Upload
camilo-andres-galvis
View
15
Download
5
Embed Size (px)
DESCRIPTION
ejemplos regresion
Citation preview
Ejercicio: Dado que
Mtodos Numricos / Mdulo 4Teora, ejemplos y linealizacin de datos La finalidad de regresin lineal es la de ajustar una funcin lineal a un conjunto de datos mediante el mtodo de mnimos cuadrados. Supongamos que deseamos encontrar una funcin lineal que ajuste a un conjunto de parejas de datos observados:(X1, Y1), (X2,Y2)......(X n, Y n), luego la funcin lineal esta dada por : Y = a0 + a1x +
Donde a0 y a1 son los coeficientes a determinar y donde es el erroro residuo entre el modelo y las observaciones. = y - a0 - a1x, se conoce como la desviacin de cada dato. Criterio: la lnea de regresin se escoge de tal manera que se minimice la suma de los cuadrados de los residuos. Ejemplo 1: Asumamos que tenemos la siguiente tabla de datos:
Calculemos los coeficientes de la ecuacin de regresin Clculo de:
Aqu hay un error de la frmula (el ltimo termino debe ir elevado al cuadrado, ver ms adelante en NOTA) , pero los clculos estn bien Clculo de:
a0 = 1.2567 - 1.7645*(0.55) = 0.2862
Luego la recta de regresin es:
NOTA: Tener en cuenta lo siguiente para calcular correctamente los coeficientes de la recta de regresin a y b (a1 y ao; A y B)
Ejemplo 2: Dada la siguiente tabla de datos:
Realizar un ajuste por mnimos cuadrados de los mismos a una recta y a una cuadrtica. Cul de los dos ajustes es mejor?
Solucin:
Para encontrar la recta de interpolacin, de la forma , resolvemos el siguiente sistema de ecuaciones:
, por tanto, el sistema a resolver ser:
, de donde se obtiene:
, y por tanto se tendr que el polinomio est dado por:
Para ajustar los datos a una cuadrtica (polinomio de grado ), resolvemos el siguiente sistema de ecuaciones:
, el sistema a resolver es:
, cuya solucin est dada por:
, por lo tanto, la cuadrtica de ajuste es:
Para este caso, el ajuste por mnimos cuadrados a una recta resulta mejor que el ajuste a una cuadrtica. VERIFICARLO!La siguiente Tabla 5.6 (tomada del libro de Mtodos Numricos de John H. Mathews) puede ser usada para linealizar algunos datos.
La tabla que sigue a continuacin en un complemento de la tabla anterior y es tomada del libro del Profesor Tito Flrez Caldern:
MTODOS NUMRICOS PARA ESTUDIANTES DE INGENIERA
3. Dada la siguiente tabla de datos,
x12345
f(x)0.51.73.45.78.4
, ajustar la tabla a una funcin de la forma
Solucin:
Usamos la linealizacin y con ayuda de dicha linealizacin fabricamos la siguiente tabla:xylog(x)log(y)
10.50.0-0.301
21.70.3010.226
33.40.4770.534
45.70.6020.753
58.40.6990.922
Una regresin lineal usando las dos ltimas columnas nos da que A=1.75 y B=-0.3, o sea
, o sea que la funcin pedida es
La finalidad de regresin lineal es la de ajustar una funcin lineal a punto de datos mediante el mtodo de mnimos cuadrados.
Supongamos que deseamos encontrar una funcin lineal que ajuste a un conjunto de parejas de datos observados:
( X1, Y1) , ( X2,Y2))......(X n, Y n), luego la funcin lineal esta dada por :
Y=a0 + a1x +
Donde a0 y a1 son los coeficientes a determinar, donde es el error o residuo entre el modelo y las observaciones
= y - a0 - a1x , se conoce como la desviacin de cada dato.
_1285417662.unknown
_1285419624.unknown
_1285419759.unknown
_1285418461.unknown
_1252302012.unknown