05 ecuacion de razon de crecimiento
-
Upload
consultoria-y-suministros-mega-arwil-ca -
Category
Education
-
view
16 -
download
0
Transcript of 05 ecuacion de razon de crecimiento
MÉTODOS NUMÉRICOS
CAPÍTULO 4: REGRESIÓN POR
MÍNIMOS CUADRADOS.
LINEALIZACIÓN. ECUACIÓN DE
RAZÓN DEL CRECIMIENTO.
Ing. Willians Medina.
Maturín, Junio de 2015.
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 84
4.7.- ECUACIÓN DE RAZÓN DEL CRECIMIENTO.
Un tercer ejemplo de un modelo no lineal es la ecuación de razón del crecimiento
xb
xay
3
3 (4.30)
donde 3a y 3b son coeficientes constantes. Este modelo particularmente es adecuado para
caracterizar la razón de crecimiento poblacional bajo condiciones limitantes, también
representa una relación no lineal entre y y x (Figura 4.27) que se iguala o “satura” conforme
x aumenta.
Figura 4.27. Diagrama de dispersión para el modelo de la razón del crecimiento.
La ecuación (4.30) es linealizada al invertirla
xa
xb
y 3
31
33
3 11
axa
b
y
0
0.2
0.4
0.6
0.8
1
1.2
0 20 40 60 80 100 120 140 160
y
x
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 85
para dar
xa
b
ay
111
3
3
3
(4.31)
De esta forma, una gráfica de y
1 contra
x
1 será lineal, con pendiente
3
3
a
b y una intersección
con el eje de las ordenadas 3
1
a (Figura 4.28).
Figura 4.28. Gráfica de y
1 contra
x
1 para el modelo de razón del crecimiento.
Modificando apropiadamente las ecuaciones (4.4) y (4.5):
2
11
2
1111
2
3 ])/1([)/1(
)/1()/1()/1()/1()/1(1
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
n
i
i
xxn
xyxyx
a (4.32)
0.00
0.50
1.00
1.50
2.00
2.50
3.00
0.00 0.02 0.04 0.06 0.08 0.10 0.12
1/y
1/x
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 86
2
11
2
111
3
3
])/1([)/1(
)/1()/1()/1()/1(
n
i
i
n
i
i
n
i
i
n
i
i
n
i
ii
xxn
yxyxn
a
b (4.33)
El coeficiente de correlación se determina aplicando la modificación apropiada de la
ecuación (4.10).
2
11
22
11
2
111
])/1([)/1(])/1([)/1(
)/(1()/1()/1()/1(
n
i
i
n
i
i
n
i
i
n
i
i
n
i
i
n
i
i
n
i
ii
yynxxn
yxyxn
r (4.34)
Ejemplo 4.6.
[CC] Ajuste un modelo de razón de crecimiento a
i ix iy
1 0.75 0.8
2 2 1.3
3 2.5 1.2
4 4 1.6
5 6 1.7
6 8 1.8
7 8.5 1.7
Grafique los datos y la ecuación. Encuentre el error estándar.
Solución.
El modelo de razón de crecimiento se corresponde a la ecuación
xb
xay
3
3 (4.30)
cuya forma linealizada es
xa
b
ay
111
3
3
3
(4.31)
El diagrama de dispersión de los datos se muestra en la figura 4.29.
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 87
Figura 4.29. Diagrama de dispersión de los datos del ejemplo 4.6.
En la figura 4.29 se observa que los datos se ajustan a una curva de razón del crecimiento.
En la tabla siguiente se completa la columna de ix/1 y iy/1 con el objeto de linealizar el
modelo de razón del crecimiento de acuerdo con la ecuación (4.31).
i ix iy ix/1 iy/1
1 0.75 0.8 1.3333333 1.2500000
2 2 1.3 0.5000000 0.7692308
3 2.5 1.2 0.4000000 0.8333333
4 4 1.6 0.2500000 0.6250000
5 6 1.7 0.1666667 0.5882353
6 8 1.8 0.1250000 0.5555556
7 8.5 1.7 0.1176471 0.5882353
La gráfica de iy/1 vs ix/1 se muestra en la figura 4.30.
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
0 1 2 3 4 5 6 7 8 9
y
x
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 88
Figura 4.30. Gráfica de iy/1 vs ix/1 de los datos del ejemplo 4.6.
En la figura 4.30 se observa que iy/1 vs ix/1 se ajusta a un modelo lineal.
