01

UN MODELO MATEMTICO PARA REALIZAR PRONSTICOS

Prof. Robinson Arcos

OBJETIVOS: Presentar un modelo matemtico de ajustes de curvas que permite, entre otras cosas, realizar pronsticos o estimar parmetros fsicos, qumicos, etc. Hacer uso de la Aplicacin Estadstica de la calculadora ClassPad 300 PLUS para establecer el tipo de curva que mejor aproxima a un grupo de datos en el sentido del Mtodo de los Mnimos Cuadrados.

CONOCIMIENTOS PREVIOS: Conocimiento sobre las funciones bsicas: lineal (afn), cuadrtica, potencial, polinmica, logartmica, exponencial y otras.

INTRODUCCIN: Como sabemos, una descripcin matemtica de un fenmeno de la vida real, dada en trminos como por ejemplo, de una funcin o de una ecuacin es lo que constituye un modelo matemtico. El consumo continuo de un producto en el mercado, el descenso significativo del nmero de fumadores entre dos fechas en una poblacin en particular, la expectativa de vida de una persona al nacer, el costo de la reduccin de productos contaminantes en una determinada zona, la necesidad de realizar pronsticos sobre la variacin a futuro del PIB en un pas determinado, son ejemplos de fenmenos reales que se pueden modelar matemticamente por una funcin. La finalidad del modelo es comprender el fenmeno y, quiz, hacer pronsticos acerca de su comportamiento.
Figura 1

MODELO MATEMTICO DE AJUSTE DE CURVAS: Al formular este tipo de modelo matemtico, es necesario identificar en lo posible el mayor nmero de datos fidedignos (constantes) del fenmeno, definir, rotular y clasificar las incgnitas (variables independientes y dependientes) y establecer consideraciones, fsicas, qumicas, geomtricas, etc., de manera tal que representen plenamente el fenmeno en estudio, pero al mismo tiempo lo simplifiquen suficientemente para que, junto con las condiciones y restricciones, ste pueda finalmente modelarse matemticamente. El buen manejo de la situacin fsica, qumica o geomtrica y la destreza y habilidad matemtica que poseamos, nos permitir obtener ecuaciones que relacionen los datos del fenmeno con las variables que hemos definido. Es comn que se nos presenten situaciones en las cuales no existe, por ejemplo, una ley fsica que gue la construccin 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 (x n , yn ) ) para distinguir algunos patrones matemticos de comportamiento. Si el comportamiento es funcional (los datos yn estn en funcin de los datos x n , esto es,

yn = f (x n ) donde f es una funcin desconocida), es probable que nos convenga obtener una representacin grfica a partir de la representacin numrica de la funcin, utilizando los datos de la tabla. En algunos casos, la grfica podra incluso sugerir una frmula algebraica adecuada de su regla de correspondencia.

Figura 2

La virtud de un modelo matemtico es que ste, permite analizar el fenmeno y establecer conclusiones en trminos matemticos, que luego deben contrastarse con la situacin real, ya que las conclusiones e interpretaciones basadas en el modelo deben ofrecer soluciones, explicaciones y probablemente pronsticos del comportamiento futuro del fenmeno. Si lo que interesa es establecer predicciones a futuro o establecer predicciones del pasado, por la prdida de una parte del histrico de datos (prdida de memoria), esto se logra por un proceso de comparacin con los nuevos datos reales. Si las predicciones no se ajustan a la realidad del fenmeno, se necesitar afinar el modelo, o formular uno nuevo, e iniciar el ciclo una vez ms. Un modelo matemtico no es una representacin completamente exacta de un fenmeno de la realidad; es slo una idealizacin. Para James Stewart: En un buen modelo, la realidad se simplifica lo suficiente para permitir los clculos matemticos, pero incluso as, es bastante exacto para permitir conclusiones valiosas. Es importante darse cuenta de las limitaciones del modelo. Al final la Madre Naturaleza tiene la ltima palabra. Si no existe ley o principio fsico o de otra naturaleza que nos ayuden a formular un modelo matemtico, se puede construir un modelo matemtico emprico, el cual se sustenta exclusivamente en los datos recopilados y se busca la ecuacin de la curva que mejor se ajusta a estos datos, en el sentido que la misma capture la tendencia bsica de los puntos dados.

