Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Parcial métodos números, Ejercicios de Métodos Numéricos

Parcial de segundo corte métodos numéricos de ingeniería universidad de ingeniería

Tipo: Ejercicios

2020/2021

Subido el 21/04/2021

daniel-steven-gutierrez-leon
daniel-steven-gutierrez-leon 🇨🇴

2 documentos

1 / 3

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Ejercicio 5
%Datos
x=[1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000]';
y=[1650 1750 1860 2070 2300 2520 3020 3700 4450 5300 6060]';
%ajuste exponencial. Se escoge la funcion "fit" porque es la que
presenta
%mejor ajuste para una funcion tipo exponencial
f = fit(x,y,'exp1')
f = plot(f,x,y)
Llevando a cabo el ajuste exponencial de la forma y = a*exp(b*x) por medio
de la funcion "fit" de matlab optenemos los coeficientes a=3.659 x 10^(-10) y
b = 0.01521 con la siguiente grafica
%Interpolacion lineal
p = polyfit(x,y,1);
x1 = linspace(min(x), max(x));
y1 = polyval(p,x1);
figure
plot(x,y,'o')
pf3

Vista previa parcial del texto

¡Descarga Parcial métodos números y más Ejercicios en PDF de Métodos Numéricos solo en Docsity!

Ejercicio 5 %Datos x=[1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000]'; y=[1650 1750 1860 2070 2300 2520 3020 3700 4450 5300 6060]'; %ajuste exponencial. Se escoge la funcion "fit" porque es la que presenta %mejor ajuste para una funcion tipo exponencial f = fit(x,y,'exp1') f = plot(f,x,y)  Llevando a cabo el ajuste exponencial de la forma y = aexp(bx) por medio de la funcion "fit" de matlab optenemos los coeficientes a=3.659 x 10^(-10) y b = 0.01521 con la siguiente grafica %Interpolacion lineal p = polyfit(x,y,1); x1 = linspace(min(x), max(x)); y1 = polyval(p,x1); figure plot(x,y,'o')

hold on plot(x1,y1) hold off  Llevando a cabo el ajuste lineal de la forma y = mx + b por medio de la función "polyfit" de orden 1 obtenemos los coeficientes m=44 y b = - con la siguiente grafica Comparando ambas graficas se puede evidenciar que la curva exponencial se ajusta mejor a la forma de la distribución de los datos. Evaluando ambas funciones en x = 2021 tenemos a = 3.65910^(-10) b = 0. x1 = 2021 fexponencial = aexp(bx1) m = 44 b = -