Académique Documents
Professionnel Documents
Culture Documents
Cuadrados
2 Minimos Cuadrados.nb
Dada la siguiente tabla de valores donde la primer columna corresponde a los valores de x y la
segunda a los valores de la funcin y = f(x)
Graficar la nube de puntos.
15
10
1 2 3 4
Minimos Cuadrados.nb 5
At := Transpose[A]
transposicin
Mc := Inverse[At.A]
matriz inversa
a
Ahora encontraremos el vector s tal que
s=
b
s = Mc.At.B // MatrixForm
forma de matriz
15.1387
- 0.0583717
6 Minimos Cuadrados.nb
Ahora crearemos la funcion de la recta, a partir de los valores a y b obtenidos la denotaremos como
r[x]
a := s[[1, 1]]
b := s[[1, 2]]
r[x_] := a + b * x
Ahora crearemos una tabla t1 la cual contendra los valores necesacior para calcular el grado de
regrecion
Ta := Table
tabla
"P" <> ToString[i], Points[[i, 1]], Points[[i, 2]], r[Points[[i, 1]]][[1]],
convierte a cadena de caracteres
Points[[i, 2]] - r[Points[[i, 1]]] ^ 2[[1]], Points[[i, 2]] ^ 2, {i, 17}
titles := " ", "X", "Y", "f(x)", "(y-f(x))2 =Ri2 ", "y2 "
Summation := "", Sum[Points[[i, 1]], {i, 1, 17}], Sum[Points[[i, 2]], {i, 1, 17}],
suma suma
"------", SumPoints[[i, 2]] - r[Points[[i, 1]]] ^ 2, {i, 1, 17}[[1]],
suma
Sum[Points[[i, 2]] ^ 2, {i, 1, 17}]
suma
Ri2 ( y) 2
Calcularemos la Varianza Residual Se2 = y 2
y la varianza de y: Sy2 = n+1 -
n+1 n+1
Se = Summation[[5]] Length[Points] + 1
longitud
10.6673
Sy = Summation[[6]] Length[Points] + 1 -
longitud
Summation[[3]] Length[Points] + 1 ^ 2
longitud
22.4776
Se2
Ahora calcularemos el grado de ajuste como: R2 =1 -
Sy2
R = 1 - Se / Sy
0.525426
Show[PointsG, R1G]
muestra
20
15
10
1 2 3 4
Minimos Cuadrados.nb 9
At2 := Transpose[A2]
transposicin
Mc2 := Inverse[At2.A2]
matriz inversa
a
Ahora encontraremos el vector s tal que
s=
b
10 Minimos Cuadrados.nb
s2 = Mc2.At2.B2 // MatrixForm
forma de matriz
17.7428
- 3.53041
0.723342
Ahora crearemos la funcion de la recta, a partir de los valores a y b obtenidos la denotaremos como
r[x]
a2 := s2[[1, 1]]
b2 := s2[[1, 2]]
c2 := s2[[1, 3]]
p[x_] := a2 + b2 * x + c2 * x ^ 2
Ahora crearemos una tabla t1 la cual contendra los valores necesacior para calcular el grado de
regrecion
Ta2 := Table
tabla
"P" <> ToString[i], Points[[i, 1]], Points[[i, 2]], p[Points[[i, 1]]][[1]],
convierte a cadena de caracteres
Points[[i, 2]] - p[Points[[i, 1]]] ^ 2[[1]], Points[[i, 2]] ^ 2, {i, 17}
Summation2 :=
"", Sum[Points[[i, 1]], {i, 1, 17}], Sum[Points[[i, 2]], {i, 1, 17}],
suma suma
"------", SumPoints[[i, 2]] - p[Points[[i, 1]]] ^ 2, {i, 1, 17}[[1]],
suma
Sum[Points[[i, 2]] ^ 2, {i, 1, 17}]
suma
Ri2 ( y) 2
Calcularemos la Varianza Residual Se2 = y 2
y la varianza de y: Sy2 = n+1 -
n+1 n+1
8.84208
22.4776
Se2
Ahora calcularemos el grado de ajuste como: R2 =1 -
Sy2
R2 = 1 - Se2 Sy2
0.606628
Show[PointsG, P2G]
muestra
20
15
10
1 2 3 4
Minimos Cuadrados.nb 13
At3 := Transpose[A3]
transposicin
Mc3 := Inverse[At3.A3]
matriz inversa
14 Minimos Cuadrados.nb
a
Ahora encontraremos el vector s tal que
s=
b
s3 = Mc3.At3.B3 // MatrixForm
forma de matriz
18.2467
- 5.02035
1.52331
- 0.111106
