Documente Academic
Documente Profesional
Documente Cultură
MÉTODOS NUMÉRICOS
¿Qué tan bien predecirá esta ecuación de regresión los NUEVOS puntos
de datos?
Muestra 1:Sample
y = a’x
1: y+ b’++b' e+
= a'x Muestra 2:y =ya''x
Sample 2: = +a’’x
b'' + +
b’’ + e
INTERPOLACIÓN
Se caracteriza por suponer que los datos que
intervienen en el problema son exactos; por lo cual en
la construcción de la función de interpolación se exige
que la misma satisfaga todos y cada uno de los valores
que constituyen los datos
AJUSTE
Supone que los datos ingresados están afectados en
cierto grado de errores debido al modelado, por lo que
no resulta indispensable que la curva de ajuste
correspondiente pase exactamente por los puntos que
representan los datos, sino que, en promedio, la
aproximación sea óptima de acuerdo al criterio de ajuste
MÉTODO DE LOS MÍNIMOS CUADRADOS
Es una técnica de análisis numérico en la que dados un conjunto
de pares ordenados (obtenidos empíricamente) se intenta
encontrar la función que mejor se aproxime a los datos
(«ajuste»).
En su forma más simple intenta minimizar la suma de los
cuadrados de las diferencias ordenadas (residuos) entre los
puntos generados por la función (modelo teórico) y los
correspondientes en los datos.
S r e yi ,medida yi ,modelo yi a0 a1 xi
n n n
2 2 2
i
i 1 i 1 i 1
Ajuste por mínimos cuadrados
Derivando respecto a a0 y a1.
S r e yi ,medida yi ,modelo yi a0 a1 xi
n n n
2 2 2
i
i 1 i 1 i 1
S r
Obtenemos 2 yi a0 a1 xi
a0
S r
2 yi a0 a1 xi xi
a1
Igualando a 0
0 yi a0 a1 xi
0 yi xi a0 xi a1 xi2
Resolviendo para a0 y a1
n xi yi xi yi
a1
n xi2 xi
2
a0 y a1 x
Ejemplo
Ajustar con mínimos cuadrados los siguientes datos
X Y
1 0.5
2 2.5
3 2.0
4 4.0
5 3.5
6 6.0
7 5.5
Tarea
Ajustar con mínimos cuadrados los siguientes datos
X Y
0 5
2 6
4 7
6 6
9 9
11 8
12 7
15 10
17 12
19 12
Estadística básica
Promedio: y
y i
St yi y
2
St
Desviación estándar sy
n 1
yi / n
2
S 2
Varianza: s t
2
sy
2 y1
n 1
y
n 1
sy
Coeficiente de variación: c.v. 100%
y
y
Estimado normal estándar: t
sy / n
Tarea
Escriba un archivo M para graficar la recta del mejor ajuste utilizando mínimos
cuadrados. Deberá aceptar como parámetros los valores de X y Y. Grafique los
puntos con círculos y la línea de regresión con una recta.
Error en la regresión lineal
n
S r yi a0 a1 xi
2
y
i 1 Medición
Sr
Sy/x
n2 a0 + a1x
St yi y
2
En ajuste perfecto Sr = 0 y r = r2 = 1.
El coeficiente de determinación es: Si r = r2 = 0, Sr = St, el ajuste no representa
St S r alguna mejora.
r
2
St n xi yi xi yi
El coeficiente de correlación es: r r
2
n xi2 xi n yi2 yi
2 2
Linealización de relaciones no lineales
y y y
x
y 1e 1 x
y 2 x 2
y 3
3 x
x x x
ln y log y 1/y
Pendiente = 3/3
Pendiente = 1
Pendiente = 2 Intersección = 1/3
x log x 1/x
Intersección = ln 1 Intersección = log 2