A9 r55a7
-
Upload
eduardo-coronel -
Category
Documents
-
view
525 -
download
3
Transcript of A9 r55a7
CÁLCULO AVANZADO
ESCUELAESCUELA:: INGENIERÍA INGENIERÍA CIVILCIVIL
1
CLASE: Nro. 15
NOMBRE: Carmen Esparza VillalbaCarmen Esparza Villalba
CLASECLASE:: Ajuste de curvas – Método de Jacobi
SEMESTRESEMESTRE:: ABRIL 2012 ABRIL 2012 –– AGOSTO AGOSTO 20122012
Contenidos
• Ajuste de curvas
– Método mínimos cuadrados
• Regresión Lineal• Regresión Lineal
• Regresión Polinomial
• Método de Jacobi
– Matriz ortogonal P
Ajuste de CurvasCuando los datos obtenidos de manera experimental
fluctúan o tienen un error, es necesario encontrar valores
intermedios que puedan predecirse a partir de los valores
obtenidos
– Método mínimos cuadrados– Método mínimos cuadrados
• Regresión Lineal
• Regresión Polinomial
• La mejor estrategia esencontrar una línea que seajuste a los datos.
• Si E = y –a0-a1x, básicamenteestamos diciendo que el error E
Ajuste – Regresión Lineal
estamos diciendo que el error Ees igual al valor real “y” menosel valor aproximado a0+a1x, Porlo tanto necesitamos encontrarel valor a0 y a1. Que lo podemoshacer a través de las siguientesfórmulas:
Valor observado
Dato (y)
Recta de
regresión
estimada
FÓRMULAS Ajuste – Regresión Lineal
•a1 = nΣxiyi-ΣxiΣyi
nΣxi2-(Σxi)
2
�Sy = √(Σ(yi – ỹ)2 / (n-1)
�Sy/x = √Σ(yi–a0– a1xi)2/(n-2)
•a0 = ỹ – a1(Σxi/n)
Además podemos saber si la aproximación es
aceptable y qué tan buena es.
•sy/x < sy (ajuste aceptable)
r2 = ((St – Sr) / St) * 100%
Dónde
St = Σ(yi – ỹ)2
Sr = Σ(yi–a0– a1xi)2
• Conservando la mismaestrategia podemos agregarmás términos para tener unmejor ajuste.
• El sistema de ecuaciones
Ajuste – Regresión Polinomial
• El sistema de ecuacionessiguientes permitirá encontrarlos valores de a0, a1 , a2 , …
• Fórmulas:
a0n + a1Σxi + a2Σxi2 + ... + amΣxi
m = Σyi
a0Σxi + a1Σxi2 + a2Σxi
3 + ... + amΣxim+1 = Σxiyi
a0Σxi2 + a1Σxi
3 + a2Σxi4 + ... + amΣxi
m+2 = Σxi2yi
a0Σxi3+ a1Σxi
4 + a2Σxi5 + ... + amΣxi
2m = Σximyi
El sistema de ecuaciones puede resolverse por cualquiermétodo dependiendo de la cantidad de ecuaciones a utilizar
FÓRMULAS Ajuste – Regresión Polinomial
método dependiendo de la cantidad de ecuaciones a utilizarpara un mejor ajuste. sy/x < sy (ajuste aceptable)
• Sy = √(Σ(yi – ỹ)2 / (n-1)
• Sy/x = √Σ(yi–a0– a1xi – …)2/(n-(m+1))
r2 = (St – Sr / St) * 100%
Dónde St = Σ(yi – ỹ)2 y Sr = Σ(yi–a0– a1xi – …)2
Si es Ajuste Cuadrático m = 2, porque se trunca en x2 en la 1era ecuación.
Ejemplo: a partir de los datos de la tabla que se presenta a continuación,
ajuste un polinomio de segundo grado, utilizando regresión polinomial.
Xi Yi
0 2,1
1 7,7
2 13,6
3 27,2
4 40,9
5 61,1
Para el caso que nos ocupa,
m = 2 (el grado del polinomio que necesitamos)
n = 6 (la cantidad de datos)
Y el conjunto general de ecuaciones queda instanciado de la siguiente manera:
Xi Yi Xi2 Xi3 Xi4 XiYi Xi2 Yi
0 2,1 0 0 0 0 0
1 7,7 1 1 1 7,7 7,7
2 13,6 4 8 16 27,2 54,4
3 27,2 9 27 81 81,6 244,8
4 40,9 16 64 256 163,6 654,4
5 61,1 25 125 625 305,5 1527,5
∑Xi ∑Yi ∑Xi2 ∑Xi3 ∑Xi4 ∑XiYi ∑Xi2Yi
15 152,6 55 225 979 585,6 2488,8
Por lo tanto, las ecuaciones lineales simultáneas son:
O en un “formato” más familiar:
9
O en un “formato” más familiar:
Resolviendo ese sistema con alguna técnica como la eliminación gaussiana,
se obtiene:
ao = 2.47857 a1 = 2.35929 a2 = 1.86071
El polinomio es: 1.86071x2 + 2.35929x + 2.47857
Debemos calcular Sr y St
�Sr nos servirá para calcular el error estándar de aproximación basado en la
regresión polinomial.
�St nos servirá para calcular el coeficiente de determinación.
