Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ajuste5 PDF
Ajuste5 PDF
2.
mediante la obtencin de una curva, y = (x), que se aproxime a los datos sin que,
necesariamente, pase por ellos.
-1
Figura 4.9
22
{( x i ,yi )
i = 1,2,
(y i (xi ))
= Mnima
(4.18)
i =1
La expresin (4.18) depender de parmetros a, b,... segn la forma de (x) que se han
de obtener a partir del requisito impuesto. Adems, una solucin del problema anterior
recibe el nombre de ajuste mnimos cuadrados de los datos.
Dependiendo del modelo de funcin (x) utilizado aparecen distintos tipos de ajuste.
A) MODELOS LINEALES
Los modelos lineales son aquellos que utilizan funciones (x) de la forma:
(x) = a1 q1 (x) + a2 q2 (x) +
+ am qm (x)
(4.19)
donde ai i = 1,,,,,m (normalmente, m<<N=nmero de datos) son los parmetros a determinar en el problema de ajuste, y qi (x) i = 1,,,,,m son funciones linealmente independientes de cierto espacio de funciones (polinomios, spline, etc.).
Como casos particulares de ajustes de este tipo tenemos:
(x) = a + bx .
+ ak x k (llamado
B) MODELOS NO LINEALES
Los modelos lineales son aquellos que utilizan funciones (x) que no son lineales respecto los parmetros del ajuste. Algunos modelos clsicos son:
1.
bx
Ajuste exponencial cuando usamos el modelo: (x) = ae .
2.
3.
(x) = ax b .
23
1
.
a + bx
( yi a bx i )
(4.20)
i =1
Teorema 4.1
Si los nodos xi i = 1,
tiene para los valores de a y b que son solucin del S.E.L. siguiente:
( x )b =
x )a + ( x )b =
Na +
N
i =1 i
N
i =1 i
N
2
i =1 i
x
y
i =1 i i
N
y
i =1 i
(4.21)
Observacin 4.4
El S.E.L (4.21) puede representarse, matricialmente, como sigue:
Observe que el modelo est asociado a las funciones bsicas {1,x} (linealmente independientes);
1. Formamos la matriz asociada a ellas (1 columna para cada funcin) y a los nodos
( xi ):
1 x1
1 x 2
M =
1 x N
y1
a
t
t y2
M M =M
b
yN
24
1 x N
(x1 x*)+
y1
1
y
(x2 x*)+
el sistema es: M t M a2 = M t 2
a3
(xN x*)+
yN
1 x22
M =
el sistema es:
1 x 2N
y1
y2
a
M tM = M t
b
yN
M =
q1
q2
en los nodos
en los nodos
+ am qm (x) entonces:
el sistema es:
en los nodos
qm
a1
y1
a
y
M tM 2 = M t 2
am
yN
Ejemplo 4.8
La longitud de una varilla, L, est ligada a la temperatura, T, por el modelo lineal
L = a + bT . Calculamos el ajuste lineal mnimos cuadrados para datos:
Ti (grados)
20
40
50
60
Li (mm.) 1000.22 1000.65 1000.9 1001.05
25
20
40
50
60
1
1 1 1 1 1
20 40 50 60 1
es decir:
20
1000.22
40 a 1 1 1 1 1000.65
=
50 b 20 40 50 60 1000.9
60
1001.05
4a + 170b = 4002.82
170a + 8100b = 170138.4
Por lo tanto,
L(T ) = 999.804 + 0.0212T
Ejemplo 4.9
Ajuste por mnimos cuadrados los datos:
xi
yi
1 2 3 4
2 3 5 7
5
3
usando un spline lineal del tipo: (x) = a1 + a2 x + a3 (x 4)+ (el espacio considerado
es: S(1,0;{1,4,5}) .
Solucin
Formamos la matriz M; es decir.
1 1 0
1 2 0
M = 1 3 0 el sistema es:
1 4 0
1 5 1
5 15 1 a1 20
15 55 5 a = 66
2
1 5 1 a3 3
a1 = 0, a2 = 1.7, a3 = 5.5 . Por lo tanto, el ajuste es: (x) = 1.7x 5.5(x 4)+
26
Figura 4.10
27