Preliminares Mtodos de Ajuste de Curvas

AJUSTE DE CURV AS

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Contenido

Preliminares Definiciones
Mtodos de Ajuste de Curvas Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Definiciones

Contenido

Preliminares Definiciones
Mtodos de Ajuste de Curvas Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Definiciones

Definiciones
En ciencias e ingeniera es frecuente que un experimento produzca un conjunto de datos (x1 , y1 ) , ..., (xN , yN ), siendo las abcisas {xk } distintas entre s. Uno de los objetivos del clculo numrico es la determinacin de una frmula y = f (x ) que relacione las variables (ajustar una curva a datos experimentales). Normalmente se dispone de una serie de frmulas previamente establecidas, y lo que hay que hallar son los valores ms adecuados de unos coeficientes o unos parmetros para estas frmulas.

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Definiciones

Definiciones
En ciencias e ingeniera es frecuente que un experimento produzca un conjunto de datos (x1 , y1 ) , ..., (xN , yN ), siendo las abcisas {xk } distintas entre s. Uno de los objetivos del clculo numrico es la determinacin de una frmula y = f (x ) que relacione las variables (ajustar una curva a datos experimentales). Normalmente se dispone de una serie de frmulas previamente establecidas, y lo que hay que hallar son los valores ms adecuados de unos coeficientes o unos parmetros para estas frmulas.

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Definiciones

Definiciones
En ciencias e ingeniera es frecuente que un experimento produzca un conjunto de datos (x1 , y1 ) , ..., (xN , yN ), siendo las abcisas {xk } distintas entre s. Uno de los objetivos del clculo numrico es la determinacin de una frmula y = f (x ) que relacione las variables (ajustar una curva a datos experimentales). Normalmente se dispone de una serie de frmulas previamente establecidas, y lo que hay que hallar son los valores ms adecuados de unos coeficientes o unos parmetros para estas frmulas.

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Definiciones

Definiciones
Definicin Se definen los errores o desviaciones o residuos as: ek = f (xk ) yk ; 1 k N . Se definen las siguientes normas que se pueden usar con los residuos para medir la distancia entre la curva y = f (x ) y los datos: Error Mximo: E (f ) = max {|f (xk ) yk | : 1 k N } ,

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Definiciones

Definiciones

Error Medio:

E1 (f ) = Error Cuadrtico Medio: E2 (f ) =

N 1X |f (xk ) yk | , N k =1

1 XN N
k =1

!1/2

|f (xk ) yk |

(1)

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Contenido

Preliminares Definiciones
Mtodos de Ajuste de Curvas Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Rectas de Regresin en Mnimos Cuadrados

Definicin Sea {(xk , yk )}Nk =1 un conjunto de N puntos cuyas abcisas {xk } son todas distintas. La recta de regresin o recta ptima en (el sentido de los) mnimos cuadrados es la recta de ecuacin y = f (x ) = Ax + B que minimiza el error cuadrtico medio E2 (f ).

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Rectas de Regresin en Mnimos Cuadrados

De (1), notar que E2 (f ) ser mnima sii lo es N (E2 (f ))2 = XN (Axk + B yk )2 .

k =1

Geomtricamente es la suma de los cuadrados de las distancias verticales desde los puntos {(xk , yk )} hasta la recta y = Ax + B.

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Rectas de Regresin en Mnimos Cuadrados

Teorema: Recta de Regresin en Mnimos Cuadrados Sean {(xk , yk )}k =1 N puntos cuyas abcisas {xk }k =1 son distintas. Entonces, los coeficientes de la recta de regresin y = Ax + B son la solucin del siguiente sistema lineal, conocido como las ecuaciones normales de Gauss:
N X x2 k =1 N X xk k =1

!
k

A+

N X x

!
k

N X x k =1

k yk ,

k =1

A + NB

N X

yk .

k =1

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Contenido

Preliminares Definiciones
Mtodos de Ajuste de Curvas Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

El Ajuste Potencial y

= Ax M

Algunas situaciones se modelan mediante una funcin del tipo f (x ) = Ax M , donde M es una constante conocida. En estos casos solo hay que determinar un parmetro.

