Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 79 vistas

    Ajuste Parabólico

    Cargado por

    Yeison Camargo
    Este documento describe el ajuste parabólico de datos bivariantes cuando se observa una tendencia no lineal. Explica cómo encontrar las ecuaciones normales para una parábola general y estimar los parámetros a, b y c. Luego aplica este método a un conjunto de datos de rendimiento de frutos vs fertilizante para estimar la función parabólica y = -5.42 + 20.25x - 1.7x2.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd

    Ajuste Parabólico

    Cargado por

    Yeison Camargo
    79 vistas10 páginas
    Este documento describe el ajuste parabólico de datos bivariantes cuando se observa una tendencia no lineal. Explica cómo encontrar las ecuaciones normales para una parábola general y estimar los parámetros a, b y c. Luego aplica este método a un conjunto de datos de rendimiento de frutos vs fertilizante para estimar la función parabólica y = -5.42 + 20.25x - 1.7x2.

    Título original

    AJUSTE PARABÓLICO

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe el ajuste parabólico de datos bivariantes cuando se observa una tendencia no lineal. Explica cómo encontrar las ecuaciones normales para una parábola general y estimar los parámetros a, b y c. Luego aplica este método a un conjunto de datos de rendimiento de frutos vs fertilizante para estimar la función parabólica y = -5.42 + 20.25x - 1.7x2.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    79 vistas10 páginas

    Ajuste Parabólico

    Cargado por

    Yeison Camargo
    Este documento describe el ajuste parabólico de datos bivariantes cuando se observa una tendencia no lineal. Explica cómo encontrar las ecuaciones normales para una parábola general y estimar los parámetros a, b y c. Luego aplica este método a un conjunto de datos de rendimiento de frutos vs fertilizante para estimar la función parabólica y = -5.42 + 20.25x - 1.7x2.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    de 10

    AJUSTE PARABÓLICO

    Suele suceder que al dibujar la nube de puntos correspondiente a n observaciones bivariante, se


    observa una tendencia no rectilínea.
    Dentro de la familia de modelos, es de aplicación común el ajuste regresivo polinomial de grado S "
    S ≥ 2".
    Similarmente con el procedimiento seguido en el ajuste rectilíneo, vamos a encontrar las ecuaciones
    normales par una parábola, de forma general :
                y = a + bx + cx2

    Ecuaciones normales :
    ∑yi = na + b∑xi + c∑xi2                   (1)
    ∑xi yi = a∑xi + b∑xi2 + c∑xi3          (2)
    ∑xi2 yi = a∑xi2 + b∑xi3 + c∑xi4      (3)

    De donde se pueden estimar los parámetros de la parábola   " a , b , c ".


    Ejemplo:
    En un experimento agropecuario, se toma una muestra de 15 unidades de una variedad de árbol frutal, se
    observa el rendimiento en frutos de acuerdo con la cantidad de fertilizante utilizado:

    Rendimiento en frutos
    60

    50

    40

    30

    20

    10

    0
    0 2 4 6 8 10 12
    Realiza el correspondiente ajuste
    Ecuaciones normales :
    ∑yi = na + b∑xi + c∑xi2                   (1)
    ∑xi yi = a∑xi + b∑xi2 + c∑xi3          (2)
    ∑xi2 yi = a∑xi2 + b∑xi3 + c∑xi4      (3)

    Gramos (X) Frutos (Y) X² X³ X⁴ X.Y X².Y


    1 10 1 1 1 10 10
    1 15 1 1 1 15 15
    2 30 4 8 16 60 120
    2 25 4 8 16 50 100
    3 40 9 27 81 120 360
    3 43 9 27 81 129 387
    4 50 16 64 256 200 800
    5 55 25 125 625 275 1375
    5 54 25 125 625 270 1350
    6 53 36 216 1296 318 1908
    7 51 49 343 2401 357 2499
    8 47 64 512 4096 376 3008
    9 41 81 729 6561 369 3321
    9 35 81 729 6561 315 2835
    10 30 100 1000 10000 300 3000
    ∑= 75 579 505 3915 32617 3164 21088
    ∑yi = na + b∑xi + c∑xi2                   (1)
    ∑xi yi = a∑xi + b∑xi2 + c∑xi3          (2)
    ∑xi2 yi = a∑xi2 + b∑xi3 + c∑xi4      (3)

    579 = 15 a + 75 b + 505 c (1)


    3164 = 75 a + 505 b +3915 c (2)
    21088 = 505 a + 3915 b + 32617 c (3)

    Resolver el sistema de ecuaciones para calcular el valor de los parámetros de la parábola   " a , b ,
    c ".
    579 = 15 a + 75 b + 505 c (1)
    3164 = 75 a + 505 b +3915 c (2)
    21088 = 505 a + 3915 b + 32617 c (3)

    15 a + 75 b + 505 c = 579 (1)


    75 a + 505 b +3915 c = 3164 (2)
    505 a + 3915 b + 32617 c = 21088 (3)

    Tomo (1) que multiplico por (-5) y la (2)


    -75a – 375b – 2525c = -2895
    75a+ 505b + 3915c = 3164
    130b + 1390c = 269 (4)
    Tomo (1) que multiplico por (-505) y la (3) que multiplico por (15)
    Tomo (1) que multiplico por (-505) y la (3) que multiplico por (15)
    -7575 a - 37875 b – 255025 c = - 292395
    7575 a + 58725 b + 489255 c = 316320
    20850 b + 234230 c = 23925 (5)

    Ahora se forma un sistema 2 x 2 con las ecuaciones formadas: la (4) y la (5)

    130b + 1390c = 269 (4) multiplico por (-20850)


    20850 b + 234230 c = 23925 (5) multiplico por (130)

    -2710500 b - 28981500 c = - 5608650


    2710500 b + 30449900 c = 3110250
    1468400 c = - 2498400
    c= - 2498400 / 1468400
    c = - 1,7
    Ahora podemos tomar la ecuación 4 o la 5 para calcular el valor de b
    130 b + 1390c = 269 (4)
    130 b + 1390 (-1,7) = 269
    130 b - 2363 = 269 luego 130 b = 269 + 2363 de donde:
    130 b = 2632 entonces b = 2632 / 130 por lo tanto b = 20,25

    Falta calcular el valor de a para lo cual podemos tomar una de las ecuaciones originales la 1, la 2 o la 3.
    579 = 15 a + 75 b + 505 c (1)
    15 a + 75 (20,25) + 505 (-1,7) = 579
    15 a + 1518,75 - 858,5 = 579
    15 a + 660,25 = 579
    15 a = 579 - 660,25
    a = - 81,25 / 15
    a = - 5,42

    Por lo tanto y = a + bx + cx2


    y = -5.42 + 20.25x - 1.7x2
    y = -5.42 + 20.25x - 1.7x2

    Gramos (X) Frutos (Y)


    1  
    1  
    2  
    2  
    3  
    3  
    4  
    5  
    5  
    6  
    7  
    8  
    9  
    9  
    10  
    Ejercicio:
    A partir de las siguientes observaciones para 5 años de las variables X e Y, ajústese el
    modelo de regresión de Y en función de X más idóneo. (Grafique)
    Donde,
    Y: producción nacional de un subsector industrial, en millones de toneladas.
    X: tiempo
    X Y

    1 1,25

    2 5

    3 11,25

    4 20

    5 30,5

    También podría gustarte