Resumen

Para modelizar la potencia láser de salida de un láser de bromuro de cobre con longitudes de onda de 510,6 y 578,2 nm hemos aplicado dos técnicas de regresión: regresión lineal múltiple y splines de regresión adaptativa multivariante. Los modelos se han construido a partir de factores PCA para datos históricos. Se ha tenido en cuenta la influencia de las interacciones de primer y segundo orden entre los predictores. Los modelos son fáciles de interpretar y tienen un buen poder de predicción, como demuestran los resultados de su validación. La comparación de los modelos derivados muestra que los basados en splines de regresión adaptativa multivariante tienen ventaja sobre los demás. Los resultados obtenidos permiten aclarar las relaciones entre la generación láser y las variables de entrada láser observadas, para determinar mejor su influencia en la generación láser, con el fin de mejorar la configuración experimental y la tecnología de producción láser. Pueden ser útiles para la evaluación de experimentos conocidos, así como para la predicción de experimentos futuros. La metodología de modelado desarrollada también es aplicable a una amplia gama de dispositivos láser similares: láseres de vapor metálico y láseres de gas.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:splines de regresión adaptativa, modelos, generación láser, variables de entrada láser observadas, láser de bromuro de cobre, metodología de modelado desarrollada, buen poder de predicción, tecnología de producción láser, láseres de vapor metálico, regresión lineal múltiple
• Keywords:adaptive regression splines, models, laser generation, observed laser input variables, copper bromide laser, developed modeling methodology, good prediction power, laser production technology, metal vapor lasers, multiple linear regression