ESTADSTICA ESPAOLA

Vol. 41, Nm. 144, 1999, pgs. 5 a 18

Diseo D-ptimo para un modelo poli-
nmico sin algunos trminos iniciales
por
CARMELO RODRGUEZ TORREBLANCA
Departamento de Estadstica y Matemtica Aplicada
Universidad de Almera
ISABEL MARA ORTIZ RODRGUEZ
Departamento de Estadstica y Matemtica Aplicada
Universidad de Almera
RESUMEN
En este trabajo se buscan diseos D-ptimos para un modelo de
regresin polinmica sin algunos trminos iniciales. El nmero de
puntos del soporte del diseo D-ptimo depende del intervalo conside-
rado como espacio de diseo. Cuando el nmero de puntos del so-
porte y el nmero de parmetros del modelo coinciden, el diseo D-
ptimo se encuentra analticamente. Estos soportes ptimos estn
relacionados con los ceros de un polinomio ortogonal o con un auto-
vector de una matriz tridiagonal especial.
Palabras clave: Diseo ptimo; matriz de informacin; polinomio de
Jacobi.
Clasificacin AMS: 62K05.
6 ESTADSTICA ESPAOLA
1. INTRODUCCIN
Consideremos un modelo de regresin polinmica de grado 1) (k k sin sus
s primeros trminos k) s (1 ,
[ ] b , a x , x x x y(x)
k
k
1 s
1 s
s
s
+ + +
+
+
[1]
Para cada valor de x puede observarse una variable aleatoria
x
Y con media ) x ( y
y varianza constante. Denotando por ) x ( f el vector de funciones de regresin
) x , , x , x ( ) x ( f
k 1 s s T

+
y por el vector conteniendo los 1 s k + parmetros
desconocidos, el modelo [1] se expresa de la forma ) x ( f ) x ( y
T
.
El estudio de modelos de regresin incompletos como el modelo [1] es impor-
tante desde dos perspectivas. En primer lugar, un modelo sin trmino indepen-
diente o en general sin otros trminos iniciales es adecuado cuando las caracters-
ticas de las variables bajo estudio aseguran que la variable de respuesta es nula si
la variable regresora vale cero. Por ejemplo, en problemas qumicos el rendimiento
de un proceso puede ser nulo si la temperatura se mantiene en cero, el espacio
recorrido por un mvil es nulo si su velocidad lo es, etc. Para utilizar un modelo sin
trmino independiente tenemos que tener la precaucin de que el espacio de
diseo no sea un intervalo alejado del origen porque en este caso, fijar que el
modelo pase a travs del origen puede ser desfavorable, en cuanto a que un
modelo con trmino constante puede comportarse mejor. El segundo aspecto de
inters de estos modelos radica en que son equivalentes a modelos de regresin
polinmica completos de grado s k , con una funcin de eficiencia
s
x ) x ( que
modeliza la posible heterocedasticidad de los datos.
Los modelos del tipo [1] para 1 s han sido estudiados recientemente por
Huang, Chang y Wong (1995).
Siguiendo la notacin de Kiefer, consideramos un diseo experimental como
una medida de probabilidad definida en [ b , a ]. La matriz de informacin asociada
con es
). x ( d ) x ( f ) x ( f ) ( M
b
a
T


Si la matriz de informacin es regular, la funcin de dispersin, que se denota por
) , x ( d , es
). x ( f ) ( M ) x ( f ) , x ( d
1 T