SITUACIN PROBLEMTICA 1 (Modelo de regresin lineal):

1.

En la siguiente tabla aparece tabulado, por bienios, el nivel promedio de dixido de carbono en la atmsfera, medido en partes por milln en un determinado observatorio en una poblacin del mundo, desde 1982 hasta 2000. Supongamos que se desea estimar el nivel promedio de CO2 que se obtuvo en 1997 y predecir el nivel promedio para el ao 2005 y adems contestar a la pregunta, cundo sobrepasar el nivel promedio del CO2 las cuatrocientas partes por milln? X 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 Y 327,3 330,0 332,0 335,3 338,5 341,0 344,3 347,3 351,3 354,0
Tabla 1

Grfica de Dispersin para el nivel promedio de CO2

360,0 Y: Nivel de CO2 en ppm 355,0 350,0 345,0 340,0 335,0 330,0 325,0 1980

1985

1990

1995

2000

2005

X: Aos

Figura 3

En nuestro modelo emprico, la variable independiente x representar cada uno de los aos transcurridos desde 1982 hasta 2000 y la variable independiente y representar el nivel promedio de CO2 correspondiente al ao x. Al obtener una representacin grfica de las parejas de puntos (x, y) de la tabla se obtiene una grfica de dispersin. Observemos que la misma nos indica un comportamiento lineal del nivel promedio de CO2 en relacin directa con el tiempo transcurrido. De modo que la relacin funcional entre las variables satisface una ecuacin de la forma y = ax + b .

Pudiramos establecer la ecuacin de la recta que pasa por el primer punto y el ltimo, como una posibilidad de elegir una recta que mejor represente el comportamiento de los 10 puntos tabulados. Sin embargo, un mtodo que permite determinar la ecuacin de la recta que mejor ajuste un determinado nmero de puntos se conoce como el mtodo de los mnimos cuadrados. Con conocimientos de matemticas, es posible encontrar frmulas para el clculo de la pendiente a y la ordenada en el origen b de la recta resultante, la cual se llama recta de regresin. Por fortuna hoy en da, las calculadoras graficadoras como la ClassPad 300 PLUS tienen funciones que permiten calcular los valores de a y b, y trazar la grfica de la recta de regresin a partir de los puntos datos. El mtodo de los mnimos cuadrados se emplea como modelo matemtico para realizar pronsticos a partir de datos recolectados en la vida cotidiana o para estimar parmetros a partir de datos recogidos experimentalmente. El caso ms sencillo, y del que se deducen otros modelos, consiste en determinar la ecuacin de una recta: y = ax + b a la que deberan pertenecer todos los puntos de coordenadas (x i , yi ) para i = 1, 2, 3, L , n , obtenidos en algn proceso de recoleccin de datos. Generalmente, por imprecisin de los instrumentos, los errores en los experimentos o en la misma recoleccin de datos, se obtienen puntos que no estn alineados. El problema es encontrar la recta que mejor ajusta este conjunto de puntos (recta de regresin lineal). El mtodo de los mnimos cuadrados proporciona buenas aproximaciones de los coeficientes a y b.

Recta de regresin para el nivel promedio de CO2

360,0 355,0
Y:Nivel de CO2 en ppm

y = 1,5012x - 2648,8

350,0 345,0 340,0 335,0 330,0 325,0 1980

1985

1990
X:Aos
Figura 4

1995

2000

2005

CURVAS DE REGRESIN CON LA CLASSPAD 300 PLUS: 2. Operacin con la ClassPad.

