Práctica

Ajuste de Curva

1. Utilice regresión lineal múltiple con el modelo de Gauss-Markov para ajustar

X1 0 0 1 2 0 1 2 2 1
X2 0 2 2 4 4 6 6 2 1
Y 14 21 11 12 23 23 14 6 11

Calcule los coeficientes, el error estándar de estimación y el coeficiente de correlación.

Solución:

Primero debemos plantear las ecuaciones para asi poder determinar las matrices de diseño (A), el
vector de observaciones (Y) y mi vector de parámetros desconocidos (x) y poder escribir la
ecuación de Gauss-Markov (Y=Ax+e)

Reemplazando los valores dados en la tabla, tenemos el siguiente sistema de ecuaciones

( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )

De aquí obtenemos el siguiente sistema matricial:

14 1 0 0 e1
21 1 0 2 e2
11 1 1 2 e3
12 1 2 4 e4
23 = 1 0 4 + e5
23 1 1 6 e6
14 1 2 6 e7
6 1 2 2 e8
11 1 1 1 e9

1
Dr. Martín E. Candanedo G. Métodos Numéricos
Donde las matrices son:

1 0 0
1 0 2
1 1 2
Matriz A= 1 2 4
1 0 4
1 1 6
1 2 6
1 2 2
1 1 1

14
21
11
Vector Y= 12
23
23
14
6
11

Vector X=

La solución se obtiene como

̂ ( ) ( )
Donde P= a la matriz identidad (n=9)

1 1 1 1 1 1 1 1 1
T
Matriz A = 0 0 1 2 0 1 2 2 1
0 2 2 4 4 6 6 2 1

2
Dr. Martín E. Candanedo G. Métodos Numéricos
 9 9 27
T
A A= 9 15 33
27 33 117

135
T
A Y= 109
449

0.4111 -0.1 -0.0667

T -1
(A A) = -0.1 0.2 -0.0333
-0.0667 -0.0333 0.0333

La solución es:

14.6666667
̂= -6.66666667
2.33333333

Los coeficientes son

Donde ∑ ( )

Que es igual a suma de los errores residuales al cuadrado

Errores Residuales= = Y - Â

3
Dr. Martín E. Candanedo G. Métodos Numéricos
 14 14.667 -0.6667
21 19.333 1.6667
11 12.667 -1.6667
12 10.667 1.3333
23 - 24.000 = -1.0000
Errores Residuales= =
23 22.000 1.0000
14 15.333 -1.3333
6 6.000 0.0000
11 10.333 0.6667

El error estándar Sy/x

⁄ √
( )
Donde m= número de dimensiones, para nuestro caso (X1, y X2) y n es el número de observaciones,
para nuestro caso son 9

⁄ √
( )

Que es igual a la raíz cuadrada de la precisión del ajuste que nos presenta Gauss-Markov

̂ ̂

Donde n es el número de observaciones 9 y

m el número de parámetros desconocidos (3, a0,a1, a2)

⁄ √

4
Dr. Martín E. Candanedo G. Métodos Numéricos
 2. Los datos siguientes muestran la relación entre la viscosidad del aceite SAE 70 y su
temperatura. Después de obtener el logaritmo de los dato, use regresión lineal para
encontrar la ecuación de la recta que se ajusta mejor a los datos y al valor de r2

Tempratura, °C 26.67 93.33 148.89 315.56

Vicosidad, μ, N s/m2 1.35 0.085 0.012 0.00075

Construimos la tabla con la que manejaremos los datos proporcionados

Xi Yi Log(Xi) Log(Yi) (Yi-Ymedia)2 xy x2 (yi-ao-a1x)2

26.670 1.350 1.426 0.130 2.647 0.186 2.034 0.024
93.330 0.085 1.970 -1.071 0.181 -2.109 3.881 0.081
148.890 0.012 2.173 -1.921 0.180 -4.174 4.721 0.002
315.560 0.001 2.499 -3.125 2.652 -7.809 6.245 0.031

Σ= 8.068 -5.986 5.660 -13.906 16.881 0.138

∑ ∑ ∑
∑ (∑ )

( ) ( )( )
( ) ( )

-3.013

̅ ̅

( )( )

( ) ( )

∑ ∑( ) ∑( )

5
Dr. Martín E. Candanedo G. Métodos Numéricos
 √

6
Dr. Martín E. Candanedo G. Métodos Numéricos