Академический Документы
Профессиональный Документы
Культура Документы
1
1. Aplicación al ajuste de curvas
Dados m puntos conocidos (x1 ; y1 ) ; :::; (xm ; ym ), generalmente obtenidos de un experimento.
Sean también las funciones conocidas g1 ; :::; gn : R 7! R, las que fueron elegidas a priori con un
criterio adecuado. Éstas no necesariamente deben ser lineales, por ejemplo g1 (x) = x2 , g2 = ex ,
g3 (x) = cos x,...
represente, de la mejor manera posible, a los puntos (x1 ; y1 ) ; :::; (xm ; ym ). Es decir, el grá…co de
y pase lo más cerca posible a los puntos (x1 ; y1 ) ; :::; (xm ; ym ). Note que en (5) la función y es
una combinación lineal de las funciones g1 ; :::; gn .
Forzando a que el grá…co de y pase por cada uno de los m puntos, tenemos:
matricialmente,
A® = b
donde 2 3 2 3 2
3
g1 (x1 ) ¢ ¢ ¢ gn (x1 ) ®1 y1
6
A=4 .. .. .. 7
® = 4 ... 5
6 7
y b = 4 ... 5
6 7
. . . 5;
g1 (xm ) ¢ ¢ ¢ gn (xm ) ®n ym
Para resolverlo, en el sentido de mínimos cuadrados, debemos resolver
AT A® = AT b
Esto nos provee los valores de ®1 ; ®2 ; :::; ®n de modo que y(x) = ®1 g1 (x)+®2 g2 (x)+:::+®n gn (x),
de…nido en (5), representa de la mejor manera posible, a los puntos (x1 ; y1 ) ; :::; (xm ; ym ).
2
Ejemplo 1 Suponga que tiene los siguientes datos resultado de un experimento:
Gra…camente,
y 12
10
-2 -1 1 2 3
-2 x
A® = b
3
donde 2 3 2 3
4:0000 -2 1 3:0000
6 2:2500 -1:5 1 7 6 1:0000 7
6 7 6 7
6 0:2500 -0:5 1 7 6 -1:0000 7
6 7 6 7
6 0:000 0 1 7 6 -1:5000 7 2 3
6 7 6 7 ®1
6 1:0000 1 1 7 6 2:0000 7
A=6
6
7; b=6 7 y ® = 4 ®2 5
6 1:4400 1:2 1 7
7
6
6 4:0000 7
7
6 ®3
6 6:2500 2:5 1 7
7
6
6 6:0000 7
7
6 7:0225 2:65 1 7 6 7:0000 7
6 7 6 7
4 7:8400 2:8 1 5 4 10:0000 5
9:6100 3:1 1 12:0000
Resolviendo el problema de mínimos cuadrados dado en (3), es decir, resolviendo:
2 32 3 2 3
266:39 77:206 39:663 ®1 302:14
AT A® = AT b () 4 77:206 39:663 9:25 5 4 ®2 5 = 4 98:55 5
39:663 9:25 10 ®3 42:50
obtenemos 2 3 2 3
®1 1:00200
4 ®2 5 = 4 0:59914 5
®3 -0:27857
Por lo tanto, la función cuadrática de la forma y(x) = ®1 x2 + ®2 x + ®3 que representa a los
puntos dados en (7) de la mejor manera posible es
y 12
10
-2 -1 1 2 3
-2 x
4
¯ 1 = ln ®1 .
de…nimos ȳ(x) = ln(y(x)) y ®
¯ 1 + ®2 x
ȳ(x) = ®
o sino,
xi 1:0 1:2 1:4 1:6 1:8 2:0
ȳi -2:3026 -0:69315 -0:22314 0:69315 1:1632 1:5041
De esta manera, forzando a que ȳ pase por los 6 puntos, tenemos
ȳ(1:0) = ¯ 1 + ®2 (1:0)
® = -2:3026
ȳ(1:2) = ¯ 1 + ®2 (1:2)
® = -0:69315
ȳ(1:4) = ¯ 1 + ®2 (1:4)
® = -0:22314
ȳ(1:6) = ¯ 1 + ®2 (1:6)
® = 0:69315
ȳ(1:8) = ¯ 1 + ®2 (1:8)
® = 1:1632
ȳ(2:0) = ¯ 1 + ®2 (2:0)
® = 1:5041
®=b
A¯
donde 2 3 2 3
1 1:0 -2:3026
6 1 1:2 7 6 -0:69315 7
6 7 · ¸ 6 7
6 1 1:4 7 ¯1
® 6 -0:22314 7
A=6
6
7,
7 ¯=
® y b=6
6
7
7
6 1 1:6 7 ®2 6 0:69315 7
4 1 1:8 5 4 1:1632 5
1 2:0 1:5041
Resolviendo A¯
® = b en el sentido de mínimos cuadrados, es decir, resolviendo AT A¯
® = AT b,
tenemos · ¸· ¸ · ¸
6 9:0 ¯1
® 0:141 56
AT A¯
® = AT b () =
9:0 14:2 ®2 2:764 2
Desde aquí, · ¸ · ¸
¯1
® -5:4447
=
®2 3:6455
Es decir,
¯ 1 = -5:4447
® y ®2 = 3:6455
¯ 1 = ln ®1 , entonces
Como ®
5
Por lo tanto, según (9), la función de la forma y(x) = ®1 e® 2 x que representa lo mejor posible a
los puntos dados en (8) es
y(x) = 0:0043191e3:6455x
Gra…camente,
y8
0
1.0 1.2 1.4 1.6 1.8 2.0
x
2. Otras aplicaciones
Podemos aplicar mínimos cuadrados en cualquier problema donde surja un sistema de ecuaciones
lineales sobredeterminado por resolver.
