Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 133 vistas

    Métodos de Ajuste

    Cargado por

    HECTOR BAYRON PAREDES CAJAMARCA
    Este documento describe diferentes métodos de ajuste paramétricos como alternativa a los métodos de interpolación. Explica el ajuste lineal por mínimos cuadrados, así como ajustes no lineales mediante funciones exponenciales, potenciales y polinómicas de grado superior a uno, resolviendo los modelos a través de la notación matricial. Proporciona ejemplos ilustrativos de cada método.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Métodos de Ajuste

    Cargado por

    HECTOR BAYRON PAREDES CAJAMARCA
    133 vistas6 páginas
    Este documento describe diferentes métodos de ajuste paramétricos como alternativa a los métodos de interpolación. Explica el ajuste lineal por mínimos cuadrados, así como ajustes no lineales mediante funciones exponenciales, potenciales y polinómicas de grado superior a uno, resolviendo los modelos a través de la notación matricial. Proporciona ejemplos ilustrativos de cada método.

    Título original

    MÉTODOS DE AJUSTE

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe diferentes métodos de ajuste paramétricos como alternativa a los métodos de interpolación. Explica el ajuste lineal por mínimos cuadrados, así como ajustes no lineales mediante funciones exponenciales, potenciales y polinómicas de grado superior a uno, resolviendo los modelos a través de la notación matricial. Proporciona ejemplos ilustrativos de cada método.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    133 vistas6 páginas

    Métodos de Ajuste

    Cargado por

    HECTOR BAYRON PAREDES CAJAMARCA
    Este documento describe diferentes métodos de ajuste paramétricos como alternativa a los métodos de interpolación. Explica el ajuste lineal por mínimos cuadrados, así como ajustes no lineales mediante funciones exponenciales, potenciales y polinómicas de grado superior a uno, resolviendo los modelos a través de la notación matricial. Proporciona ejemplos ilustrativos de cada método.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 6

    MÉTODOS DE AJUSTE PARAMÉTRICOS

    Son métodos alternativos a los métodos de interpolación. Distinguiremos entre los métodos de
    regresión, en los que se tratará de adaptar una función a una masa de datos empíricos (nube de
    puntos) y los métodos de ajuste, en los que se adaptará una función a un conjunto limitado de
    puntos empíricos observados o bien procedentes de funciones biométricas: , obligando a que la
    función represente suficientemente los datos, suavizando los puntos. Es decir, se tratará de
    describir la evolución de los datos con ciertas funciones, que utilicen hipótesis referentes al
    comportamiento de los datos.

    AJUSTE LINEAL

    Por el método de los mínimos cuadrados.

    Dado un conjunto de pares de puntos, donde a


    cada valor de la variable x le corresponde
    un solo valor de la variable y. Los valores teóricos calculados, según el modelo
    lineal, serían: 

    La discrepancia o diferencia “vertical” entre los valores y los valores teóricos   según el ajuste,
    sería:

    Y la función como suma de las diferencias o


    discrepancias al cuadrado sería: 

    Que se minimiza respecto de, obteniéndose los estimadores:

    Siendo:

    La covarianza muestral

     la varianza muestral de la variable independiente X,  son las medias muestrales.


    Así la recta de regresión será:

    Para dar una medida de la discrepancia global entre los datos empíricos y los datos teóricos, se
    utiliza la varianza residual (VR), como en el caso anterior, como media de las discrepancias al
    cuadrado:

    De la misma forma, para evitar su dependencia  de las escalas de medida, utilizamos una medida
    relativa, que sería adimensional, esto es:

    O bien:

    Medida que oscila entre 0 y 1, siendo mejor el ajuste cuando más se aproxime a 1 el valor de R 2

    En los métodos que estamos describiendo, nos referimos a métodos de ajuste sobre colectivos de
    puntos cuando para cada valor de la variable x solo exista un valor de la variable y, frente a
    los métodos de regresión sobre conjuntos de puntos (nubes de puntos) donde para cada valor de
    la variable x existen varios valores de la variable y.
    AJUSTE DE POLINOMIO.

    Veamos ajustes no-lineales por el método de los mínimos cuadrados. Dependiendo de la función


    que se desea ajustar, tendremos:

    Función exponencial

    Utilizando una función del tipo:

    Que se puede linealizar utilizando logaritmos (por ejemplo logaritmos neperianos)

    llamando:

     ,  ,  ,

    Se tiene: que se puede tratar como un ajuste lineal por el


    método de los mínimos cuadrados, obteniéndose a partir de
    las que se calculan:

    a=ea' y b=eb'

    Función potencial

    Utilizando una función del tipo: que se linealiza


    mediante logaritmos neperianos:

    , llamando:

    b'=In b

    Se obtiene: que se puede tratar como un ajuste lineal por el método de los mínimos cuadrados,
    obteniéndose:

    y finalmente tenemos:

    a=ea' y b
    Ejemplo:

    Construir una función del tipo, que se ajuste por el método de mínimos cuadrados a los puntos: 

    A partir de los datos tenemos:

    Se obtiene: 

    Deshaciendo el cambio

    , siendo la función de ajuste potencial: 

    · Funciones polinómicas de grado superior a la unidad.

    Se trata de ajustar la función polinómica:   por el método de los


    mínimos cuadrados, de forma similar al ajuste de la función lineal, utilizando para mayor
    comodidad la notación matricial.

    Siendo:
    ; 

    Se tiene la solución matricial para los coeficientes del polinomio:

    Ejemplo:

    Construir una función polinómica que se ajuste por el método de mínimos cuadrados a los

    puntos: 

          ;      

    siendo la solución matricial:

    Finalmente:

    Siendo el polinomio de ajuste: 


    Bibliografía

    http://pendientedemigracion.ucm.es/info/sevipres/P4/01/ANEXOS01.php

    También podría gustarte