Antes de comenzar, ser necesario realizar las siguientes tareas de limpieza y configuracin para que, al operar su calculadora, obtenga los mismos resultados y pantallas que aqu se exponen:

(1) Retire la cubierta de la calculadora, tome el lpiz tctil y colquela sobre la mesa. Presione encenderla. (2) Toque en el panel de iconos para acceder directamente a la Aplicacin Principal. (3) En la barra de mens, toque [Edit] [Borrar todo] [Acep.] para limpiar el rea de trabajo.

para

(4) Toque el botn para acceder directamente al administrador de variables. Toque main dos veces. Si hay variables asignadas, toque [Todo] [Seleccionar todo] [Edit] [Borrar] [Acep.] [Cerr.] [Cerr.] para limpiar las variables asignadas y regresar al rea de trabajo de la Aplicacin Principal.

(5)

En la barra de herramientas de la Aplicacin Principal toque la siguiente secuencia de comandos: [Formato bsico].

[Preferencias ] [Configuracin ]

(6) (7) (8) (9)

En el cuadro de dilogo realice la siguiente configuracin: En el recuadro Visualizacin, toque el botn presentacin de nmeros: Normal 1. En el recuadro ngulo, toque el botn representacin angular: Radin. y seleccione el modo de y seleccione la unidad de

En los recuadros de verificacin que corresponden al formato Avanzado, toque aquellos donde aparece la marca de verificacin para desactivarlos. Al terminar su calculadora mostrar la pantalla de la Figura 5. Toque [Def.] para regresar a la ventana de la Aplicacin Principal. Ahora accederemos directamente desde la Ventana de la Aplicacin Principal a la ventana de la Aplicacin Estadstica. en la barra de herramientas. Al desplegarse el men,
Figura 5

(10) Toque el botn toque

para acceder directamente a la Aplicacin Estadstica.

Aparecer en la parte inferior de la pantalla dividida la ventana del editor de listas.

(11) En el panel de iconos toque para maximizar la ventana del editor de listas. (12) Toque [Edit] [Borrar todo] [Acep.] para limpiar el editor de listas.
Al terminar este cuerpo de instrucciones, su calculadora mostrar la pantalla indicada en la Figura 6 de la ventana de la Aplicacin Estadstica. (13) Manipulando la tecla direccional elptica ubique el cursor el la primera celda de la lista 1 (list1) y teclee 1982 que corresponde al primer dato de la lista de aos en la Tabla 1. Confirme con [EXE]. Observe que una vez que se registra el dato, el cursor se ubica en la segunda celda de la lista 1. (14) De la misma manera, registre en columna los dems datos correspondientes a la variable x (Aos). Si se equivoca al registrar un dato, ubique el cursor sobre el dato errado y escriba el nuevo nmero y luego confirme con [EXE]. (15) Al terminar, ubique el cursor en la primera celda de la lista 2 (list2) y registre los datos que corresponden a la variable y (nivel de CO2 en partes por milln). Utilice el punto y no la coma para separar la parte entera de parte decimal del nmero dato.

Figura 6

De esta manera, en la lista 1, se encuentran todos los datos de la variable x y en la segunda lista se encuentran todos los datos de la variable y. Observe la Figura 7. Para trazar el diagrama de dispersin de los datos ser necesario hacer las siguientes operaciones de configuracin de grficos estadsticos:

Figura 7

(16) En la barra de mens, toque [ConfGrf] [Opciones ]. En el cuadro de dilogo utilice los botones para configurar los siguientes parmetros: Dibujo: On, Tipo: Disper., Lista X: list1, ListaY: list2, Frec.: 1, Marca: Cuadrado (observe la Figura 8). (17) Finalmente toque [Def.] para confirmar la configuracin. (18) Toque
en la barra de herramientas para trazar el grfico de dispersin.

Aparecer la ventana de grficos mostrando el diagrama de dispersin (Figura 9). (19) Toque [Clc.] [Regresin lineal].

