Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ajuste de
modelos no
3
lineales
Contenidos:
INTRODUCCIÓN
Los modelos de regresión lineal proporcionan un marco rico y flexible que se adapta a las
necesidades de muchos analistas, sin embargo, los modelos de regresión lineal no son
adecuados para todas las situaciones. Hay muchos problemas en ingeniería y en ciencias
donde la variable de respuesta y las variables predictoras se relacionan a través de una
función no lineal conocida. Esto conduce a un modelo de regresión no lineal. Cuando se
aplica el método de mínimos cuadrados a esos modelos, las ecuaciones normales que
resultan son no lineales y, en general, son difíciles de resolver. En este capítulo se
describirá la estimación de los parámetros de un modelo de regresión no lineal.
197
∑(𝒙 − 𝒙
̅)(𝒚 − 𝒚
̅)
𝒓𝒙𝒚 =
̅)𝟐 (𝒚 − 𝒚
√∑(𝒙 − 𝒙 ̅ )𝟐
Propiedades:
• −1 ≤ 𝑟𝑥𝑦 ≤ 1
• 𝑟𝑥𝑦 = 𝑟𝑦𝑥
• Si 𝑟𝑥𝑦 > 0 la relación lineal entre X e Y es directa
• Si 𝑟𝑥𝑦 < 0 la relación lineal entre X e Y es indirecta
• Si |𝑟𝑥𝑦 | ≈ 1 la trayectoria de los puntos experimentales se ajusta
aproximadamente a un modelo lineal simple.
• Si |𝑟𝑥𝑦 | = 1 la trayectoria de los puntos experimentales se ajusta perfectamente a
un modelo lineal simple.
• Si |𝑟𝑥𝑦 | ≈ 0 la trayectoria de los puntos experimentales no se ajusta a un modelo
lineal simple.
COEFICIENTE DE DETERMINACIÓN
∑𝑛𝑖=1(𝑦̂𝑖 − 𝑦̅)2
𝑅2 =
∑𝑛𝑖=1(𝑦𝑖 − 𝑦̅)2
Es no lineal en los parámetros desconocidos a y 𝑏. Aquí se usarán las letras a, b, c, ... para
representar los parámetros en un modelo no lineal.
𝒚 = 𝒂. 𝒆𝒃𝒙
𝒍𝒏(𝒚) = 𝒍𝒏(𝒂. 𝒆𝒃𝒙 )
𝒍𝒏(𝒚) = 𝒍𝒏(𝒂) + 𝒍𝒏(𝒆𝒃𝒙 )
𝒍𝒏(𝒚) = 𝒍𝒏(𝒂) + 𝒃𝒙
199
MODELO POTENCIAL 𝒚 = 𝒂. 𝒙𝒃
𝒚 = 𝒂. 𝒙𝒃
𝒍𝒐𝒈(𝒚) = 𝒍𝒐𝒈(𝒂. 𝒙𝒃 )
𝒍𝒐𝒈(𝒚) = 𝒍𝒐𝒈(𝒂) + 𝒍𝒐𝒈(𝒙𝒃 )
𝒍𝒐𝒈(𝒚) = 𝒍𝒐𝒈(𝒂) + 𝒃. 𝒍𝒐𝒈(𝒙)
𝟏 𝒂𝒙 + 𝒃
=
𝒚 𝒙
𝟏 𝒂𝒙 𝒃
= +
𝒚 𝒙 𝒙
𝟏 𝟏
= 𝒂 + 𝒃.
𝒚 𝒙
𝟏 𝟏
Definiendo las nuevas variables: 𝒀∗ = 𝒚 𝑿∗ = 𝒙
c) Extrapolación
La extrapolación con modelos polinomiales puede ser peligrosa en extremo, por ejemplo,
véase el modelo de segundo orden en la figura de abajo, si se extrapola más allá del rango
de los datos originales, la respuesta predicha se va hacia abajo; esto puede ser contrario
al comportamiento real del sistema. En general, los modelos polinomiales pueden
dirigirse hacia direcciones imprevistas e inadecuadas, tanto en la interpolación como en
la extrapolación.
Peligro de extrapolar
MODELO CUADRÁTICO
𝒚 = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄
INVESTIGACIÓN 1
t días 1 2 3 4 5
M gramos 3.6 5.7 9.1 14.6 23.3
INVESTIGACIÓN 2
Más de una ocasión ocurre que al calentar en un microondas nuestras bebidas se han
excedido de calor, por lo que la temperatura llega a ser más elevada de la que se desea.
Esta investigación consiste en poder modelar la temperatura que experimenta una taza
de leche tras haber sido calentada, con la intención de poder saber con cierta precisión
cuánto tiempo le toma a esta alcanzar una temperatura determinada. En la tabla y en el
diagrama se muestran los datos primarios que darán origen a la fórmula final, los cuales
son los minutos transcurridos y la temperatura de la leche evaporada en dichos minutos.
Cabe agregar que la temperatura del ambiente es de 17.3°C, y el tiempo de exposición
de la sustancia elegida en el microondas fue de 90 segundos.
Tiempo Temperatura
t (min) T (°C)
0 56.1
5 52.9
10 49.9
15 47.8
20 44.5
25 42.2
30 39.9
35 37.9
40 36.1
45 34.5
50 33.1
55 31.8
60 30.5
65 29.4
70 28.4
75 27.5
80 26.7
85 26.0
90 25.3
205
206
EJERCICIO 3.2A:
Edad t (años) 2 10 20 30 50 65 80
Químico Q (mg) 119 98 82 70 50 40 30
2. Un baño de pájaros está lleno de agua. Con el tiempo, el agua se evapora como se
muestra en la siguiente tabla:
Tiempo t (horas) 3 6 9 12 15 18 21 24
Cantidad de agua
6.7 3.6 2 1.1 0.6 0.32 0.18 0.10
restante V (litros)
N° de remeros 4 6 10 14 18
Velocidad máxima S (km/h) 8.7 10.3 12.6 14.2 15.9
La relación entre ln(x) y ln(y) puede ser modelado por la ecuación de regresión
Ln(y)=a ln(x) + b
a) Halla los valores de a y b
b) Usa la ecuación de regresión para estimar el valor de y cuando x=3.57
La relación entre x e y puede ser modelada usando la fórmula 𝑦 = 𝑘𝑥 𝑛 , donde
𝑘 ≠ 0, 𝑛 ≠ 0, 𝑛 ≠ 1
c) Por la expresión ln(y) en términos de ln(x), halla el valor de n y de k.
210
INVESTIGACIÓN 3
En este caso, el siguiente trabajo matemático estará centrado en determinar una fórmula
que describa la concentración plasmática de la metformina dentro de nuestro cuerpo con
respecto al tiempo, mediante el uso de algunos datos publicados en un artículo sobre
esta medicina
Concentración
Tiempo plasmática de
la metformina
0 0
0.4 630.46
0.9 954.37
1.4 1099.56
1.9 1164.33
2.3 1187.76
2.8 1117.48
3.4 972.78
3.9 851.51
Figura n°1: Imagen obtenida del artículo ya citado, “Estudio de 4.4 745.40
biodisponibilidad de metformina 850 mg tabletas de liberación 4.9 628.27
inmediata” (Muñoz Carnago, y otros 2015) donde se muestra 6.0 480.82
un gráfico aproximado de la gráfica. 8.0 299.95
10.0 179.87
12.0 100.02
14.0 50.21
24.0 0.14
211
INVESTIGACIÓN 4
• ¿Por qué cree que las empresas ofrecen incentivos para que las personas completen
CONCLUSIONES