Mtodos Numricos

para Ingenieros Qumicos

Contenido

Introduccin
Regresin
Lineal

Mnimos
Cuadrados
Criterios
Ajuste Lineal

Ajuste General

Carlos Snchez
Sem I-2015

AJUSTE DE DATOS
Una estrategia apropiada para el tratamiento y prediccin
del comportamiento de datos experimentales, consiste en
obtener de ellos una funcin aproximacin que se ajuste a
la forma general de ellos sin que necesariamente coincidan
en todos los puntos
f(x)

a)

b)

x
c)

Introduccin
Introduccin
Regresin
Lineal

Se caracteriz la
tendencia general de los
datos con una lnea
recta.

Mnimos
Cuadrados

Se usaron segmentos
lineales o interpolacin
lineal para conectar los
puntos.

Ajuste General

Se usaron curvas para

capturar el serpenteado
sugerido por los datos.

Criterios
Ajuste Lineal

AJUSTE DE DATOS

y=axb

En la mayora casos de la ingeniera, los datos

experimentales que representan situaciones fsicas medibles
son no lineales y se necesita ajustarlos a otra funcin que no
sea una lnea recta.
y

y=a

x_
b+x

y=aebx

y
=
a.xb
log(y) =
log(a.xb)
log(y) =log(a)+log(xb)
log(y) =log(a)+b.log(x)
Y
= A + B.X

log(y)

y =
a.eb.x
ln(y) =
ln(a.eb.x)
ln(y) =ln(a)+ln(eb.x)
ln(y) =ln(a)+b.x.ln(e)
Y = A + B.X

log(y)

Regresin
Regresin
Lineal
Lineal

Pendiente

log(a)

log(x)

Pendiente

1
x
y a

y
b x
1
1
a.b a Y
y
x

log(a)

b x
a

x
B. X A

Mnimos
Cuadrados
Criterios
Ajuste Lineal
Ajuste General

1/y
y

Introduccin
Introduccin

Pendiente

1/a
1/x

AJUSTE DE DATOS
La regresin por mnimos cuadrados es una
tcnica aplicada cuando todos o algunos de los
datos (x,y) exhiben un grado significativo de
error, como por ejemplo datos tomados
experimentalmente.

Introduccin
Introduccin

La estrategia a seguir es determinar la mejor

funcin, o curva, que represente la tendencia
general de los datos que estn sujetos a error.

Mnimos
Mnimos
Cuadrados
Cuadrados

El ejemplo ms simple de una aproximacin

por mnimos cuadrados es el caso de aproximar
un conjunto de datos (x,y) a una lnea recta, es
decir la regresin lineal".
y a 0 a1 x e

Regresin
Regresin
Lineal
Lineal

Criterios
Criterios
Ajuste Lineal

Ajuste General

AJUSTE DE DATOS
SUMA DE ERRORES MNIMA
n

e i ( y i a0 a1 x i )

i 1
i 1

-e

La mejor lnea es la que conecta los dos puntos,

pero cualquier lnea que pasa por el punto medio
genera un valor de cero (los errores se cancelan).

SUMA DEL ERROR ABSOLUTO MNIMO

n

Introduccin
Introduccin

e i ( y i a0 a1 x i )

i 1
i 1
Esto es cuando dos de los puntos estn en el
mismo valor de x (caso tpico cuando se duplican los
experimentos). Cualquier lnea que se encuentre
dentro de las lneas continuas, minimiza el valor
absoluto de la suma, esto es, tendr la misma suma
de las magnitudes de las distancias verticales.

Regresin
Regresin
Lineal
Lineal
Mnimos
Mnimos
Cuadrados
Cuadrados
Criterios
Criterios
Ajuste Lineal

Ajuste General

AJUSTE DE DATOS
SUMA MNIMO CUADRADO DE ERRORES
La cuantificacin del error se basa en
trminos estadsticos. Para ello se toman en
cuenta los valores reales o experimentales (St) y
los valores proporcionados por el ajuste (Sr):

st (y i y ) 2

s r ( y i ao ai x i ) 2

La diferencia entre st y sr cuantifica la mejora

en la reduccin del error debido al modelo de la
lnea recta. Esta diferencia se puede normalizar
al error total y obtener:

st s r
r
st
2

r2

i 1

i 1

i 1

n. xi yi xi yi
n 2 n 2 n 2 n 2
n. x x . n. y y
i 1 i i 1 i i 1 i i 1 i

Introduccin
Introduccin
Regresin
Regresin
Lineal
Lineal
Mnimos
Mnimos
Cuadrados
Cuadrados
Criterios
Criterios
Ajuste Lineal
Lineal
Ajuste
Ajuste General