Aparece en pantalla el cuadro Clculo estadstico que muestra los valores de los parmetros de inters a,

b y los parmetros estadsticos r, r 2 y MSe (Figura 10). (20) En el cuadro de dilogo que aparece toque [Acep.].

Figura 8

Figura 9

Figura 10

Los parmetros estadsticos indicados en la pantalla de la Figura 10 son los siguientes:

y = ax + b : es la frmula del modelo de regresin lineal.

a : coeficiente de regresin (pendiente).

b : trmino constante de regresin (ordenada en el origen).
r : coeficiente de correlacin

r 2 : coeficiente de determinacin.
MSe : Error cuadrtico medio dado por MSe =
Observacin:
El coeficiente de determinacin r 2 satisface r 2 1 . Indica qu tan bueno es el ajuste de la recta de regresin a los datos. Mientras ms cercano a 1 se encuentre este valor, mejor ser el ajuste. Si r 2 = 1 entonces los puntos estn alineados. Por otra parte, el coeficiente de correlacin r nos da una medida de qu tan buena es la relacin entre las dos variables. Este coeficiente satisface 1 r 1 . Mientras ms cercano a 1 se encuentre el valor absoluto de este coeficiente, ms fuerte ser la relacin entre las variables x e y. El diagrama de dispersin muestra un conjunto de puntos que tiende a alinearse. Si r est ms cercano a cero, esto indicar que la relacin entre las variable es muy dbil y que los datos presentan una alta dispersin que no les permite alinearse.

1 n2

(yi (axi + b))2 .

i=1

3.

De acuerdo a los datos indicados en pantalla, cul es la ecuacin de la recta de regresin?

Para contestar a las preguntas: qu nivel promedio de CO2 se obtuvo en 1987?, cul ser el nivel de

CO2 para el ao 2005? y cundo sobrepasar el nivel promedio del CO2 las cuatrocientas partes por milln?, procedemos de la siguiente manera:

(21) Toque el botn

para trazar la recta de regresin lineal.

Aparecer la grfica de la recta de regresin en el diagrama de dispersin. Observe la disposicin de los puntos respecto a la recta de regresin

Figura 11

4.

Qu puede concluir del grfico mostrado en la pantalla (Figura 11) y el valor del coeficiente de determinacin r 2 = 0.9969175 (alrededor de un 99 %)?

de las variables x, y, y y Luego de trazar un grfico de regresin se pueden calcular los valores estimados x respectivamente, en la Aplicacin Principal. Contestemos a la primera pregunta:
(22) En la barra de mens toque [Anlisis] [Trazo].
Aparecer un cursor sobre la grfica de la recta de regresin. Por otra parte, en el recuadro inferior aparecer la ecuacin de la recta de regresin. Si utiliza las teclas direccionales y de la tecla elptica del teclado de la calculadora, observar que el cursor se desplaza sobre la recta de regresin de las variables x e y. e y indicando los valores estimados x Encontrar que y c 334 . Es decir, que para 1987 el nivel promedio de CO2 se encontraba alrededor de las 334 partes por milln, como se puede observar en las Figuras 12 y 13.

Figura 12

(23) Con las teclas direccionales ubique el cursor en un punto tal que x c 1987 ,

Para obtener un valor ms preciso, siga las siguientes instrucciones:

para copiar en el portapapeles la para acceder directamente

Figura 13

(24) Toque en el recuadro inferior el botn ecuacin de la recta de regresin. (25) En la barra de herramientas toque

y luego

para maximizar la pantalla. a la Aplicacin Principal. Toque (26) Oprima la tecla [Keyboard]. Toque la solapa [mth] para activar el teclado matemtico. Toque para pegar, en la lnea de entrada, la ecuacin de la recta de regresin, seguidamente toque para activar el comando

with. Toque finalmente para evaluar la ecuacin. (27) Seleccione la fraccin correspondiente al valor estimado y del nivel promedio
de CO2 para ese ao. Toque decimal (Figura 14). para obtener dicho valor en forma
Figura 14

5.