DISEO D-PTIMO PARA UN MODELO POLINMICO SIN ALGUNOS TRMINOS INICIALES 7
Los diferentes objetivos del experimento, que nos llevan a la bsqueda del dise-
o ptimo, pueden expresarse a travs de la maximizacin o minimizacin de una
funcin adecuada de la matriz de informacin, )) ( M ( , que se denomina criterio
de optimalidad. Un diseo D-ptimo maximiza el determinante de la matriz de
informacin, | ) ( M | )) ( M ( y ser denotado por * .
Este trabajo est centrado en la descripcin de los diseos D-ptimos para el
modelo [1]. En la Seccin 2 comenzaremos por la caracterizacin de estos diseos.
Cuando el diseo est soportado en 1 s k + puntos obtenemos que un polinomio
construido con los puntos del soporte del diseo D-ptimo verifica una ecuacin
diferencial especfica. En las siguientes secciones se consideran diferentes espa-
cios de diseo, subintervalos de [-1,1] y encontramos los diseos D-ptimos. En
algunos casos el soporte de los diseos D-ptimos est relacionado con los ceros
de un polinomio de Jacobi y en otros, con un autovector de una matriz tridiagonal
especial.
2. CARACTERIZACIN DE LOS DISEOS D-PTIMOS
En el modelo [1] tenemos 1 s k + parmetros, por tanto para que el diseo sea
factible debe tener al menos 1 s k + puntos de soporte distintos. El diseo D-
ptimo para este modelo aunque es invariante frente a cambios de escala no lo es
frente a los de origen, por lo que se considerarn diferentes intervalos de la forma
[ 1 , a ] con 1 a 1 < . Denotaremos por
n
S el conjunto que contiene los n puntos
distintos del soporte de un diseo D-ptimo:
i
x , n , , 1 i .
Lema 2.1. Para el modelo [1] el diseo D-ptimo en [ 1 , a ], 1 1 < a est so-
portado en 1 + s k n o 2 + s k n puntos.
1. Si 1 0 < a entonces 1 + s k n puntos incluyendo el 1. El punto a
puede o no pertenecer al soporte.
2. Si 0 1 < a y 2 + s k n , los extremos del intervalo pertenecen al
soporte. En particular, si tomamos el intervalo [-1,1] el diseo D-ptimo es
simtrico e incluye los extremos del intervalo, siendo 1 + s k n si
s k es impar y 2 + s k n puntos si s k es par.
Dem. La demostracin est basada en la aplicacin de Teorema de Equivalen-
cia General (TEG) de Kiefer-Wolfowitz (Fedorov (1972), pg. 71) y el hecho de que
el punto 0 no pertenece al soporte del diseo D-ptimo.
Cuando el nmero de puntos distintos del diseo D-ptimo coincide con el nmero
de parmetros del modelo, 1 s k + , entonces el diseo D-ptimo pone el mismo
peso en todos los puntos y el problema de diseo se reduce a encontrar los puntos
8 ESTADSTICA ESPAOLA
de soporte. Denotaremos estos puntos por
1 s k 1
x , , x
+
con b x x a
1 s k 1
< <
+
y
construiremos con ellos el siguiente polinomio mnico de grado 1 s k + ,

1 s k
1 i
i
). x x ( ) x ( Q
Este polinomio tiene como ceros los puntos del soporte de un diseo D-ptimo y
por ello verificar alguna de las siguientes ecuaciones diferenciales (ED).
Proposicin 2.1. Consideremos el espacio de diseo [ 1 , a ], 1 1 < a y un
diseo ptimo soportado en los 1 + s k puntos del conjunto
1 + s k
S , con
1
1

+ s k
x .
i. Si
1 +

s k
S a , entonces ) (x Q satisface la ED
s)Q(x). 1)(k s - (k (x) ' 1)Q' - x(x (x) 1)Q' - 2s(x + + + [2]
ii. Si
1 +

s k
S a , entonces existe un nmero real tal que ) (x Q verifica
)Q(x). - s)(x 1)(k s - (k (x) ' a)Q' - 1)(x - x(x (x) a)Q' - 1)(x - 2s(x + + + [3]
Dem. La matriz de informacin de un diseo D-ptimo * soportado en
1 s k + puntos es:

