Vous êtes sur la page 1sur 7

Mtodos Numricos / Mdulo 4

Teora, 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 = a 0 + a1 x +

Donde a0 y a1 son los coeficientes a determinar y donde es el error o 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

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 - a - a x , se conoce como la desviacin de cada dato.

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: y 0.2862 1.7645 x

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
ecuaciones:

, resolvemos el siguiente sistema de

, 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


ecuaciones:

), resolvemos el siguiente sistema de

, 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,


x
1
2
3
4
5
f(x) 0.5 1.7 3.4 5.7 8.4
, ajustar la tabla a una funcin de la forma

y a 2 x b2
Solucin:
Usamos la linealizacin log( y ) b2 log( x) log(a2 ) y con ayuda de dicha linealizacin fabricamos la
siguiente tabla:
x
1
2
3
4
5

y
0.5
1.7
3.4
5.7
8.4

log(x)
0.0
0.301
0.477
0.602
0.699

log(y)
-0.301
0.226
0.534
0.753
0.922

Una regresin lineal usando las dos ltimas columnas nos da que A=1.75 y B=-0.3
, o sea log( y ) 1.75 log( x) 0.3
, o sea que la funcin pedida es y 0.5 x1.75