Qu nivel promedio de CO2 se obtuvo en 1987?

(28) Toque

para pegar, en la lnea de entrada, la ecuacin de la recta de para activar el comando with. Toque las teclas

regresin, luego toque

para evaluar la ecuacin. (29) Seleccione la fraccin correspondiente al valor estimado y del nivel promedio de CO2 para el ao 2005.
Figura 15

(30) Toque

para obtener dicho valor en forma decimal.

6.

Cul ser el nivel de CO2 para el ao 2005?

(31) Toque

para pegar, en la lnea de entrada, la ecuacin de la recta de

regresin, luego toque para evaluar la ecuacin. (32) Toque [Accin] [Ecuacin /Desigualdad ] [solve]. (33) Toque [ans] [Ejec]. (34) Seleccione la fraccin correspondiente al valor estimado x del ao en que el nivel promedio de CO2 sobrepasar las 400 partes por milln.

(35) Toque

para obtener dicho valor en forma decimal.

Figura 16

7.

Cundo sobrepasar el nivel promedio del CO2 las cuatrocientas partes por milln?

SITUACIN PROBLEMTICA 2 (Un modelo de estimacin de parmetros): x 12 15 20 24 25 30 35 40 45 48

Tabla 2

8.

Queremos estimar la cantidad de masa de gas licuado en un encendedor de bolsillo de una marca determinada. Para ello se dispone de 10 encendedores usados. A cada encendedor se le determina en una balanza la cantidad de masa y en gramos y se le mide la altura x en milmetros de la columna de lquido.

9.

Responda a cada una de las preguntas que se formulan: a) Qu tipo de funcin necesariamente deben verificar las variables x, y? Explique.

y 106 109 112 115 116 119 122 125 128 131

b) En la Aplicacin Estadstica, borre todas las listas, registre en la list1 las alturas x, y en list2 las correspondientes masas y. Trace el diagrama de dispersin. Qu ajuste le sugiere la nube de puntos?

c) Esperara, por el diagrama de dispersin, que no hubiesen errores de medicin?, porqu?

d) Si el ajuste propuesto es lineal, esto es, y = ax + b, qu representan fsicamente en este modelo los parmetros a y b?

e) Cul es la masa aproximada de un encendedor vaco?

f)

Cul es la masa aproximada del lquido en un encendedor lleno, si se sabe que la altura del depsito es de 55 mm?

SITUACIN PROBLEMTICA 3 (Un modelo de crecimiento de poblacin): X: Ao 1900 (0) 1910 (1) 1920 (2) 1930 (3) 1940 (4) 1950 (5) 1960 (6) 1970 (7) 1980 (8) 1990 (9) 2000 (10) 2010 (11) 2020 (12) 2030 (13) Y: Poblacin 1650 1750 1860 2070 2300 2520 3020 3700 4450 5300 5770 ? ? ?
Tabla 3

10.

Existen procesos que exhiben un comportamiento exponencial como por ejemplo, los modelos de crecimiento de poblacin o desintegracin radiactiva. La siguiente tabla presenta datos sobre el nmero de habitantes (en miles) en una determinada ciudad cosmopolita de acuerdo a los censos realizados en cada dcada desde 1900 hasta 2000. Aqu x = 0 representa el ao 1990, x = 1 representa el ao 1910 y as sucesivamente. Se desea predecir el nmero de habitantes que tendr la ciudad al comienzo de cada una de las tres primeras dcadas del siglo XXI.

Observacin: Se sabe que la funcin que modela los crecimientos de poblacin es una funcin exponencial de la forma
y = ae bx , donde a > 0 y b > 0 . Observe que si tomamos logaritmo neperiano en ambos miembros de la ecuacin,

obtenemos la ecuacin ln y = ln a + bx , lo que indica que si la variable dependiente y es una funcin exponencial de x, entonces ln y es una funcin lineal de x. De modo que un ajuste lineal entre las variables x y ln y nos dar un ajuste exponencial entre la variable x y la variable y. Al utilizar la ClassPad se obtiene la representacin del modelo exponencial y la ecuacin de la curva de ajuste.