+

1 s k
1 i
T
i
T
i
DX X
1 s k
1
) x ( f ) x ( f
1 s k
1
*) ( M
donde:
( ) ( )
1 s k , , 1 j , i
1 j
i
x X
+

y }. x , , x .{ diag D
s 2
1 s k
s 2
1 +

La matriz
1 T
) X (

est relacionada con los coeficientes de los polinomios de in-
terpolacin de Lagrange, ) x ( L
i
, 1 s k , , 1 i + , construidos a partir de los puntos
de
1 s k
S
+
. Sea
i
L el vector con los coeficientes del polinomio ) x ( L
i
, entonces
T
1 s k 1
1 T
) L , , L ( ) X (
+

y .
x
) x ( L x
) 1 s k ( *) , x ( d
1 s k
1 i
s 2
i
2
i
s 2

+
Si un punto del soporte del diseo D-ptimo,
j
x , no es un punto extremo del es-
pacio de diseo, entonces, anular la derivada de *) , x ( d . Por tanto,
DISEO D-PTIMO PARA UN MODELO POLINMICO SIN ALGUNOS TRMINOS INICIALES 9
. 0 ) x ( L 2 ) 1 s k (
x
s 2
) 1 s k ( *) , x ( d
j j
j
j
+ + + [4]
Y teniendo en cuenta la relacin entre ) x ( Q y la derivada del polinomio de interpo-
lacin de Lagrange en un punto
j
x ,

) x ( Q 2
) x ( Q
) x ( L
j
j
j j

,
a partir de [4] obtenemos que 0, ) (x ' Q' x ) (x Q' 2s
j j j
+ para ) 1 , a ( S x
1 s k j

+
. Bajo
estas condiciones el polinomio
(x) ' xQ' (x) 2sQ' + [5]
tiene grado s k y los puntos de ) 1 , a ( S
1 s k

+
lo anulan.
Si el extremo inferior del intervalo de diseo, a , no pertenece al soporte, enton-
ces los ceros de ) x ( Q , salvo el punto 1, son ceros del polinomio [5]. Como ) x ( Q
tiene grado 1 s k + , debe existir una constante c tal que
cQ(x). 1) - (x))(x ' xQ' (x) (2sQ' +
Comparando los coeficientes de
1 s k
x
+
en ambos polinomios obtenemos que
s) 1)(k s - (k c + + y de aqu la ED [2].
Si el punto a pertenece al soporte, ser un cero de ) x ( Q pero no del polinomio
[4]. En esta situacin existir un nmero real y una constante c tal que
)Q(x). - c(x a) - 1)(x - (x))(x ' xQ' (x) (2sQ' +
Identificando coeficientes s) 1)(k s - (k c + + y llegamos a la ED [3].
En los siguientes apartados encontramos los diseos D-ptimos para algunos
subintervalos de la forma [ 1 , a ], 1 a 1 < .
3. DISEO D-PTIMO EN [0,1]
Consideremos como espacio de diseo el intervalo [0,1]. El punto 0 no pertene-
ce al soporte del diseo D-ptimo. Por el Lema y la Proposicin 2.1 el nmero de
puntos de soporte es 1 s k n + y ) x ( Q satisface la ED [2], cuya solucin es
10 ESTADSTICA ESPAOLA
2x) - (1 P Q(x)
1,-1) - (2s
1 s - k +
[6]
( (x) P
) , (
k

es el polinomio de Jacobi de grado k , de parmetros y .)
Si al modelo slo le falta el trmino independiente ( 1 s ) la solucin [6] se re-
duce a 2x) - (1 P Q(x)
(1,-1)
k
cuyos ceros coinciden con los ceros del polinomio
1) - (2x P ) 1 x ( Q(x)
(1,1)
1 - k
, obtenido por Huang et al. (1995), puesto que
). 1 x 2 ( P ) 1 x (
k
1 k
(-1) 2x) - (1 P
) 1 , 1 (
1 k
k (1,-1)
k

+

Estos autores demostraron que el diseo sigue siendo ptimo si se considera un
intervalo [ 1 , a ] con
k , 1
2
x a
1 k k
1

