Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MTODOS NUMRICOS
M n imos C uadr a do s
Qu tan Buena es la Regresin
(Parte 1) ?
Muestra 1:Sample
y =1:ax
y = a'x + + + eMuestra
+ b' b 2:y =ya''x=
Sample 2: + b''ax
+ + b + e
INTERPOLACIN
Se caracteriza por suponer que los datos
que intervienen en el problema son
exactos; por lo cual en la construccin de la
funcin de interpolacin se exige que la
misma satisfaga todos y cada uno de los
valores que constituyen los datos
AJUSTE
Supone que los datos ingresados estn
afectados en cierto grado de errores debido al
modelado, por lo que no resulta indispensable
que la curva de ajuste correspondiente pase
exactamente por los puntos que representan
los datos, sino que, en promedio, la
aproximacin sea ptima de acuerdo al
criterio de ajuste
MTODO DE LOS MNIMOS CUADRADOS
Es una tcnica de anlisis numrico en la que dados
un conjunto de pares ordenados (obtenidos
empricamente) se intenta encontrar la funcin que
mejor se aproxime a los datos (ajuste).
En su forma ms simple intenta minimizar la suma
de los cuadrados de las diferencias ordenadas
(residuos) entre los puntos generados por la funcin
(modelo terico) y los correspondientes en los
datos.
Ao =
A1 =
Regresin Lineal
Se desea ajustar un serie de puntos (xi, yi) a una lnea recta dada
por:
y = a0 + a1x + e
Donde a0 y a1 son coeficientes que representan la interseccin con
el eje y la pendiente, y e es el error, o diferencia, entre el modelo y
las observaciones.
e = y a0 a1x
Criterio del mejor ajuste
n n n
S r e yi ,medida yi ,modelo yi a0 a1 xi
2 2 2
i
i 1 i 1 i 1
Ajuste por mnimos
cuadrados
Derivando respecto a a y a . 0 1
n n n
S r e yi ,medida yi ,modelo yi a0 a1 xi
2 2 2
i
i 1 i 1 i 1
S r
Obtenemos 2 yi a0 a1 xi
a0
S r
2 yi a0 a1 xi xi
a1
Igualando a 0
0 yi a0 a1 xi
0 yi xi a0 xi a1 xi2
Resolviendo para a0 y a1
n xi yi xi yi
a1
n xi2 xi
2
a0 y a1 x
Ejemplo
Ajustar con mnimos cuadrados los siguientes datos
X Y
1 0.5
2 2.5
3 2.0
4 4.0
5 3.5
6 6.0
7 5.5
Tarea
Ajustar con mnimos cuadrados los siguientes datos
X Y
0 5
2 6
4 7
6 6
9 9
11 8
12 7
15 10
17 12
19 12
Estadstica bsica
Promedio: y y i
S t yi y
2
St
s
Desviacin estndar y
n 1
S
y12 yi / n
2
Varianza: s t
2
y sy
2
n 1 n 1
S t yi y
2
En ajuste perfecto Sr = 0 y r = r2 =
El coeficiente de determinacin es: 1.
St S r Si r = r2 = 0, Sr = St, el ajuste no
r
2
representa alguna mejora.
St n xi yi xi yi
El coeficiente de correlacinr r
2
n xi2 xi n yi2 yi
2 2
es:
Linealizacin de relaciones no
lineales
y y y
x
y 1e 1 x
y 2x 2
y 3
3 x
x x x
ln y log y 1/y
Pendiente =
3/
Pendiente = 1
Pendiente = 2 Interseccin =
1/3
x log x 1/x
Interseccin = Interseccin = log
ln 1 2