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

El Ajuste Potencial y

= Ax M

Teorema: Ajuste Potencial

Supongamos que tenemos N puntos {(xk , yk )}N k =1 cuyas abcisas son distintas. Entonces, el coeficiente A de la curva potencial ptima en mnimos cuadrados y = Ax M viene dado por PN M k =1 x k yk A= P . N 2M x k =1 k

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Contenido

Preliminares Definiciones
Mtodos de Ajuste de Curvas Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

El Ajuste Exponencial y =

CeAx

Se desea ajustar una curva exponencial de la forma

y = CeAx
a un conjunto de puntos {(xk , yk )}N
k =1

(2) dado de antemano.

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Opcin 1: El mtodo de linealizacin de los datos

Tomando logaritmos en (2):
ln(y ) = Ax + ln(C). Haciendo un cambio de variables (y de constante): Y = ln(y ), X = x , B = ln(C), se obtiene una relacin lineal entre las nuevas variables X y Y: Y = AX + B.

(3)

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Opcin 1: El mtodo de linealizacin de los datos

Tomando logaritmos en (2):
ln(y ) = Ax + ln(C). Haciendo un cambio de variables (y de constante): Y = ln(y ), X = x , B = ln(C), se obtiene una relacin lineal entre las nuevas variables X y Y: Y = AX + B.

(3)

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Opcin 1: El mtodo de linealizacin de los datos

Tomando logaritmos en (2):
ln(y ) = Ax + ln(C). Haciendo un cambio de variables (y de constante): Y = ln(y ), X = x , B = ln(C), se obtiene una relacin lineal entre las nuevas variables X y Y: Y = AX + B.

(3)

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Opcin 1: El mtodo de linealizacin de los datos

Ahora se calcula la recta de regresin (3) para los puntos {(Xk , Yk )}, para lo que planteamos las correspondientes ecuaciones normales de Gauss
N X X2 k =1 N X Xk k =1

!
k

A+

N X Xk k =1

! B =

XN Xk Yk ,
k =1 N X Yk , k =1

A + NB

que constituyen un sistema de ecuaciones lineales para las incgnitas A y C. Una vez calculados A y B, hallamos el parmetro C de (2): C = eB .
AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Opcin 2: El mtodo no lineal de los mnimos cuadrados

Se debe hallar el mnimo de la funcin E (A, C) = X N Ax Ce k yk
k =1

Para ello, hallamos las derivadas parciales

E A
E C
N X k =1

CeAxk yk Cxk eAxk , CeAxk yk

N X k =1

eAxk .

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Opcin 2: El mtodo no lineal de los mnimos cuadrados

Se debe hallar el mnimo de la funcin E (A, C) = X N Ax Ce k yk
k =1

Para ello, hallamos las derivadas parciales

E A
E C
N X k =1

CeAxk yk Cxk eAxk , CeAxk yk

N X k =1

eAxk .

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Opcin 2: El mtodo no lineal de los mnimos cuadrados

Igualando a cero obtenemos las ecuaciones normales
N X C xk e2Axk k =1 N X e2Axk k =1 N X xk yk eAxk k =1 N X yk eAxk k =1

= 0,

= 0,

que es un sistema de ecuaciones no lineales para las incgnitas A y C.

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Opcin 2: El mtodo no lineal de los mnimos cuadrados

Se puede resolver este sistema con el mtodo iterativo de Newton-Raphson. Se pueden utilizar mtodos para minimizar funciones de varias variables, para hallar el mnimo de la funcin E (A, C) directamente. Por ejemplo, el de Nelder-Mead. En este caso, no se necesita calcular las derivadas parciales.

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Opcin 2: El mtodo no lineal de los mnimos cuadrados

Se puede resolver este sistema con el mtodo iterativo de Newton-Raphson. Se pueden utilizar mtodos para minimizar funciones de varias variables, para hallar el mnimo de la funcin E (A, C) directamente. Por ejemplo, el de Nelder-Mead. En este caso, no se necesita calcular las derivadas parciales.