Xi Yi Xi2 Xi3 Xi4 XiYi Xi2 Yi ( Yi – Ytrazo )2 ( Yi - ao - a1xi - a2xi2 )2
0 2,1 0 0 0 0 0 544,4444 0,14332
1 7,7 1 1 1 7,7 7,7 314,4711 1,00286
2 13,6 4 8 16 27,2 54,4 140,0278 1,08158
3 27,2 9 27 81 81,6 244,8 3,1211 0,80491
Xtrazo 2,5000
Ytrazo 25,4333ao = 2.47857 a1 = 2.35929 a2 = 1.86071
10
3 27,2 9 27 81 81,6 244,8 3,1211 0,80491
4 40,9 16 64 256 163,6 654,4 239,2178 0,61951
5 61,1 25 125 625 305,5 1527,5 1272,1111 0,09439
∑Xi ∑Yi ∑Xi2 ∑Xi3 ∑Xi4 ∑XiYi ∑Xi2Yi St Sr
15 152,6 55 225 979 585,6 2488,8 2513,3933 3,74657
Sy/x = Sr
n – (m+1)Sy/x =
3.74657
6 – 3= 1.1175
Sy = St
n - 1
2513.3933
5= = 22.4205
r = St - Sr
St
2 2513.3933 - 3.74657
2513.3933= 0.99851=
El resultado indica que el 99.851%
de la incertidumbre original se ha
explicado mediante el modelo.
El método de Jacobi se basa en la transformación de unamatriz A en otra semejante, A1, mediante una matrizortogonal de paso P.El objetivo es convertir en ceros (o valores semejantes acero) todos los valores de la matriz triangular superior, o de
Método de Jacobi
11
cero) todos los valores de la matriz triangular superior, o dela matriz triangular inferior, de una matriz cuadrad A.
∗∗∗∗
∗∗∗∗
∗∗∗∗
∗∗∗∗
=A
++++
++++
++++
+++
=
0
1A
=
xxxx
xxxx
xxxx
xxx
A
0
2
Desarrollo de el método de Jacobi1.- Se construye la matriz A1, semejante a A
A1 = P1’A P1
Para ello se determina el elemento Apq (elemento de mayor valor
absoluto) de la fila p y la columna q que se hará cero ( p ≠ q) de la
matriz triangular inferior, de la matriz Ak.
Método de Jacobi
12
matriz triangular inferior, de la matriz Ak.
=+
01
1
1
LL
M
M
p
q
k
a
a
A→
⇒
pqp
q
aa
a
PAk
LL
M
M
1
1
Desarrollo de el método de JacobiLa matriz P que es la matriz de transformación tiene la
siguiente forma:
Método de Jacobi
13
( p, p ) = cos ө
(q, q ) = cos ө
(q , p ) = -sen ө
( p , q ) = sen ө
Desarrollo de el método de JacobiLa base del método consiste en obtener Ө de tal manera que el elemento apq
correspondiente a la matriz Ak+1 sea nula. El valor de ( Ө) se obtiene de la
siguiente ecuación.
Método de Jacobi
appaqq
apqarctag
−=
2
2
1θ
14
2).- Se construye A2 semejante a A1
Se determina el elemento apq de la nueva matriz A1 y la nueva matriz de
transformación P2
A2 = P2’ A1 P2
3).- Se construye A3; A4;..............Ak+1
appaqq −2
Desarrollo de el método de Jacobi
3).- Se construye A3; A4;..............Ak+1
A3 = P3’ A2 P3
A4 = P4’ A3 P4
‘’ ‘’ ‘’
‘’ ‘’ ‘’
Método de Jacobi
15
‘’ ‘’ ‘’
‘’ ‘’ ‘’
Ak+1 = Pk+1’*Ak*Pk+1
Ak+1 = Dk+1 + Ek+1; donde
Dk+1 = es la matriz que contiene a los elementos de la diagonal de Ak+1
Ek+1 = Matriz que contiene a los elementos que no están en la diagonal de
Ak+1
Calculo de valores propios
El proceso se resume en lo siguiente:Se determinan
Método de Jacobi
211221122122
111
'')'(''
'
===
=
PAPPPPAPPPPAPA
APPA
16
Ak+1 = P’ x A x PP = P1 x P2 x P3 x P4 x P5..................Pk+1
Los elementos de las columnas de P son los vectores propios de A
14321123411
3211233211233233
211221122122
...........''''.............'.........'
''
''
''
''')''(''
'')'(''
+++ =
===
===
kkkkk PPPPPAPPPPPPPA
PPAPPPPPPAPPPPPAPA
PAPPPPAPPPPAPA
Calculo de valores propios
El proceso se resume en lo siguiente:Se determinan
Método de Jacobi
211221122122
111
'')'(''
'
===
=
PAPPPPAPPPPAPA
APPA
17
Ak+1 = P’ x A x PP = P1 x P2 x P3 x P4 x P5..................Pk+1
Los elementos de las columnas de P son los vectores propios de A
14321123411
3211233211233233
211221122122
...........''''.............'.........'
''
''
''
''')''(''
'')'(''
+++ =
===
===
kkkkk PPPPPAPPPPPPPA
PPAPPPPPPAPPPPPAPA
PAPPPPAPPPPAPA
Método de Jacobi
18