Ahora crearemos la funcion de la recta, a partir de los valores a y b obtenidos la denotaremos como
r[x]
a3 := s3[[1, 1]]
b3 := s3[[1, 2]]
c3 := s3[[1, 3]]
d3 := s3[[1, 4]]
p3[x_] := a3 + b3 * x + c3 * x ^ 2 + d3 * x ^ 3
Ahora crearemos una tabla t1 la cual contendra los valores necesacior para calcular el grado de
regrecion
Ta3 := Table
tabla
"P" <> ToString[i], Points[[i, 1]], Points[[i, 2]], p3[Points[[i, 1]]][[1]],
convierte a cadena de caracteres
Points[[i, 2]] - p3[Points[[i, 1]]] ^ 2[[1]], Points[[i, 2]] ^ 2, {i, 17}
Summation3 :=
"", Sum[Points[[i, 1]], {i, 1, 17}], Sum[Points[[i, 2]], {i, 1, 17}],
suma suma
"------", SumPoints[[i, 2]] - p3[Points[[i, 1]]] ^ 2, {i, 1, 17}[[1]],
suma
Sum[Points[[i, 2]] ^ 2, {i, 1, 17}]
suma
Ri2 ( y) 2
Calcularemos la Varianza Residual Se2 = y 2
y la varianza de y: Sy2 = n+1 -
n+1 n+1
8.77231
22.4776
Se2
Ahora calcularemos el grado de ajuste como: R2 =1 -
Sy2
R3 = 1 - Se3 Sy3
0.609731
Show[PointsG, P3G]
muestra
20
15
10
1 2 3 4
Minimos Cuadrados.nb 17
At4 := Transpose[A4]
transposicin
Mc4 := Inverse[At4.A4]
matriz inversa
a
Ahora encontraremos el vector s tal que
s=
b
s4 = Mc4.At4.B4 // MatrixForm
forma de matriz
13.4223
22.6066
- 26.2239
9.05207
- 0.954498
Ahora crearemos la funcion de la recta, a partir de los valores a y b obtenidos la denotaremos como
r[x]
a4 := s4[[1, 1]]
b4 := s4[[1, 2]]
c4 := s4[[1, 3]]
d4 := s4[[1, 4]]
e4 := s4[[1, 5]]
p4[x_] := a4 + b4 * x + c4 * x ^ 2 + d4 * x ^ 3 + e4 * x ^ 4
Ahora crearemos una tabla t1 la cual contendra los valores necesacior para calcular el grado de
regrecion
Ta4 := Table
tabla
"P" <> ToString[i], Points[[i, 1]], Points[[i, 2]], p4[Points[[i, 1]]][[1]],
convierte a cadena de caracteres
Points[[i, 2]] - p4[Points[[i, 1]]] ^ 2[[1]], Points[[i, 2]] ^ 2, {i, 17}
Summation4 :=
"", Sum[Points[[i, 1]], {i, 1, 17}], Sum[Points[[i, 2]], {i, 1, 17}],
suma suma
"------", SumPoints[[i, 2]] - p4[Points[[i, 1]]] ^ 2, {i, 1, 17}[[1]],
suma
Sum[Points[[i, 2]] ^ 2, {i, 1, 17}]
suma
Minimos Cuadrados.nb 19
Ri2 ( y) 2
Calcularemos la Varianza Residual Se2 = y 2
y la varianza de y: Sy2 = n+1 -
n+1 n+1
0.740462
22.4776
Se2
Ahora calcularemos el grado de ajuste como: R2 =1 -
Sy2
R4 = 1 - Se4 / Sy4
0.967058
20 Minimos Cuadrados.nb
Show[PointsG, P4G]
muestra
20
15
10
1 2 3 4
Minimos Cuadrados.nb 21
Recta de aproximacion
Determinatemos la ecuacion de la recta tangente al Punto 7, usaremos como pendiente la derivada
de la recta de aproximacion y sabiendo que la recta que pasa por un puntos es : y - y0 = m(x - x0 )
20
Nube de Puntos
Recta de Aproximacion
15
Recta Tangente
10
1 2 3 4
Parabola de aproximacion
Determinatemos la ecuacion de la recta tangente al Punto 7, usaremos como pendiente la derivada
de la parabola de aproximacion y sabiendo que la recta que pasa por un puntos es : y - y0 = m(x -
x0 )
20
Nube de Puntos
15
acion
roxim
mio de Ap
Polino
Recta Tangente
10
1 2 3 4
20
Nube de Puntos
15 cion
xima
de Apro
Polinomio
Recta Tangente
10
1 2 3 4
20
Nube de Puntos
n
15
io
ac
im
x
ro
Ap
de
io
10
om
lin
Po
Re
5 ct
a
Ta
ng
en
te
1 2 3 4