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Contenido

Preliminares Definiciones
Mtodos de Ajuste de Curvas Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Combinaciones Lineales en Mnimos Cuadrados

Este problema se formula as: Dados N puntos {(xk , yk )} y un conjunto de M funciones linealmente independientes fj (x ) , encontrar M coeficientes cj tales que la funcin f (x ) definida como la combinacin lineal
M X f (x ) = cj fj (x )

minimice la suma de los cuadrados de los errores

E (C1 , C2 , ..., CM ) = (f (xk ) yk ) = @@
k =1 k =1

j =1

N 2

00

cj fj (xk )A yk A .
j =1

MX

12

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Combinaciones Lineales en Mnimos Cuadrados

Para que E alcance un mnimo en un punto, solucin del sistema de ecuaciones lineales:
E Ci

cj debe ser la

=
M X

N X

00

1
MX

@@

cj fj (xk )A yk A (fi (xk )) = 0; i = 1, 2, ..., M !

N X fi (xk ) yk ; i = 1, 2, ..., M , k =1

k =1 N X

j =1

fi (xk ) fj (xk )

cj =

(4)

j =1

k =1

llamadas ecuaciones normales de Gauss. Es un sistema de ecuaciones lineales de orden M x M. Las incgnitas son los coeficientes cj .

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Formulacin Matricial
Si se define
2 f1 (x1 ) f2 (x1 ) f1 (x2 ) f2 (x2 ) 6 6 F = 6 f1 (x3 ) f2 (x3 ) 4 ... ... f1 (xN ) 3 ... fM (x1 ) ... fM (x2 ) 7 ... fM (x3 ) 7 , F7 = 5 ... ... f2 (xN ) ... fM (xN ) 2
0

6 6 4

f1 (x1 ) f2 (x1 ) ... fM (x1 )

f1 (x2 ) f2 (x2 ) ... fM (x2 )

f1 (x3 ) f2 (x3 ) ... f M (x 3 )

... ... ... ...

f1 (xN ) f2 (xN ) ... f M (x N)

7 7, 5

2
6 C= 6 4

3 c1 6 c7 27 ,Y=6 4 ...5 cM

y1 y2 ... yN

3
7 7, 5

entonces (4) se puede escribir como

F FC = F Y,
cuya incgnita es C.
AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Ajuste Polinomial

Cuando el mtodo que se acaba de describir se aplica al caso en el que se tienen M+1 funciones dadas por fj (x ) = x j 1 , la funcin f (x ) ser un polinomio de grado <= M: f (x ) = c1 + c2 x + c3 x 2 + ... + cM +1 x M .

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Ajuste Polinomial

Teorema: Parbola ptima en mnimos cuadrados

Suponer que se tienen N puntos {(xk , yk )}N k =1 cuyas abcisas son todas distintas. Los coeficientes de la parbola de ecuacin y = f (x ) = Ax 2 + Bx + C que mejor se ajusta a dichos puntos en el sentido de los mnimos cuadrados son las soluciones A, B y C del sistema de ecuaciones lineales

AJUSTE DE CURVAS

Preliminares Mtodos de Ajuste de Curvas

Rectas de Regresin en Mnimos Cuadrados El Ajuste Potencial y = Ax M El Ajuste Exponencial y = CeAx Combinaciones Lineales en Mnimos Cuadrados

Ajuste Polinomial

N X x4 k =1 N

!
k

A+ !

N X x3 k =1 N

!
k

B+ !

N X x2 k =1 N

!
k

C ! C

N X

yk x 2 , k yk xk ,

k =1

x3

A+
N X x2 k =1

X !

x2

B+
N X xk k =1

X !

xk

N X

k =1

k =1

k =1

k =1

A+

B + NC

N X

yk .

k =1

AJUSTE DE CURVAS

Apndice

Bibliografa

MATHEWS, John; KURTIS, Fink. Mtodos Numricos con MATLAB. Prentice Hall, 2000.

AJUSTE DE CURVAS