+

siendo
k , 1
x el punto ms pequeo del soporte del diseo D-ptimo en [0,1] para un
polinomio de grado k sin trmino independiente.
4. DISEO D-PTIMO EN [ a,1] CON
k 1,
x a c
El diseo D-ptimo en el intervalo [0,1] que obtuvimos en la seccin anterior si-
gue siendo ptimo si tenemos como espacio de diseo un intervalo [ 1 , a ] con
k , 1
x a c . Donde
k , 1
x es el punto ms pequeo del soporte del diseo D-ptimo
en [0,1] para el mismo modelo polinmico y c es el punto negativo ms grande
donde la funcin de dispersin alcanza el valor 1 s k + .
En la siguiente tabla tenemos los puntos del diseo D-ptimo en [0,1] hasta gra-
do 8, as como los correspondientes valores de c .
DISEO D-PTIMO PARA UN MODELO POLINMICO SIN ALGUNOS TRMINOS INICIALES 11
Cuadro 1
DISEOS D-PTIMOS EN [0,1]
s k Puntos c
1 2
3
4
5
6
7
8
0.173
0.118
0.085
0.064
0.050
0.276
0.266
0.204
0.161
0.357
0.395
0.318
0.5
0.5
0.5
0.5
0.643
0.605
0.682
0.724
0.827
0.883
0.734
0.796
0.839
0.915
0.936
0.950
1
1
1
1
1
1
1
-0.200
-0.091
-0.053
-0.035
-0.024
-0.018
-0.014
2 3
4
5
6
7
8
0.173
0.136
0.227
0.299
0.442
0.309
0.475
0.373
0.486
0.667
0.617
0.600
0.672
0.808
0.874
0.721
0.788
0.834
0.911
0.934
0.948
1
1
1
1
1
1
-0.326
-0.173
-0.109
-0.076
-0.056
-0.043
3 4
5
6
7
8 0.251
0.410
0.317
0.453
0.547
0.556
0.689
0.652
0.750
0.853
0.771
0.824
0.901
0.928
0.945
1
1
1
1
1
-0.413
-0.242
-0.162
-0.117
-0.089
4 5
6
7
8
0.486
0.389
0.620
0.738
0.615
0.800
0.881
0.806
0.918
0.940
1
1
1
-0.478
-0.299
-0.209
-0.155
5. DISEO D-PTIMO EN [ a,1] SOPORTADO EN 1 s k + PUNTOS, INCLU-
YENDO a Y 1
Consideremos el caso general de un diseo ptimo soportado en 1 s k + pun-
tos de un intervalo [ 1 , a ] y con los extremos del intervalo incluidos en el soporte. En
estas condiciones el polinomio ) x ( Q verificar la ED [3] y si lo expresamos como
12 ESTADSTICA ESPAOLA

1 s k
0 i
i
i
x q ) x ( Q ,
lo sustituimos en la ED [3] e identificamos los coeficientes de los polinomios, tene-
mos las siguientes relaciones:
, j 1 j 1 j j j 1 j 1 j
q q a q ) a 1 ( q ) 1 ( + +
+ +
1 s k , , 0 j + [7]
con
) s k )( 1 s k (
) 1 s 2 j ( j
j
+ +
+
, 1 s k , , 0 j + , 0
2 s k 1

+
,
0 q q
2 s k 1

+
y 1 q
1 s k

+
. El sistema [7] expresado en forma matricial es
q Aq , siendo q el vector de coeficientes del polinomio ) x ( Q y A la siguiente
matriz tridiagonal de dimensin ) 2 s k ( ) 2 s k ( + + :
(
(
(
(
(
(
(
(
(
(
(
,
\
,
,
,
,
,
,
,
,
,
,
,
(
j
+
+
+
+

+
+
1 s k s k
1 s k s k
1 0
1 0
) a 1 ( 1 0 0
a ) a 1 ( 0 0
0 0 ) a 1 ( 1
0 0 a ) a 1 (
A

[8]
Entonces, puede verse como un autovalor de la matriz A . Siguiendo la demos-
tracin del Lema 3 de Huang et al. (1995) puede probarse que los autovalores de
A son reales.
6. DISEO D-PTIMO EN [ a,1], 1 a x
k 1,
< <
Supongamos que
k , 1
x , el punto ms pequeo del soporte del diseo D-ptimo
en [0,1] para el modelo [1], est fuera del intervalo [ 1 , a ].
Proposicin 6.1. Para el modelo [1] en [ 1 , a ], 1
, 1
< < a x
k
, el diseo D-ptimo
* est igualmente soportado en los ceros del polinomio mnico ) (x Q cuyo
vector de coeficientes, ) , , (
1 0 +

s k
q q q es el nico autovector con 1
1

+ s k
q
correspondiente al ms pequeo autovalor de la matriz [8].
DISEO D-PTIMO PARA UN MODELO POLINMICO SIN ALGUNOS TRMINOS INICIALES 13
Dem. Si 1 a x
k , 1
< < entonces el punto a debe pertenecer al soporte del diseo
D-ptimo ya que de otra forma se verificara la ED [2] y la solucin sera el diseo
D-ptimo para [0,1], pero al menos el punto ms pequeo de este diseo,
k , 1
x , no
est en el intervalo [ a ,1]. Por tanto,
1 s k
S a
+
y podemos aplicar los resultados de
la seccin anterior. Con una demostracin similar a la del Teorema 2 de Huang et
al. (1995) puede verse que q es el autovector correspondiente al ms pequeo
autovalor de la matriz A y ste es menor que a .
7. DISEO D-PTIMO EN [-1,1]
Si s k es impar y el espacio de diseo es [-1,1], por el Lema 2.1 el diseo D-
ptimo es simtrico y contiene los puntos extremos 1 , por tanto ) x ( Q verificar la
ED [3]. Puesto que ) x ( Q es simtrico y el 0 no es un punto del soporte, 0 (0) Q' y
0 ) 0 ( Q . Sustituyendo 0 x en la ED [3] tenemos que 0 y el diseo D-ptimo
se obtiene a partir del autovalor 0 de la matriz A .
Para s k par, el diseo D-ptimo tiene 2 s k + puntos de soporte y no son
aplicables los resultados de la Proposicin 2.1. Por ejemplo, para 2 s y 4 k el
diseo D-ptimo es
.
321 . 0 179 . 0 179 . 0 321 . 0
1 726 . 0 726 . 0 1
*

