Page 596 - Chapra y Canale. Metodos Numericos para Ingenieros 5edición_Neat

572 APROXIMACIÓN DE FOURIER

c) Finalmente, la función spline de MATLAB puede servir para ajustar un trazador
cúbico a los datos originales dispersos, en la forma de un nuevo conjunto de valores
yi, los cuales nuevamente se grafi can junto con la muestra original,
>> yi=spline(x,y,xi);
>> plot(x,y,’o’,xi,yi)

MATLAB también tiene excelentes capacidades para realizar el análisis de Fourier.
Se dedica la sección 20.3 a un ejemplo de cómo hacerlo.

19.8.3 IMSL

IMSL tiene numerosas rutinas para el ajuste de curvas que abarcan todas las capacidades
cubiertas en este libro, y otras más. Una muestra se presenta en la tabla 19.3. En el pre-
sente análisis, nos concentraremos en la rutina RCURV. Dicha rutina ajusta un polinomio
por mínimos cuadrados a los datos.
RCURV se implementa con la instrucción CALL:
CALL RCURV (NOBS, XDATA, YDATA, NDEG, B, SSPOLY, STAT)
donde NOBS = Número de observaciones. (Entrada)
XDATA = Vector de longitud NOBS que contiene los valores x. (Entrada)
YDATA = Vector de longitud NOBS que contiene los valores y. (Entrada)
NDEG = Grado del polinomio. (Entrada)
B = Vector de longitud NDEG + 1 que contiene los coeficientes.
SSPOLY = Vector de longitud NDEG + 1 que contiene las sumas secuenciales de
cuadrados. (Salida) SSPOLY (1) contiene la suma de los cuadrados
debida a la media. Para i = 1, 2,…, NDEG, SSPOLY(i + 1) contiene la
i–1
2
i
suma de los cuadrados debida a x ajustada a la media, x, x ,…, y x .
STAT = Vector de longitud 10 que contiene los estadísticos. (Salida)
donde 1 = Media de x
2 = Media de y
3 = Varianza muestral de x
4 = Varianza muestral de y
5 = R-cuadrada (en por ciento)
6 = Grados de libertad para la regresión

6/12/06 13:58:29
Chapra-19.indd 572
Chapra-19.indd 572 6/12/06 13:58:29