Documentos de Académico
Documentos de Profesional
Documentos de Cultura
10 Salvador Acha Et Al Ajuste Datos Exp PDF
10 Salvador Acha Et Al Ajuste Datos Exp PDF
x x
INTRODUCCIÓN εi
Es frecuente el problema de tener un conjunto de
x
mediciones y desear ajustar los datos observados a x
funciones que describan la relación entre la variable
dependiente y la variable independiente. El
problema original parece estar asociado al nombre
de Gauss quien trató de ajustar curvas a datos
experimentales obtenidos en observaciones
astronómicas. En nuestros días el planteamiento
Fig. 1. Diagrama de dispersión, observaciones en el
permite establecer un modelo matemático basado en plano x-y.
optimización, para dar solución al problema de
calcular los coeficientes que satisfacen el criterio de Como se muestra en la figura 1, para cada
mínimos cuadrados. El presente artículo muestra de observación se tiene un valor teórico expresado por
forma sencilla la solución matricial del problema, la ecuación de la función. Así, se puede hablar de
ilustrando la forma de llegar a una expresión un error o "desajuste" a la diferencia entre el valor
cerrada de la solución. Con ejemplos sencillos se observado y el valor teórico. Al sumar los errores
tiene una comprobación al aplicar en forma directa al cuadrado, se tiene SS.
la solución presentada. En el apartado 1 se
desarrollan las ecuaciones para el cálculo de los
coeficientes, después en el apartado 2 se discuten
dos ejemplos, en uno se muestran las *
Programa Doctoral en Ingeniería Eléctrica
transformaciones para lograr un modelo como el FIME-UANL.
... (y 3 − a x 3 − a o ) + (y 4 − a x 4 − a o ) (3)
2 2
1 1
Las formas anteriores (5.a) y (5.b) se pueden
escribir en una sola expresión matricial:
El gradiente de SS: [(y − a x − a ) (y − a x − a ) (y − a x − a ) (y − a x − a )]
1 1 1 o 2 1 2 o 3 1 3 o 4 1 4 o
∂ SS x1 1
1
∂ a 0 x2 = [0 0]
∇SS = 1 = (4) x3 1
∂ SS 0
∂ a o x4 1
(6)
y al transponer (6):
y las componentes del gradiente (4) se obtienen
como: y1 − a1 x1 − ao
∂ SS
= − 2 (y1 − a1 x1 − ao ) x1 − 2 (y 2 − a1 x 2 − ao ) x 2 −
x1 x2 x3 x4 y 2 − a1 x 2 − ao 0
1 1 1 =
1 y3 − a1 x3 − ao 0
∂ a1
(7)
... 2( y 3 − a1 x 3 − a 0 ) − 2 (y 4 − a1 x 4 − a o ) x 4
y 4 − a1 x 4 − ao
∂ SS
= − 2 (y1 − a1 x1 − ao ) (1) − 2 (y 2 − a1 x 2 − ao ) (1) −
∂ ao
Se puede arreglar (7) y obtener una forma
...2 (y 3 − a1 x3 − ao ) (1) − 2 (y 4 − a1 x 4 − ao )(1) condensada de la solución para a1 y ao.
y1 x1 1 1.0
1.8
x 1 x 2 x 3 x 4 y 2 x 2 1 a1 0
1 1 1 1 y − = x=
3 x3 1 a o 0 2.0
y 4 x 4
1
3.0
(8) 1.0
Llamando A a la matriz que tiene la información de 3. 0
la medición en variable independiente x, como At a y=
1.8
la matriz que presenta en forma de renglones las
columnas de A y al vector de información de 2.9
medición en la variable dependiente y, se tiene: 1.0 1
1.8 1
A t (y − A a) = 0 (9) A=
2.0 1
At y − AtA a = 0 (10) 3.0 1
con solución: 1.0 1.8 2.0 3.0
At =
(
a = At A ) −1
At y (11) 1 1 1 1
1.0 1
La dimensión de A depende de n número de 1.8
1 .0 1 .8 2 .0 3.0 1 17.24 7.80
observaciones y del número de coeficientes a At A = =
determinar. 1 1 1 1 2.0 1 7.80 4.00
EJEMPLOS 3.0 1
[ ]
1.0 1.0
a1 t −1 t
1.8 3.0 a = A A A y
2.0 1.8 o
−1
3.0 2.9 a1 17.24 7.80 18.7
a = 7.80 4.00 8.7
o
Los arreglos de información, para n = 4:
La matriz A transpuesta
0.00000 0.69315 1.09861 1.38629 1.60944 1.79176 1.94591 2.07944 2.19722 2.30259
1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000
Dato Aty
1 158.68420
2 95.56481
Coeficientes solución a(i)
1 2.96514
2 5.07782
CONCLUSIONES REFERENCIAS
En el trabajo se han presentado las ideas 1. Stephen A. DeLurgio, Forecasting Principles and
fundamentales para el ajuste de datos Applications, McGraw-Hill International
experimentales a polinomios o formas no lineales, Editions, 1998.
que forman un sistema lineal en los coeficientes. Se 2. Masterton, Slowinski, Elementary Mathematical
desarrolló de manera detallada el procedimiento Preparation for General Chemistry, Saunders
para obtener las fórmulas matriciales generales las Golden Series, 1974.
cuales permiten resolver este importante problema
en la práctica de la ingeniería y de la ciencia. Al 3. V. P. Spiridonov, A. A. Lopatkin, Tratamiento
tener un mayor número de mediciones, se aumenta Matemático de Datos Físico-Químicos, Editorial
la REDUNDANCIA y se puede aplicar pruebas de MIR, Moscú, 1973.
hipótesis sobre los coeficientes y detección de datos
erróneos. También se puede asignar un mayor peso
o "credibilidad" que refleje la calidad de la
medición; con este procedimiento se obtiene el
resultado que se conoce como mínimos cuadrados
ponderados.