8. DISEO D-PTIMO EN [ a,1] CON c a <
De los subintervalos en [-1,1] de la forma [ 1 , a ] nos falta por estudiar el caso
c a < , donde c se ha definido en la Seccin 4. Para estos intervalos el nmero de
puntos del soporte del diseo D-ptimo depender de los valores de a y de s k y
puede ser 1 s k + o 2 s k + . Los siguientes resultados son aplicables cuando
este nmero es 1 s k + .
Lema 8.1. Sea el modelo [1] con x [ 1 , a ], c a < . Si el nmero de puntos de
soporte es 1 + s k entonces a y 1 pertenecen al soporte y ) (x Q verifica la ED
[3] siendo un autovalor de A.
Dem. Si a no fuese un punto del soporte entonces el diseo ptimo se obten-
dra a partir de la ED [2], pero la solucin de esta ED es el diseo ptimo en [0,1] y
por debajo de c la funcin *) , x ( d sobrepasa el valor 1 s k + , por lo que el diseo
14 ESTADSTICA ESPAOLA
no sera ptimo. Por la Proposicin 2.1 y los resultados de la Seccin 5, ) x ( Q
verifica la ED [3] y es una autovalor de la matriz A .
Para encontrar el diseo D-ptimo en [ 1 , a ] con c a < , cuando 1 s k n + , cal-
cularemos los autovalores de la matriz A y los autovectores asociados. Con los
coeficientes de los autovectores construiremos polinomios de grado 1 s k + y nos
quedaremos con aquel cuyas 1 s k + races estn incluidas en el intervalo [ 1 , a ].
Ahora no podemos asegurar cual ser de antemano el autovalor adecuado para
obtener el diseo D-ptimo, de hecho no puede obtenerse a partir del ms pequeo
autovalor como ocurra en los casos de la Seccin 6, porque con c a < el ms
pequeo autovalor es el valor a .
Para 1 s , Huang et al. (1995) concluyeron que hay [ 2 / k ]+1 intervalos de valo-
res de a para los cuales el diseo ptimo est soportado en k puntos exacta-
mente. El estudio numrico realizado no contradice una afirmacin similar para
1 s y para un polinomio de grado k , hay [ ) 1 s k ( + /2]+1 intervalos para los que
el diseo ptimo est soportado en 1 s k + puntos. En la siguiente tabla incluimos
estos intervalos para varios valores de s y k .
Cuadro 2
SUBINTERVALOS DE [-1,1] EN LOS QUE EL DISEO
D-PTIMO EST SOPORTADO EN 1 s k + PUNTOS
s k
1 2
3
4
(-1.000,-0.217) (-0.200,1)
(-0.930,-0.104) (-0.091,1)
(-1.000,-0.531) (-0.443,-0.062 ) (-0.053,1)
2 3
4
5
(-1.000,-0.344) (-0.326,1)
(-0.956,-0.190) (-0.173,1)
(-1.000,-0.587) (-0.516,-0.122) (-0.109,1)
3 4 (-1.000,-0.430) (-0.413,1)
4 5 (-1.000,-0.494) (-0.478,1)
Otro indicio, a partir del anlisis numrico realizado, es que los puntos de so-
porte del diseo D-ptimo son los ceros de la solucin polinmica correspondiente
al i-simo autovalor ms pequeo, si a est en el i-simo intervalo a partir de la
derecha en la tabla anterior.
DISEO D-PTIMO PARA UN MODELO POLINMICO SIN ALGUNOS TRMINOS INICIALES 15
Por ejemplo, sea
, x x x ) Y ( E
4
4
3
3
2
2 x
+ + [ ] 1 , 3 . 0 x
, 2 s ( 4 k y ). 3 . 0 a
Los autovalores de la correspondiente matriz A son: {-0.3, 0.0643, 0.4802, 1} y
el diseo D-ptimo se encontrar a partir del segundo autovalor ms pequeo. El
autovector asociado al autovalor 0.0643 es (0.219,0.2113,-1.4304,1) y resolviendo
la ecuacin: 0 x 1.4304x - 0.2113x 0.219
3 2
+ + , llegamos al diseo D-ptimo:
.
3 / 1 3 / 1 3 / 1
1 73 . 0 3 . 0
*

Para 2 s , 4 k y varias elecciones del intervalo [ 1 , a ] ( a =-1, -0.9, -0.3, -0.2, -
0.18, 0, 0.5), representamos en las siguientes figuras la funcin *) , x ( d , siendo *
el diseo D-ptimo en el intervalo correspondiente. Como indica el TEG podemos
observar que en los puntos de diseo esta funcin alcanza el valor 3 1 s k + y
en el resto del espacio de diseo se mantiene por debajo de 3.
Grfico 1
REPRESENTACIN GRFICA DE LA FUNCIN
*) , x ( d PARA a =-1, -0.9, -0.3, -0.2, -0.18, 0, 0.5
16 ESTADSTICA ESPAOLA
9. ALGUNOS EJEMPLOS
Consideremos el modelo:
, x x ) Y ( E
1 s
1 s
s
s x
+
+
+ x [ 1 , a ].
Los ceros del polinomio ) x 2 1 ( P
) 1 , 1 s 2 (
2


son los puntos ) 1 s /( s + y 1. Por tanto,
obtenemos los siguientes diseos D-ptimos en intervalos de la forma [ 1 , a ]

+

2 / 1 2 / 1
1
1 s
s
* ,
1 s
s
a c
+
< <
y

2 / 1 2 / 1
1 a
* , .
1 s
s
a
+
>
Para 4 s 1 los valores de c se encuentran en el Cuadro 1. Adems, este
segundo diseo sigue siendo vlido para un intervalo [ 1 , a ] con ) s ( a a 1 , los
valores de ) s ( a para s 1, 2, 3 y 4 son -0.217, -0.326, -0.43 y -0.494, respectiva-
mente. Podemos observar que en estos ejemplos los intervalos para los que el
diseo D-ptimo tiene 3 puntos apenas tienen una amplitud de 2 centsimas.
Modelos de este tipo se usan en termodinmica para expresar la resistencia de
un conductor en funcin de la temperatura.
Consideremos ahora el modelo con un trmino adicional:
, x x x ) Y ( E
2 s
2 s
1 s
1 s
s
s x
+
+
+
+
+ + x [ 1 , a ].
Calculando los ceros del polinomio ) x 2 1 ( P
) 1 , 1 s 2 (
3


