Академический Документы
Профессиональный Документы
Культура Документы
Resumen
En el presente trabajo de investigación se desarrollan los algoritmos para la implementación computacional del
método de Gauss-Newton para el problema de aproximación no lineal, en particular para el problema de mínimos
cuadrados no lineal.
Palabras clave:
Abstract
Presently investigation work the algorithms are developed for the implementation computacional of Gauss-Newton
method for the problem of non lineal approach, in particular for the nonlinear least-square problems.
Key words:
66
Algoritmos para la implementación computacional del método de Gauss-Newton para el problema de aproximación
no lineal
con
newtheorem{ejemplo}[teorema]{Ejemplo}donde
es una matriz triangular superior. Sea
k≤n-1, de otro modo Pk…P1A tendría la forma
deseada. Entonces se determina una matriz ortogonal
, tal que la primera Se obtiene el siguiente algoritmo:
Dada la matriz
columna de sea unmúltiplo del primer
vector canónico de .
Se define Para
Calcular una matriz
de Householder con
donde RK+1 es una matriz identidad. Entonces Pk+1K
ℝmxm2 es evidentemente ortogonal. Además se
cumple Hacer
Calcular
Observaciones:
a) Definiendo Q:=P1..Pn se encuentra la factorización
QR dado que QTA=Pn…P1A=R. Para obtener la
matriz R, no es necesario almacenar la matriz Q.
b) La factorización QR de una matriz se En el algoritmo para la factorización QR se tomará en
obtiene en pasos donde n≤ m. Para cuenta el evitar desbordamiento por exceso y por
m = n bastan n-1 pasos. defecto (overflow y underflow); existen varias
c) En el Lema (1.4), el vector u, que de.ne la matriz propuestas dos de ellas son analizados por Dubrulle
de Householder, se distingue de x solamente en la ([5]).
primera componente. Habría sido también posible Teorema 1.5 Para cualquier matriz
poner . Igualmente la matriz existe una factorización QR.
de Householder transpondría x en un múltiplo del La implementación del algoritmo sería la siguiente en
vector canónico. La desventaja es que posiblemente el k-ésimo paso para el cálculo de
se sustrae en la primera componente dos números
casi del mismo tamaño lo que puede in.uir la
exactitud y
producir errores por redondeos. tal que
d) En el Lema (1.4), para evitar overflow o un
underflow es conveniente calcular primero
y y después
donde donde
Sea Núcleo
De esto se
obtiene y se cumple
3. Nucleo .
Entonces ATA es regular, si Rg(A) = n.
4. Existencia: hay que demostrar que el problema
De esto se obtiene
** : Asigna la submatriz
Mostraremos la existencia de
Por la convexidad de f para t 2 [0; 1] se cumple
De esto se obtiene
Consideremos el problema
(PA)
donde Esto signi.ca que esta acotada inferiormente.
Asumimos que se cumplen las siguientes hipótesis Para se cumple
a) Dado , el conjunto de nivel
es compacto.
y se cumple
(Pg)
El conjunto
es cerrado por ser la intersección de conjuntos
Por el Lema precedente y de esto se obtiene
cerrados. Para se cumple
Finalmente se obtiene
se tiene que también es acotado. Por consiguiente Lo cual es absurdo, por consiguiente (*) se cumplirá
es compacto y el problema (Pg) tiene solución. en un número finito de pasos.
Una solución de fx(p*) = f(x) es p = 0 y por lo tanto es
Lema 2.3 una dirección
una solución estacionaria de
descendente tal que
(LPx), luego se tiene
Entonces
(4)
En (3) y (4) tomando
Para , de esta inecuación con resulta
que y así se obtiene , finalmente se
Teorema 2.4 Dado (PA) con las hipótesis a), b) y c). obtiene
Sean , p una dirección descendente.
Aplicando la prueba de Armijo existe una constante
tal que
Teorema 2.5 Sea Rango(F’(x)) = n para todo .
Consideramos el siguiente algoritmo
Prueba. Sean y en
Algoritmo de la búsquea de Armijo con .
Para se tiene
(1)
En caso de que el algoritmo no termine en un número
finito de pasos con una solución estacionaria de (PA),
(2)
se tiene la sucesión con
Sea el primer cero positivo de f(x)-f(x + tp). y cada punto de
Se tienen dos casos acumulación x* de es una solución estacionaria
a) Para por el Lema (2.3) y por (2) se de (PA). Si (PA) tiene una solución estacionaria
obtiene única, converge a x*.
Prueba. a) Sea .
Se cumple que es acotado, en efecto. Se cumple
Simplicando se obtiene
con donde
siguientes resultados
para finalizar , se obtienen los
Para el punto inicial x0:= (200, 30, -0,4)T y δ = criterio para finalizar (f(xk)-fk(pk) < ε), se obtiene la
0;0001 en la prueba de Armijo y con ε = 10-12 en el siguiente corrida
Donde n=12, p=1; k=3. Para α= 0,05, como Ejemplo 3.3 Se está buscando ajustar la función
F0=31636;73319969>fα,k,n-p=3,59 se rechaza la g(t)=a + b ec t + d ef t con los datos
hipótesis nula.
Se tiene
con
el coeficiente de determinación múltiple
R2=0;99987473421760.
Análisis de varianza para probar la significación de la
regresión: