Professional Documents
Culture Documents
AJUSTE
Para estudiar el comportamiento de una serie de datos obtenidos empricamente, constituidos por puntos dados mediante pares ordenados de nmeros, asociados con los valores de dos variables, es necesario contar con una funcin, que exprese analticamente la relacin funcional que guardan las variables en cuestin.
AJUSTE E INTERPOLACION
INTERPOLACION : se caracteriza por suponer
que los datos que intervienen en el problema son exactos; por lo cual en la construccin de la FUNCION DE INTERPOLACION se exige que la misma satisfaga todos y cada uno de los valores que constituyen los datos .
AJUSTE : supone que los datos ingresados estn afectados en cierto grado de errores debido al modelado, por lo que, no resulta indispensable que la CURVA DE AJUSTE correspondiente, pase exactamente por los puntos que representan los datos, sino que, en promedio la aproximacin sea ptima de acuerdo a un cierto y determinado criterio, denominado CRITERIO DE AJUSTE. El iniciador de estos procedimientos fue Gauss, quien desarrollo el tan conocido METODO DE LOS MINIMOS CUADRADOS .
VENTAJAS
Es objetivo, slo depende de los resultados experimentales. Es reproducible, proporciona la mismaa ecuacin, no importa quin realice el anlisis. Proporciona una estimacin probabilstica de la ecuacin que representa a unos datos experimentales. Proporciona intervalos pequeos de error
RESTRICCIONES
Slo sirve para ajustar modelos lineales Requiere tener, al menos, diez mediciones bajo las mismas circunstancias experimentales. Tales resultados deben estar descritos por una distribucin de probabilidad conocida. La ms comn es la distribucin normal o gaussiana. Se requiere de algn equipo de clculo, de lo contrario, es muy engorroso.
Lo que se busca es minimizar las desviaciones escogiendo la recta que se ajuste mejor. Se requiere de un criterio para calificar mejor ajuste, que resulte tanto razonable como objetivo y que bajo ciertas suposiciones de buenas predicciones de y dado un valor de x. suma de cuadrados del error Con las siguientes formulas se pueden obtener los valores numricos de
En donde
Una vez que se hayan calculado, se sustituyen sus valores en la ecuacin de la recta y se obtiene la ecuacin de prediccin de mnimos cuadrados:
EJEMPLO
yi xi Obtenga la recta de prediccin de mnimos cuadrados para el problema cuyos datos aparecen en la tabla 11.1
101 92 110 120 90 82 93 75 91 105 1.2 8 1.0 1.3 7 8 1.0 6 9 1.1