Ejemplo 3 Consideremos los siguientes puntos de la forma (x; y; z), ordenados en la siguiente
tabla:
x y z
0:0 0:0 11:00
0:5 1:0 27:85
1:0 2:0 52:60
1:5 3:0 92:00
2:0 4:0 140:00
2:5 5:0 205:23
3:0 6:0 270:05
3:5 7:0 366:66
4:0 8:0 450:00
4:5 9:0 561:50
5:0 10:0 690:00
2:0 1:0 41:35
1:0 1:6 50:00
Queremos expresar z en función de (x; y). Supongamos que z : R2 7! R es de la forma
6
Entonces, al forzar que el grá…co de z pase por esos 13 puntos, tenemos
z(0:0; 0:0) = a(0:0)2 + b(0:0)2 + c(0:0) + d(0:0) + e = 11:00
z(0:5; 1:0) = a(0:5)2 + b(1:0)2 + c(0:5) + d(1:0) + e = 27:85
..
.
z(1:0; 1:6) = a(1:0)2 + b(1:6)2 + c(1:0) + d(1:6) + e = 50:00
Matricialmente esto último es de la forma A® = ¯, donde
2 3 2 3
(0:0)2 (0:0)2 0:0 0:0 1 11:00
6 (0:5)2 (1:0)2 0:5 1:0 1 7 6 27:85 7
6 7 6 7
6 (1:0)2 (2:0)2 1:0 2:0 1 7 6 52:60 7
6 7 6 7
6 (1:5)2 (3:0)2 1:5 3:0 1 7 6 92:00 7
6 7 2 3 6 7
6 (2:0)2 (4:0)2 2:0 4:0 1 7 a 6 140:00 7
6 7 6 7
6 (2:5)2 (5:0)2 2:5 5:0 1 7 6 b 7 6 205:23 7
6 7 6 7 6 7
A=6 2
6 (3:0)2 (6:0)2
2
3:0 6:0 1 7 6
7; ® = 6 c
7
7 y ¯=6
6 270:05 7
7
6 (3:5) (7:0) 3:5 7:0 1 7 4 d 5 6 366:66 7
6 7 6 7
6 (4:0)2 (8:0)2 4:0 8:0 1 7 e 6 450:00 7
6 7 6 7
6 (4:5)2 (9:0)2 4:5 9:0 1 7 6 561:50 7
6 7 6 7
6 (5:0)2 (10:0)2 5:0 10:0 1 7 6 690:00 7
6 7 6 7
4 (2:0)2 (1:0)2 2:0 1:0 1 5 4 41:35 5
(1:0)2 (1:6)2 1:0 1:6 1 50:00
Resolviendo este sistema en el sentido de mínimos cuadrados, tenemos
2 3 2 3
a -50:0922
6 b 7 6 18:4133 7
6 7 ¡ T ¢-1 T 6 7
®=6 6 c 7= A A
7 A ¯ = 6 134:9078 7
6 7
4 d 5 4 -59:0725 5
e 12:5625
Por lo tanto, la mejor función de la forma z(x; y) = ax2 + by2 + cx + dy + e que representa los
13 puntos, en el sentido de mínimos cuadrados, es
z(x; y) = -50:0922x2 + 18:4133y2 + 134:9078x - 59:0725y + 12:5625
Ejemplo 4 Sean las siguientes coordenadas (en metros) de puntos en el plano cartesiano:
(0; 0:06); (0:5; 0:23); (1; 0:35); (1:5; 0:44); (2; 0:56); (2:5; 0:47);
(3; 0:36); (3:5; 0:27); (4; 0:08)
Si gra…camos esos 9 puntos tenemos:
1.0
x2
0.5
-0.5 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5
x1
-0.5
7
Queremos hallar una cirfunferencia determinada por la ecuación
x2 + y2 + ax + by + c = 0
que represente, de la mejor manera posible, a estos 9 puntos.
8
Así, la circunferencia buscada está dada por
1.0
y
0.5
-0.5 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5
x
-0.5
Aproxime una función del tipo y (x) = 1 + aebx a los datos mediante la estrategia de mínimos
cuadrados. En otras palabras, halle los valores de a y b de modo que y se ajuste lo mejor posible
a los datos de la tabla. Haga ver todos los pasos realizados.
9
Ejercicio 4 Los siguientes datos representan la cotización del dólar en Venezuela. Note que ci
es la cotización del dólar respecto a su moneda local en el tiempo ti (en domingos).
i Fecha ti ci
1 domingo 2 de abril de 2017 1 3790:81
2 domingo 9 de abril de 2017 2 4407:51
3 domingo 16 de abril de 2017 3 4412:01
4 domingo 23 de abril de 2017 4 4711:73
5 domingo 30 de abril de 2017 5 4283:17
6 domingo 7 de mayo de 2017 6 5105:71
7 domingo 14 de mayo de 2017 7 5383:11
8 domingo 21 de mayo de 2017 8 5807:58
9 domingo 28 de mayo de 2017 9 6079:87
10 domingo 4 de junio de 2017 10 6205:98
Utilice un modelo cúbico, de la forma c(t) = at3 + bt2 + ct + d, y ajuste esta curva a los datos
experimentales en el sentido de mínimos cuadrados.
—o—
10