Para encontrar la recta de mínimos cuadrados que aproxima a estos datos (Ecuación 4.31),
extendemos la tabla y sumamos las columnas como se muestra en las cinco últimas
columnas de la tabla
i ix iy ix/1 iy/1 2)/1( ix )/1()/1( ii yx 2)/1( iy
1 0.75 0.8 1.3333333 1.2500000 1.7777778 1.6666667 1.5625000
2 2 1.3 0.5000000 0.7692308 0.2500000 0.3846154 0.5917160
3 2.5 1.2 0.4000000 0.8333333 0.1600000 0.3333333 0.6944444
4 4 1.6 0.2500000 0.6250000 0.0625000 0.1562500 0.3906250
5 6 1.7 0.1666667 0.5882353 0.0277778 0.0980392 0.3460208
6 8 1.8 0.1250000 0.5555556 0.0156250 0.0694444 0.3086420
7 8.5 1.7 0.1176471 0.5882353 0.0138408 0.0692042 0.3460208
31.75 10.1 2.8926471 5.2095902 2.3075214 2.7775532 4.2399689
Al sustituir en las ecuaciones (4.32) y (4.33), obtenemos:
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1.40
0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40
1/y
1/x
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 89
2
11
2
1111
2
3 ])/1([)/1(
)/1()/1()/1()/1()/1(1
n
i
i
n
i
i
n
i
i
n
i
ii
n
i
i
n
i
i
xxn
xyxyx
a (4.32)
2
3 )8926471.2(3075214.27
8926471.27775532.22095902.53075214.21
a
5120919.01
3
a
De esta manera:
9527744.13 a
2
11
2
111
3
3
])/1([)/1(
)/1()/1()/1()/1(
n
i
i
n
i
i
n
i
i
n
i
i
n
i
ii
xxn
yxyxn
a
b (4.33)
2
3
3
)8926471.2(3075214.27
2095902.58926471.27775532.27
a
b
5617508.03
3 a
b
33 5617508.0 ab
9527744.15617508.03 b
0969726.13 b
La mejor ecuación lineal en el sentido de mínimos cuadrados es, de acuerdo con la
ecuación (4.31):
xa
b
ay
111
3
3
3
(4.31)
xy
5617508.05120919.0
1
Ó, de acuerdo con la ecuación (4.30):
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 90
xb
xay
3
3 (4.30)
x
xy
0969726.1
9527744.1
La tabla siguiente muestra los valores observados con los valores obtenidos usando
esta aproximación.
i ix iy x
xy
0969726.1
9527744.1ˆ
2
Promedio
11
ii yy
2
Estimado
11
ii yy
1 0.75 0.8 0.7929629 0.2558061 0.0001231
2 2 1.3 1.2610860 0.0006252 0.0005634
3 2.5 1.2 1.3572347 0.0079399 0.0093202
4 4 1.6 1.5324975 0.0142151 0.0007579
5 6 1.7 1.6509359 0.0243335 0.0003056
6 8 1.8 1.7172961 0.0355970 0.0007158
7 8.5 1.7 1.7295645 0.0243335 0.0001011
31.75 10.1 10.0415775 0.3628503 0.0118871
El error estándar del estimado es, de acuerdo con la ecuación (4.6):
2/
n
SS r
xy (4.6)
27
0118871.0/
xyS
0487588.0/ xyS
El coeficiente de determinación es, de acuerdo con la ecuación (4.9):
t
rt
S
SSr
2
(4.9)
3628503.0
0118871.03628503.02 r
9672397.02 r
Y el coeficiente de correlación es
2rr
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 91
9672397.0r
9834834.0r
El coeficiente de correlación es, de acuerdo con la ecuación (3.50):
2
11
22
11
2
111
])/1([)/1(])/1([)/1(
)/(1()/1()/1()/1(
n
i
i
n
i
i
n
i
i
n
i
i
n
i
i
n
i
i
n
i
ii
yynxxn
yxyxn
r (4.34)
22 )2095902.5()2399689.4(7)8926471.2(3075214.27
2095902.58926471.27775532.27
r
5399522.27852426.7
3733664.4
r
9834834.0r
Ejercicios propuestos.
54. [CC] Con los datos
ix 5 10 15 20 25 30 35 40 45 50
iy 16 25 32 33 38 36 39 40 42 42
Utilice regresión por mínimos cuadrados para ajustar a) una línea recta, b) una parábola, c)
una ecuación de potencias y d) una ecuación de razón de crecimiento. Grafique los datos
junto con todas las curvas. ¿Es mejor alguna de las curvas? Si es así, justifique.
Ingeniería Química / Bioingeniería.
55. [SM] Una ecuación mucho más exacta para las isotermas de adsorción del tipo I
(Problema 52) la dedujo Irving Langmuir por consideraciones teóricas. Para ello postuló
que los gases al ser absorbidos por la superficie del sólido forman únicamente una capa de
espesor monomolecular. Además visualizó que el proceso de adsorción consta de dos
acciones opuestas, una de condensación de las moléculas de la fase de gas sobre la
superficie, y una evaporación de las situadas en la superficie hacia el gas. Estas dos
velocidades, condensación y desorción, alcanzan un momento en que se hacen iguales y
entonces se establece el equilibrio.
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 92
La ecuación Pb
Pay
1 es la isoterma de absorción de Langmuir. Las constantes a y b son
características del sistema en consideración y se evalúan a partir de los datos
experimentales. Su magnitud depende también de la temperatura. La validez de la ecuación
de Langmuir se verifica fácilmente al tomar los recíprocos. Así resulta
Paa
b
y
111
Puesto que a y b son constantes, al graficar y
1 contra
P
1 debe resultar una línea recta cuya
pendiente es a
1 y su ordenada en el origen vale
a
b.
a) [FD] La siguiente tabla indica el número de mililitros ( v ) de nitrógeno (calculados a 0ºC
y a 1 atm) adsorbidos por gramo de carbón activado a 0ºC a distintas presiones:
mmHg ,P 3.93 12.98 22.94 34.01 56.23
mL/g ,v 0.987 3.04 5.08 7.04 10.31
Construir una gráfica con los datos de acuerdo con la isoterma de Langmuir, y determinar
las constantes.
b) Ajuste los datos del problema 53 a) a la isoterma de Langmuir. Calcule y a 7.0 atm.
c) Además de la representación de y
1 frente a
P
1, existe otra forma de representar la
isoterma de Langmuir para obtener una línea recta. ¿Cuál es esta forma? Resuelva
nuevamente el ítem a) utilizando esta forma de la isoterma de Langmuir.
56. [CC] En la enfermedad de Alzheimer, el número de neuronas en la corteza decrece
conforme la enfermedad progresa. Los siguientes datos se tomaron para determinar el
número de receptores neurotransmisores aún presentes en el cerebro con esta enfermedad.
El neurotransmisor libre ( ][F ) se incubó con tejido y se midió la concentración que une
específicamente a un receptor ( ][B ). Cuando la unión es específica con un receptor, la
concentración unida está relacionada a la concentración libre mediante la siguiente relación
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 93
][
][][ max
Fk
FBB
Si la unión no es específica (no se une a un receptor), entonces la relación entre el
neurotransmisor unido y el libre deberá ser lineal:
][][ FKB NS
Usando los datos que se dan a continuación determine si la unión es específica o no
específica. Explique por qué cree esto usando una comparación de la suma de los cuadrados
de los residuos. ¿Cuál es la concentración de receptores aun presentes en el cerebro
enfermo (el número de receptores será igual al máximo de transmirores unidos, maxB )?
][F , nM ][B , nM
0 0
0.1 10.5705556
0.2 19.03
0.5 36.6134615
0.7 44.4383333
1 52.9277778
2 68.1571429
5 82.6465517
7 86.3064103
10 89.462963
20 94.3461538
50 101.003937
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 94
RESPUESTA A LOS EJERCICIOS SELECCIONADOS.
54. a) xy 0.495757620.6666667ˆ , 3.7280672/ xyS , 0.82011342 r , 0.9056012r .
b) 20.01545451.345757612.1666667ˆ xxy , 2.1504052/ xyS , 0.94763032 r ,
0.9734631r .
c) 0.39502929.6582828ˆ xy , 0.0836772/ xyS , 0.930901192 r , 0.96483221r .
0
5
10
15
20
25
30
35
40
45
50
0 10 20 30 40 50 60
y
x
0
5
10
15
20
25
30
35
40
45
50
0 10 20 30 40 50 60
y
x
Capítulo 4. Regresión por mínimos cuadrados. Linealización. Ecuación de razón del crecimiento.
Métodos Numéricos. Ing. Willians Medina. http://www.slideshare.net/asesoracademico/ 95
d) x
xy
11.1467951
52.2420142ˆ , 0.0011289/ xyS , 0.99197302 r , 0.9959784r .
La mejor curva es la del modelo de la razón de crecimiento. Tiene el menor error estándar
del estimado y el mejor coeficiente de correlación.
Ingeniería Química / Bioquímica.
55. a) x
xy
0.00741801
0.2583587ˆ
, 0.0013183/ xyS , 0.99999092 r , 0.9999954r .
b) x
xy
0.37627931
66.5330179ˆ
, 0.0001087/ xyS , 0.99580982 r , 0.9979027r .
c) Pb
Pay
1. Al reacomodar esta ecuación:
Pb
Pay
1, y finalmente: P
a
b
ay
P
1,
lo cual significa que al graficar y
P versus P se obtiene una recta cuya pendiente es
a
1 y
cuya intersección es a
b.
56. Se trata de una unión no específica. Para la regresión lineal 28.1048504/ xyS y
0.6428533r mientras que para el modelo de la razón de crecimiento 0.0002248/ xyS y
0.9999662r . x
xy
0.8185421
97.0008521ˆ . El número de receptores aún presentes en el cerebro
enfermo es 97.0008521.
0
5
10
15
20
25
30
35
40
45
50
0 10 20 30 40 50 60
y
x