáticamente. El buen
manejo de la situación física, química o geométrica y la destreza y habilidad matemática que
poseamos, nos permitirá obtener ecuaciones que relacionen los datos del fenómeno con las
variables que hemos definido.

Es común que se nos presenten situaciones en las cuales no existe, por ejemplo, una ley
física que guíe la construcción del modelo. En este caso al reunir los datos se procede a
organizarlos y representarlos en forma tabular (mediante una tabla, como por ejemplo
parejas) para distinguir algunos patrones matemáticos de comportamiento. Si el

METODOS NUMERICOS
 UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

Comportamiento es funcional (los datos están en función de los datos, esto es, donde f es
una función desconocida), es probable que nos convenga obtener una representación gráfica a
partir de la representación numérica de la función, utilizando los datos de la tabla. En algunos
casos, la gráfica podría incluso sugerir una fórmula algebraica adecuada de su regla de
correspondencia

La virtud de un modelo matemático es que éste, permite analizar el fenómeno y establecer

conclusiones en términos matemáticos, que luego deben contrastarse con la situación real, ya
que las conclusiones e interpretaciones basadas en el modelo deben ofrecer soluciones,
explicaciones y probablemente pronósticos del comportamiento futuro del fenómeno. Si lo que
interesa es establecer predicciones a futuro o establecer predicciones del pasado, por la pérdida
de una parte del histórico de datos (pérdida de memoria), esto se logra por un proceso de
comparación con los nuevos datos reales. Si las predicciones no se ajustan a la realidad del
fenómeno, se necesitará afinar el modelo, o formular uno nuevo, e iniciar el ciclo una vez
más.

Un modelo matemático no es una representación completamente exacta de un fenómeno de la

realidad; es sólo una idealización. Para James Stewart: "En un buen modelo, la realidad se
simplifica lo suficiente para permitir los cálculos matemáticos, pero incluso así, es bastante
exacto para permitir conclusiones valiosas. Es importante darse cuenta de las limitaciones del
modelo. Al final la Madre Naturaleza tiene la última palabra."

Si no existe ley o principio físico o de otra naturaleza que nos ayuden a formular un modelo
matemático, se puede construir un modelo matemático empírico, el cual se sustenta
exclusivamente en los datos recopilados y se busca la ecuación de la curva que mejor se
ajusta a estos datos, en el sentido que la misma capture la "tendencia básica de los puntos
dados".

FASES DE CONSTRUCCIÓN DE UN MODELO

En muchos casos la construcción o creación de modelos matemáticos útiles sigue una serie
de fases bien determinadas:

1. Identificación de un problema o situación compleja que necesita ser simulada,

optimizada o controlada y por tanto requeriría un modelo matemático predictivo.

2. Elección del tipo de modelo, esto requiere precisar qué tipo de respuesta u output
pretende obtenerse, cuales son los datos de entrada o factores relevantes, y para qué
pretende usarse el modelo. Esta elección debe ser suficientemente simple como para
permitir un tratamiento matemático asequible con los recursos disponibles. Esta fase
requiere además identificar el mayor número de datos fidedignos, rotular y clasificar
las incógnitas (variables independientes y dependientes) y
establecer
consideraciones, físicas, químicas, geométricas, etc. que representen adecuadamente
el fenómeno en estudio.

3. Formalización del modelo en la que se detallarán qué forma tienen los datos de
entrada, qué tipo de herramienta matemática se usará, como se adaptan a la
METODOS NUMERICOS
 UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

información previa existente. También podría incluir la confección de algoritmos,

Ensamblaje de archivos informáticos, etc., etc. En esta fase posiblemente se

introduzcan también simplificaciones suficientes para que el problema matemático
de modelización sea tratable computacionalmente.

4. Comparación de resultados los resultados obtenidos como predicciones necesitan

ser comparados con los hechos observados para ver si el modelo está prediciendo
bien. Si los resultados no se ajustan bien, frecuentemente se vuelve a la fase 1.

Es importante mencionar que la inmensa mayoría de modelos matemáticos no son

exactos y tienen un alto grado de idealización y simplificación, ya que una modelización
muy exacta puede ser más complicada de tratar de una simplificación conveniente y por
tanto menos útil. Es importante recordar que el mecanismo con que se desarrolla un
modelo matemático repercute en el desarrollo de otras técnicas de conocimientos
enfocadas al área socio-cultural.

A. MODELOS LINEALES

Se dice que una funciones lineal cuando su gráfica es una línea recta; y por consecuencia
tiene la forma: y = f(x) = mx + bDonde m representa la pendiente de la recta y b la
ordenada al origen (el punto en el que la recta interfecta al eje de las "y"). Es importante
mencionar que este upo de funciones crecen a tasa constante; y su dominio e imagen son
todos los números niales.

B. POLINOMIOS
Una función es polinomio si tiene la forma:
P(x) = anxn + an-lxn-1 + ....... a2x2 + alx + a0
Donde n representa un entero negativo y los números a0, al, a2,........ an, son constantes
Llamadas coeficientes del polinomio. El dominio de todos los polinomios son todos los
números reales (-∞, ∞).

METODOS NUMERICOS
 UNIVERSIDAD NACIONAL DE CAJAMARCA E. A. P. INGENIERIA
CIVIL

Mediano plazo (5 años);

A. Modelo Lineal;

y = 403.26x+

2552.74

y = 403.26 (5)+

2552.74 y =

3126.25

B. Modelo Exponencial;

y = 2837.92*1.092(5)

y = 2819.88

V. CONCLUSIONES

 A partir de 10 datos se obtuvo los ajustes curvas que permite, entre otras
cosas, realizar pronósticos o estimar parámetros.

 Se hizo uso de la Aplicación Estadística de la hoja de cálculo Excel para

establecer el tipo de curva que mejor aproxima a un grupo de datos en el
sentido del Método de los Mínimos Cuadrados. Y

Se encontró la línea de tendencia que mejor se aproxima para así poder

proyectar estos datos a corto plazo y mediano plazo.

VI. RECOMENDACIONES
 Verificar los cálculos de acuerdo a la realidad

VIL BIBLIOGRAFÍA

 Ríos, Sixto (1995). Modelización. Alianza Universidad. ISBN 978-84-

206-2822-6.

 Stewart, James (2002): "Cálculo, Trascendentes Tempranas". 4 ed. Tr.

de Andrés Sestier. México, Ed Thomson, p. 1151

METODOS NUMERICOS