El ajuste polinomial es una forma de regresión lineal en la que la relación entre una variable independiente X y una variable dependiente Y se modela como un polinomio. Se utiliza para describir fenómenos no lineales mediante la obtención de los parámetros asociados a la mejor curva de ajuste. Históricamente, el primer diseño de un experimento de regresión polinómica apareció en 1815, y en el siglo XX jugó un papel importante en el desarrollo del análisis de regresión. El ajuste polinomial
0 calificaciones0% encontró este documento útil (0 votos)
367 vistas13 páginas
El ajuste polinomial es una forma de regresión lineal en la que la relación entre una variable independiente X y una variable dependiente Y se modela como un polinomio. Se utiliza para describir fenómenos no lineales mediante la obtención de los parámetros asociados a la mejor curva de ajuste. Históricamente, el primer diseño de un experimento de regresión polinómica apareció en 1815, y en el siglo XX jugó un papel importante en el desarrollo del análisis de regresión. El ajuste polinomial
El ajuste polinomial es una forma de regresión lineal en la que la relación entre una variable independiente X y una variable dependiente Y se modela como un polinomio. Se utiliza para describir fenómenos no lineales mediante la obtención de los parámetros asociados a la mejor curva de ajuste. Históricamente, el primer diseño de un experimento de regresión polinómica apareció en 1815, y en el siglo XX jugó un papel importante en el desarrollo del análisis de regresión. El ajuste polinomial
El ajuste polinomial es una forma de regresión lineal en la que la relación entre una variable independiente X y una variable dependiente Y se modela como un polinomio. Se utiliza para describir fenómenos no lineales mediante la obtención de los parámetros asociados a la mejor curva de ajuste. Históricamente, el primer diseño de un experimento de regresión polinómica apareció en 1815, y en el siglo XX jugó un papel importante en el desarrollo del análisis de regresión. El ajuste polinomial
Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
Descargar como pptx, pdf o txt
Está en la página 1/ 13
Ajuste Polinomial
Definicion
Es una forma de regresión lineal en el que la relación entre la variable
independiente X y la variable dependiente Y se modela como un polinomio.
La regresión polinómica se ajusta a una relación no lineal entre el valor de
XyY
Se utiliza para describir fenómenos no lineales, donde se pretende obtener
los valores de los parámetros asociados con la mejor curva de ajuste. Historia
El primer diseño de un experimento de regresión polinómica
apareció en un documento en 1815 de Georgone.
En el siglo XX, la regresión polinómica jugó un papel importante en
el desarrollo del análisis de regresión, con un mayor énfasis en temas de diseño e interferencia Marco teorico
El ajuste de curvas es un proceso mediante el cual, dado un conjunto de N pares de puntos {xi, yi} (siendo x la variable independiente e y la dependiente), se determina una función matemática f(x) de tal manera que la suma de los cuadrados de la diferencia entre la imagen real y la correspondiente obtenida mediante la función ajustada en cada punto sea mínima:
Generalmente, se escoge una función genérica f(x) en función de uno o más parámetros y se ajusta el valor de estos parámetros de la manera que se minimice el error cuadrático, ε. La forma más típica de esta función ajustada es la de un polinomio de grado M; obteniéndose para M = 1 un ajuste lineal (o regresión lineal),
para M = 2 un ajuste parabólico,
Ejercicio
Dado: Y= aX^2 + bX + c
*Realizar los siguientes pasos:
Paso 2. Sustituir los valores de X y Y
(1) 1= a(1^2) + b(1) + c
(2) 3= a(2^2) + b(2) + c (3) 2= a(3^2) + b(3) + c Paso 2. Inversa para encontrar los valores de a, b y c
A^-1= (0.5 -1 0.5 1 a
(-2.5 4 -1.5 x 3 = b
(3 -3 1 2 c Paso 3. Polinomio
-1.5
= 6.5
4.0
R/. Y= -1.5X^2 + 6.5X + 4
Ajuste polinomial por metodo de minimos cuadrados
Determinar polinomios de grado m con mínimos
cuadrados es equivalente a resolver un sistema de m+1 ecuaciones lineales simultáneas.
Y = A o + A 1 X + A 2 X 2 + A 3 X 3 + … + A m Xm
Sr = ∑ i = ( Yi – Ao – A 1 X – A 2 X 2 – A3 X3 – … – Am Xm)2 Ejemplo Utilizando la eliminación Gaussiana, encontraremos los valores de Ao, A1 y A2 :