tenemos que los diseos D-
ptimos en intervalos de la forma [ 1 , a ] con
) s 2 s 7 6 ( 2
s 4 s 8 3 3 s 4 s 8 3
a c
2
2 2
+ +
+ + + +
< <
estn soportados, con iguales pesos, en el punto 1 y en los puntos:
DISEO D-PTIMO PARA UN MODELO POLINMICO SIN ALGUNOS TRMINOS INICIALES 17
) s 2 s 7 6 ( 2
s 4 s 8 3 3 s 4 s 8 3
x
2
2 2
1
+ +
+ + + +
,
y
.
) s 2 s 7 6 ( 2
s 4 s 8 3 3 s 4 s 8 3
x
2
2 2
2
+ +
+ + + + +

Para 4 s 1 los valores de c se encuentran en el Cuadro 1.

Cuando
) s 2 s 7 6 ( 2
s 4 s 8 3 3 s 4 s 8 3
a
2
2 2
+ +
+ + + +
>
el diseo D-ptimo hay que buscarlo a travs del ms pequeo autovalor de la
matriz A definida en [8] y ste es:
.
) s 1 ( 6
) s s 2 1 ( a 2 ) s 1 ( a ) s 1 ( ) s 3 1 )( a 1 (
2 2 2 2
1
+
+ + + + + + +
[9]
Con los coeficientes de su autovector asociado construimos un polinomio de grado
3 cuyos ceros son el soporte del diseo D-ptimo y stos son los puntos a ,
2
x y 1,
con:
.
) s 2 ( 2
) s s 2 1 ( a 2 ) s 1 ( a ) s 1 ( ) s 1 )( a 1 (
x
2 2 2 2
2
+
+ + + + + + + +

Teniendo en cuenta el Cuadro 2, el diseo D-ptimo para 2 s tambin est

soportado en 3 puntos si a pertenece al intervalo (-0.956,-0.19). En estos casos el
diseo D-ptimo se obtiene a partir del segundo autovalor ms pequeo de la
matriz A pero ste coincide con [9], por tanto el ltimo diseo sigue siendo vlido
en este intervalo.
18 ESTADSTICA ESPAOLA
REFERENCIAS
BIRKHOFF, G. AND ROTA, G. C. (1989): Ordinary differential equations. John Wiley &
Sons, New York.
FEDOROV, V. V. (1972): Theory of optimal experiments. Academic Press, New York.
HUANG, M. -N. L., CHANG, F. C. AND WONG, W. K. (1995): D-optimal designs for
polynomial regression without an intercept. Statistica Sinica 5, 441-458.
KARLIN, S. AND STUDDEN, W. J. (1966): Optimal experimental designs. The Annals
of Mathematical Statistics 37, 783-815.
PUKELSHEIM, F. (1993): Optimal Design of Experiments. Wiley, New York.
SILVEY, S. D. (1980): Optimal Design. Chapman & Hall, London.
SZEG, G. (1975): Orthogonal Polynomials. 4th edition. American Mathematical
Society Colloquium Publications, 23, Providence Rhode Island.
D-OPTIMAL DESIGNS FOR POLYNOMIAL REGRESSION WI-
THOUT ANY INITIAL TERMS
SUMMARY
In this paper we consider D-optimal designs for polynomial regres-
sion without any initial terms. The number of support points of D-
optimal designs depends on the interval selected as support space
thus, several intervals will be taken. In several cases, when the num-
ber of parameters and support points are equal, the optimal designs
can be computed analytically. The supports of the optimal designs
found are related to the zeros of an orthogonal polynomial or to an ei-
genvector of a special tridiagonal matrix.
Key words: D-optimal design, information matrix, Jacobi polynomial.
AMS Classification: 62K05