0 calificaciones0% encontró este documento útil (0 votos)
13 vistas14 páginas
La regresión cuadrática encuentra los parámetros a0, a1, y a2 de una parábola y = a0 + a1x + a2x2 que mejor se ajusta a una serie de datos. Esto se logra minimizando la suma de los cuadrados de los errores entre los valores medidos y de y calculados usando el método de mínimos cuadrados, lo que resulta en un sistema de ecuaciones que al resolverlo da los parámetros buscados.
Descripción original:
Título original
PRINCIPIO DE LOS MINIMOS CUADRADOS-Regresión cuadrática
La regresión cuadrática encuentra los parámetros a0, a1, y a2 de una parábola y = a0 + a1x + a2x2 que mejor se ajusta a una serie de datos. Esto se logra minimizando la suma de los cuadrados de los errores entre los valores medidos y de y calculados usando el método de mínimos cuadrados, lo que resulta en un sistema de ecuaciones que al resolverlo da los parámetros buscados.
La regresión cuadrática encuentra los parámetros a0, a1, y a2 de una parábola y = a0 + a1x + a2x2 que mejor se ajusta a una serie de datos. Esto se logra minimizando la suma de los cuadrados de los errores entre los valores medidos y de y calculados usando el método de mínimos cuadrados, lo que resulta en un sistema de ecuaciones que al resolverlo da los parámetros buscados.
La regresión cuadrática es el proceso por el cuál encontramos los parámetros de una parábola que mejor se ajusten a una serie de datos que poseemos, ya sean mediciones hechas o de otro tipo. Una función cuadrática o de segundo grado se puede representar de manera genérica como : 𝑦 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
Prof. Julio C. Idrogo Córdova
Entonces lo que nos interesa es encontrar los valores de a0, a1 y a2 que hacen que el valor de y calculado sea lo mas cercano posible al medido.
Consideremos la ecuación de un polinomio de grado n:
Apliquémosle el método de mínimos cuadrados. La curva propuesta es:
Prof. Julio C. Idrogo Córdova
Donde ai son coeficientes y e es el error. Una estrategia es minimizar la suma de los cuadrados de los residuos (Sr), entre la y medida y la y calculada con el modelo lineal, está dada por:
Prof. Julio C. Idrogo Córdova
Las derivadas parciales están dadas por: Esto es:
Y así sucesivamente hasta la n ecuación.
Prof. Julio C. Idrogo Córdova
Igualando a 0 las ecuaciones:
Omitiendo los pasos siguientes, reordenando, para desarrollar el siguiente sistema
de ecuaciones normales:
Prof. Julio C. Idrogo Córdova
Todas las sumatorias son desde i = 1 hasta m (donde m es el número de puntos). Los coeficientes de las incógnitas se pueden evaluar de manera directa a partir de los datos observados. El error estándar del estimado se formula como:
Esta cantidad es dividida entre m-(n+1), ya que (n+1) coeficientes obtenidos de
los datos (a0, a1, . . . , an) se usaron para calcular Sr; así hemos perdido n+1 grados de libertad. Podemos escribir el sistema de ecuaciones normales obtenido en la forma:
Prof. Julio C. Idrogo Córdova
donde: Sx: Matriz de sumatorias de potencias de x.
Prof. Julio C. Idrogo Córdova
a : Vector de coeficientes. Las Sxy: Vector de sumatorias de constantes del polinomio. potencias de x con y’s.
Prof. Julio C. Idrogo Córdova
Para el caso de una ecuación de grado dos, los coeficientes se obtienen de resolver el siguiente sistema de ecuaciones:
Prof. Julio C. Idrogo Córdova
Una vez se haya reemplazado el valor de N, y de las sumatorias, sólo habrá que solucionar el sistema de ecuaciones por su método preferido. Después de que ha solucionado el sistema de ecuaciones entonces tendrá el valor de los parámetros: a0, a1 y a2.
Para obtener los parámetros, se puede aplicar la regla de Cramer.
Si 𝑨𝒙 = 𝒃es un sistema de ecuaciones, A es la matriz de coeficientes del sistema,
𝒙 = 𝑥1 , 𝑥2 , … , 𝑥𝑛 es el vector columna de las incógnitas, y b es el vector columna de los términos independientes, entonces la solución al sistema se presenta así:
Prof. Julio C. Idrogo Córdova
Donde Aj es la matriz resultante de reemplazar la j-ésima columna de A por el vector columna b. Hágase notar que para que el sistema sea compatible determinado, el determinante de la matriz A ha de ser no nulo.
Prof. Julio C. Idrogo Córdova
EJEMPLO La regla para un sistema de 3x3, con una división de determinantes: