Ejemplo 3 Mínimos cuadrados

Sea la tabla de valores:

x 0 2 4 6 8
y 0.4 0.48 0.497 0.498 0.5

x
a) Encuentre un ajuste por mínimos cuadrados de la forma: e ( 1−a y )=b y . ¿Cuáles son
los valores óptimos para a y b ?
2
b) Determine el factor de Regresión R .
c) A su criterio para ésta data que procedimiento de aproximación sería más adecuado, ¿un
ajuste por mínimos cuadrados o una interpolación polinómica de grado 4?

Solución

x
a) e ( 1−a y )=b y
Agrupando convenientemente:
e x = y ( ae x +b )
1/ y=a+b e−x
Y =a+bX

Tabla:

X =e-x 1 0.1353 0.0183 0.0025 0.0003

Y =1/y 2.5 2.0833 2.0121 2.0080 2

Por mínimos cuadrados:

∑ X2 ∑ X b ∑ XY
[ ∑X n ][ ] [ ]
a
=
∑Y
a = 2.0062
b = 0.4952

b) Calculo del factor de Regresión:

x 0 2 4 6 8
y 0.4 0.48 0.497 0.498 0.5
^y =1/(a+be-x)
0.3998 0.4824 0.4962 0.4982 0.4984

ȳ=
∑ y =0 . 4750
n
∑ ( ^y − ȳ )2
2
R= 2
=0 . 9942
∑ ( y− ȳ )

Rosa Garrido Juá rez, Mg. Ing. Pá gina 1

c) El ajuste por mínimos cuadrado para este caso es muy bueno debido al factor de regresión
muy cercano a 1, por lo tanto un ajuste casi perfecto.

Ejemplo 4

Cuál de las funciones:

1
2 y=
I) y=ax +b II) a+bx

Ajusta mejor los valores de la tabla:

Usando el método de mínimos cuadrados ajuste los

valores de la tabla por la función seleccionada. 18

Justifique. 16

Solución 14

I) Viendo la conducta de los datos: 12

Función regresora: 10

y(x)
8
g( x )=c2 x + c 1 x +c 0 6

Donde:
c 1=0 4

2
y i=g (x i ) i=0,1,.. 0

-2

−2 0 1 0 0.5 1 1.5 2 2.5 3

[ ][ ]
x

−1. 5 0 .25 1
−0 .5 1 .0 1 c
1. 5 = 2 .25
4 .5 4.0
1 2
[]
1 c0
9. 0 6 .25 1
17 .0 9.0 1
Ec. Normal ATy=ATAc
−2 0 1

[] []
−1.5 0. 25 1
−0. 5 1.0 1 c
0 0.25 1 2. 25 4 .0 6 .25 9. 0 0 0 .25 1 2 . 25 4 . 0 6. 25 9. 0
[ 1 1 1 1 1 1 1
1.5 =
4. 5
1 1 1 1 ] [1 1 1 ] 2.25
4. 0
[]
1 2
1 c0
9. 0 6. 25 1
17. 0 9. 0 1

22. 75 c 2
[229
28
. 75 142. 1875
]=[ 22. 75 7 ][
c0 ]
c2 2. 033
Solución:
[][ =
c 0 −2. 6071 ]
Rosa Garrido Juá rez, Mg. Ing. Pá gina 2
 20
data
ax 2+b

15

10

Factor de regresión:

ȳ=
∑ y =4 5

n
∑2( ^y − ȳ )2 0

R= =0 . 9828
∑ ( y− ȳ )2 -5
0 0.5 1 1.5 2 2.5 3
Buen Ajuste x

1
g( x )= =c 1 x+c 0
II) y
−1 /2 0 1 1

[ ][ ]
data

−1/1. 5 0 .5 1 0.5
1/y=a+bx

−1/0. 5 1. 0 1 c
1/1. 5 = 1. 5 1 1
1/ 4 .5 2. 0 1 c 0
[] 0

1/9 2. 5 1 -0.5

1/17 3. 0 1 -1

Ec. Normal
−0 . 4346 22 . 75 10 .5 c 1 -1.5

[ ][
=
−2 .1078 10 . 5 7 c0 ][ ] -2
0 0.5 1 1.5 2 2.5 3
c1 0 .3896
Solución:
[][ =
c 0 −0. 8855 ]
Factor de Regresión: Y=1/y

ȳ=
∑ Y = -0. 3011
n
∑2( ^y − ȳ )2
R= 2
=0 . 2325
∑ ( y− ȳ )
Mal ajuste

Rosa Garrido Juá rez, Mg. Ing. Pá gina 3