AJUSTE DE DATOS
EJEMPLO N1
Introduccin
Introduccin

Aplicar regresin lineal a la tabla de datos:

n=7

sumatoria

xi
1,0
2,0
3,0
4,0
5,0
6,0
7,0

yi
0,5
2,5
2,0
4,0
3,5
6,0
5,5

xiyi
0,5
5,0
6,0
16,0
17,5
36,0
38,5

xi2
1,0
4,0
9,0
16,0
25,0
36,0
49,0

28,0

24,0

119,5

140,0

Regresin
Regresin
Lineal
Lineal
Mnimos
Mnimos
Cuadrados
Cuadrados

7,0

Criterios
Criterios
Ajuste Lineal
Lineal
Ajuste

6,0
5,0

Ajuste General
y

4,0
3,0

Los resultados
indican
2,0
que el modelo
lineal
1,0
explic el 86,83%
de la
0,0
1,0
2,0
incertidumbre0,0 original.

y 0,8393 x 0,0714
r 2 0,8683
3,0

4,0
x

5,0

6,0

7,0

8,0

AJUSTE DE DATOS
EJEMPLO N2
Aplicar regresin lineal a la tabla de datos:

n=5

log(xi) log(yi) log(xi)log(yi) [log(xi)]2

0,0000 -0,3010 0,0000 0,0000
0,3010 0,2304 0,0694 0,0906
0,4771 0,5315 0,2536 0,2276
0,6021 0,7559 0,4551 0,3625
0,6990 0,9243 0,6460 0,4886
2,0792 2,1411 1,4241 1,1693

yi
0,5
1,7
3,4
5,7
8,4

Regresin
Regresin
Lineal
Lineal
Mnimos
Mnimos
Cuadrados
Cuadrados

logy 1,7517 logx 0,3002

9,0
1,0
8,0
0,8
7,0

Criterios
Criterios
Ajuste Lineal
Lineal
Ajuste

r 2 1

0,6
6,0

Ajuste General

5,0
0,4

log y

xi
1,0
2,0
3,0
4,0
5,0

Introduccin
Introduccin

4,0
0,2
3,0

y 0,5010 x 1,7517

0,0
2,0
0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

1,0
-0,2
0,0
-0,40,0

1,0

2,0

3,0
log
x x

4,0

5,0

6,0

AJUSTE DE DATOS
ALCANCES
Introduccin
Introduccin

Regresin lineal.
y a0 a1 x

Regresin
Regresin
Lineal
Lineal

Regresin polinomial.

y a0 a1 x a2 x 2 a3 x 3 am x m
Regresin multifunciones.
1
y a 0 a1 x a 2 a 3e x a m f m
x

Mnimos
Mnimos
Cuadrados
Cuadrados

Cualquier tipo
de funcin

Regresin multivariables.
x2
y a 0 a1 x 1 a 2
a3 x 2e x a m f m
x1

Cualquier tipo
de funcin y
variables

Criterios
Criterios
Ajuste Lineal
Lineal
Ajuste
Ajuste General
General
Ajuste

AJUSTE DE DATOS
MTODO GENERAL
Introduccin
Introduccin

Yj

Yj

ej=(yj-Yj)

yj

Mnimos
Mnimos
Cuadrados
Cuadrados
Criterios
Criterios
Ajuste Lineal
Lineal
Ajuste
Ajuste General
General
Ajuste

y2
y1
x1

Regresin
Regresin
Lineal
Lineal

x2

xj

a 0 f 0 a1f 1 a 2 f 2 a3 f 3 a m f m
m

ai f i
i 0

x variable indep.
y valor real/exp.
Y valor aprox.
n nm. datos
m nm. funciones

AJUSTE DE DATOS
MTODO GENERAL
Despus de un profundo y complejo anlisis
matemtico similar al realizado al ajuste lineal
se tiene la siguiente solucin:
n

a0 f0 f0 a1 f1 f0 a2 f2 f0 am f m f0 y j f0
j
j
j
j
j

n
f0 f0
jn1

f0 f1

jn1
f f
0 2

j1

n M
f0 f m

j1

f f f
j1
n

1 0

j1
n

j1
n

j1
n

f f f
1 2

j1

M
f1 f m
n

j1

2 1

2 0

f f f
1 1

2 2

j1

M
M
f2 f m
n

j1

f
f
y
f
m 0
j 0

j1
j1

n
n
a
0

f m f1 a 1 y j f1

j1
jn1

n
a
2
f m f2 y j f2

M
j1
j1

M a m n M
n
y j f3
f m f m

j1
j1

El error o bondad se determina de la misma

forma al ajuste lineal.

Introduccin
Introduccin
Regresin
Regresin
Lineal
Lineal
Mnimos
Mnimos
Cuadrados
Cuadrados
Criterios
Criterios
Ajuste Lineal
Lineal
Ajuste
Ajuste General
General
Ajuste

AJUSTE DE DATOS
APLICACIN DE AJUSTES EN EXCEL
Introduccin
Introduccin
Regresin
Regresin
Lineal
Lineal
Mnimos
Mnimos
Cuadrados
Cuadrados
Criterios
Criterios
Ajuste Lineal
Lineal
Ajuste
Ajuste General
General
Ajuste

AJUSTE DE DATOS
APLICACIN DE AJUSTES EN EXCEL