11.

Operacin con la ClassPad.

para acceder a la Aplicacin Principal. (36) Toque (37) Toque [Edit] [Borrar todo] [Acep.].

(38) En la barra de herramientas toque el botn toque

. Al desplegarse el men

para acceder directamente a la Aplicacin Estadstica.

para maximizar la ventana del editor de (39) En el panel de iconos toque listas. (40) Toque [Edit] [Borrar todo] [Acep.] para limpiar el editor de listas. (41) El list1 registre los aos: 0, 1, , 10. (42) En list2 registre los datos de poblacin. Al terminar su calculadora debe mostrar la pantalla de la Figura 17. (43) En la barra de mens, toque [ConfGrf] [Opciones ]. En el cuadro de para configurar los siguientes parmetros: dilogo utilice los botones Dibujo: On, Tipo: Disper., Lista X: list1, ListaY: list2, Frec.: 1, Marca: Cuadrado . Finalmente toque [Def.] para confirmar la configuracin.

Figura 17

(44) (45) (46) (47)

Trace el diagrama de dispersin tocando en la barra de herramientas. Toque [Clc.] [Regr. exponencial]. En el cuadro de dilogo Definir clculo, toque [Acep.]. En el cuadro Clc. estadstico, toque [Acep.].
para trazar la curva de regresin exponencial.

(48) Finalmente toque

Para calcular el nmero de habitantes en la ciudad al inicio de las tres dcadas del siglo XXI, copiaremos la ecuacin de la curva en la ventana de la Aplicacin Principal. (49) Toque [Anlisis] [Trazo].

(50) Toque en el recuadro inferior el botn ecuacin de la curva de regresin. (51) En la barra de herramientas toque
a la Aplicacin Principal. Toque

para copiar en el portapapeles la para acceder directamente

Figura 18

y luego

para maximizar la pantalla. para pegar, en la lnea de para

(52) Active el teclado matemtico [mth]. Toque

entrada, la ecuacin de la recta de regresin, luego toque

activar el comando with. Toque finalmente para evaluar la ecuacin. (53) Seleccione la fraccin correspondiente al valor estimado y del nmero de habitantes correspondiente al ao 2010. Toque en forma decimal (Figura 19). para obtener dicho valor

Se estima entonces, una poblacin de 6.353.000 habitantes al comienzo de la primera dcada del siglo XXI. Contine usted dando respuesta a las dems interrogantes

Figura 19

12.

Cul es el nmero de habitantes que tendr la ciudad al comienzo del a) ao 2010? b) ao 2020? c) ao 2030?

SITUACIN PROBLEMTICA 4 (Tasa de crecimiento porcentual del Registro Electoral): Ao 1993 (0) 1998 (5) 2000 (7) 2004 (11) 2006 (13) N de electores 9.688.795 11.013.020 11.720.971 14.027.607 15.921.223
Tabla 4

13.

La siguiente tabla presenta, para cada ao (X), el nmero de electores (Y) inscritos en el Registro Electoral venezolano. El crecimiento del registro electoral sigue un crecimiento exponencial y = ae bx con a, b > 0 . Aqu x = 0 representa el ao 1993, x = 1 el ao 1994 y as sucesivamente. La tasa de crecimiento porcentual anual aproximada, del registro electoral, viene dada por 100 b % . Determine esta tasa, encontrando la curva exponencial que mejor se ajusta a los datos de la tabla, en el sentido del mtodo de los mnimos cuadrados.

SITUACIN PROBLEMTICA 5 (Un problema relacionado con la industria del vidrio) x 1390 1154 984 874 791 729
Tabla 5

14.

