Este documento describe el método de mínimos cuadrados para ajustar una recta a un conjunto de datos. Explica cómo calcular los parámetros de la recta (pendiente y ordenada al origen) que mejor se ajustan a los datos, teniendo en cuenta los errores experimentales. Aplica el método para pronosticar la demanda de energía eléctrica basándose en datos históricos de ventas. Calcula los parámetros, realiza el pronóstico y evalúa la bondad del ajuste obtenido.
Este documento describe el método de mínimos cuadrados para ajustar una recta a un conjunto de datos. Explica cómo calcular los parámetros de la recta (pendiente y ordenada al origen) que mejor se ajustan a los datos, teniendo en cuenta los errores experimentales. Aplica el método para pronosticar la demanda de energía eléctrica basándose en datos históricos de ventas. Calcula los parámetros, realiza el pronóstico y evalúa la bondad del ajuste obtenido.
Este documento describe el método de mínimos cuadrados para ajustar una recta a un conjunto de datos. Explica cómo calcular los parámetros de la recta (pendiente y ordenada al origen) que mejor se ajustan a los datos, teniendo en cuenta los errores experimentales. Aplica el método para pronosticar la demanda de energía eléctrica basándose en datos históricos de ventas. Calcula los parámetros, realiza el pronóstico y evalúa la bondad del ajuste obtenido.
Este documento describe el método de mínimos cuadrados para ajustar una recta a un conjunto de datos. Explica cómo calcular los parámetros de la recta (pendiente y ordenada al origen) que mejor se ajustan a los datos, teniendo en cuenta los errores experimentales. Aplica el método para pronosticar la demanda de energía eléctrica basándose en datos históricos de ventas. Calcula los parámetros, realiza el pronóstico y evalúa la bondad del ajuste obtenido.
Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
Descargar como pptx, pdf o txt
Está en la página 1/ 15
MÉTODO DE AJUSTES POR MÍNIMOS
CUADRADOS Darwin Carreño Niño Sandra Milena Arión Mendoza Sistemas de Distribución AJUSTE POR MÉTODO DE MÍNIMOS CUADRADOS
Existen numerosas leyes físicas en las que se sabe de
antemano que dos magnitudes x e y se relacionan a través de una ecuación lineal. y = ax + b Donde,
b = ordenada en el origen a = pendiente
Y, dependen del tipo de sistema que se estudia y, a menudo,
son los parámetros que se pretende encontrar. AJUSTE POR MÉTODO DE MÍNIMOS CUADRADOS De este modo se dispone de una serie de puntos (x1,y1), .... (xn,yn) que, representados gráficamente, deberían caer sobre una línea recta. Sin embargo, los errores experimentales siempre presentes hacen que no se hallen perfectamente alineados.
y = ax + b
El método de mínimos cuadrados determina los valores de los parámetros
a y b de la recta que mejor se ajusta a los datos experimentales. CÁLCULO DE PARÁMETROS
Para hallar la pendiente (a), se tiene:
Para hallar el intercepto (b) , se tiene:
CÁLCULO DE ERRORES
Las mediciones de la variable x, irán afectadas de sus errores
correspondientes, si ε es el valor máximo de todos estos errores, entonces se tiene:
La pendiente de la recta se escribirá
y la ordenada en el origen COEFICIENTE DE CORRELACIÓN
El coeficiente de correlación es otro parámetro para el estudio de
una distribución bidimensional, que nos indica el grado de dependencia entre las variables x e y.
El coeficiente de correlación r es un número que se obtiene
mediante la fórmula:
Su valor puede variar
entre 1 y -1.
Si r = -1 todos los puntos se encuentran sobre la recta existiendo una
correlación que es perfecta e inversa. Si r = 0 no existe ninguna relación entre las variables. Si r = 1 todos los puntos se encuentran sobre la recta existiendo una correlación que es perfecta y directa. APLICACIÓN
Se realizará un pronóstico de demanda de energía eléctrica,
haciendo uso de la información histórica del área de Comercialización de CENS determinado durante los últimos 12 trimestres (3 años). VENTAS DE ENERGÍA TRIMESTRE (MW)