En ciertos problemas no hay una relacin lineal directa entre una variable y la otra, sino entre una variable y el inverso de la otra, entre el inverso de una y el inverso de la otra, entre una y el logaritmo de la otra, etc.

y 0,3010 0,4771 0,6021 0,6990 0,7782 8,8451

En este problema, la segunda columna contiene el logaritmo decimal de la viscosidad y, la primera columna la temperatura x de cierto tipo de vidrio en C . La teora prev que el logaritmo decimal de la viscosidad es una funcin exponencial de la temperatura ( y = ae bx ) o dicho de otro modo, que el logaritmo neperiano del logaritmo decimal de la viscosidad es una funcin afn de la temperatura. a) Encuentre la funcin exponencial que mejor ajusta los puntos de la tabla. b) Slo es posible trabajar el vidrio cuando su viscosidad est entre 7,65 y 13. Determine en qu intervalo debe mantenerse la temperatura para realizar el trabajo. Sugerencia: Para no tener problemas de desbordamiento en la resolucin de la ecuacin en la Aplicacin Principal, proceda de la siguiente manera: Copie la ecuacin en la ventana de la Aplicacin Estadstica y pguela en la lnea de entrada de la Aplicacin Principal. Sustituya el valor para la variable y (tenemos dos valores log 7,65 y log 13 ). Ejecute Ln(ans) para tomar logaritmo neperiano en ambos miembros de la ecuacin. Finalmente ejecute solve(ans) para obtener la solucin.

10

SITUACIN PROBLEMTICA 6 (Un problema de emisiones de plomo) Ao 1955 (0) 1960 (1) 1965 (2) 1970 (3) 1975 (4) 1980 (5) 1985 (6) 1990 (7) 1995 (8) como un polinomio de Emisiones 199,1 143,8 68,0 18,3 5,9 5,5 5,1 4,5 4,7
Tabla 6

15.

La tabla indica las emisiones de plomo hacia el medio ambiente en millones de toneladas mtricas en un determinado lugar del planeta, desde 1955 hasta 1995.

a)

Ajuste

tanto

una

curva

exponencial,

cuarto

grado

y = a + bx + cx 2 + dx 3 + ex 4 a estos datos, aqu x = 0 corresponde a 1955, x = 1 a 1960, y as

b) c) d)

e)

sucesivamente. Encuentre en cada caso los coeficientes de correlacin y determinacin. Cul de las dos es la curva que mejor ajusta el conjunto de datos? Estime grficamente la cantidad de emisin de plomo en 2000 y en 2005 en cada caso. Observe que la curva que mejor ajusta el conjunto de puntos, produce contradicciones en el mundo real al realizar el pronstico. Sin embargo, la otra produce pronsticos ms acertados. Reflexione, es buen criterio tomar como modelo la curva que mejor ajusta un conjunto de puntos? Qu hechos deben considerarse de antemano sobre un fenmeno de estudio, a la hora de elegir una curva de ajuste para un conjunto de datos?

SITUACIN PROBLEMTICA 7 (Un problema de mecnica celeste): Planeta Mercurio Venus Tierra Marte Jpiter Saturno Urano Neptuno Plutn? d 0,387 0,723 1,000 1,523 5,203 9,541 19,190 30,086 39,507
Tabla 7

16.

En la tabla se muestran distancias promedio d de los planetas al Sol (tomando como unidad de medida la distancia de la Tierra al Sol) y sus perodos T (tiempos de revolucin en aos terrestres).

T 0,241 0,615 1,000 1,881 11,861 29,457 84,008 164,784 248,350

a) Construya una grfica de dispersin de T contra d y otra de ln T contra ln d . Parece razonable un modelo potencia T = adn donde a es un nmero real positivo, n es cualquier nmero real y el dominio de la funcin ] 0,+ [ ? b) Ajuste un modelo potencia a los datos. c) La tercera ley de Kepler del movimiento planetario afirma: El cuadrado del perodo orbital de un planeta (tiempo que tarda en dar una vuelta alrededor del Sol) es directamente proporcional al cubo de su distancia media al Sol. El modelo corrobora dicha ley? .

11