MNIMOS CUADRADOS

AJUSTE DE CURVAS POR EL MTODO DE

MNIMOS CUADRADO
El Mtodo de Mnimos Cuadrados es un conjunto
de pasos utilizados para aproximar un conjunto de
puntos a un modelo, el cual puede ser lineal,
cuadrado, exponencial, etc. Se basa en el principio
de reducir la varianza al mnimo, adecundolo a
uno de los modelos anteriormente citados,
Adems nos brinda informacin importante sobre
la tendencia q tendr alguna variable en cuestin.
Ajustar una curva implica ajustar una funcin g(x) a
un conjunto de datos (xi,yi), i = 1,2,3,,L g(x) puede
ser un polinomio, una funcin lineal o combinacin
de funciones conocidas.
El Ajuste de Curvas en ingeniera tiene como
aplicacin principal, a partir de una serie de datos,
realizar:
 ANLISIS DE TENDENCIA: Realizar predicciones de la
variable dependiente ya sea para buscar valores fuera
del lmite observado (Extrapolacin), o dentro del rango
de datos observado (Interpolacin).
PRUEBA DE HIPTESIS: Cuando se tiene un modelo
matemtico que se puede usar para comparar los datos
que produce con los datos experimentales, si
desconocemos los coeficientes del modelo, se calculan a
partir de los datos y luego se prueba que tan adecuado
es al evaluar los resultados que produce.
ECUACIONES DE DIFERENTES CURVAS

LINEA RECTA = +
PARBOLA = + + 2
CURVA EXPONENCIAL = + ln

CURVA LOGARITMICA =+
La recta es el tipo de curva ms sencilla cuya
ecuacin es:
= +

Dnde:
a = ordenada en el origen
b = pendiente de la recta
x = variable independiente
y = variable dependiente
Las constantes a y b se pueden calcular ya sea mediante un
sistema de ecuaciones, que se puede resolver por determinantes,
sustitucin o sumas restas. Las ecuaciones son:
= +
= + 2
 Pero tambin se pueden encontrar estos valores por frmulas ya
establecidas:

( ) 2 ( )( )
= 2
( 2 ) ( )
( ) ( )( )
= 2
( 2 ) ( )
 Regresin
GRFICOS DE DISPERSIN / RECTA DE REGRESIN
La relacin entre dos variables mtricas puede ser representada
mediante la lnea de mejor ajuste a los datos. Esta recta se le
denomina recta de regresin, que puede ser negativa o positiva, la
primera con tendencia decreciente y la segunda creciente.
GRFICOS DE DISPERSIN / RECTA
DE REGRESIN

Para el clculo de la recta de regresin se aplica el

mtodo de mnimos cuadrados entre dos variables.
Esta lnea es la que hace mnima la suma de los
cuadrados de los residuos, es decir, es aquella recta
en la que las diferencias elevadas al cuadrado entre
los valores calculados por la ecuacin de la recta y
los valores reales de la serie, son las menores
posibles.
Llamemos a u perturbacin o error, siendo la diferencia que
hay entre el valor observado de la variable exgena (y) y el
valor estimado que obtendremos a travs de la recta de
regresin .

y i a bxi
La metodologa para la obtencin de la recta ser hacer
MNIMA la suma de los CUADRADOS de las perturbaciones.
n n

u ( yi yi )
2
i
2
u
i 1
2
i i i
( y
i 1

y ) 2

n 2 n n
2
ui ( yi yi ) yi q pxi
2
min
q, p i 1 i 1 i 1
En el modelo de regresin lineal simple la funcin elegida para
aproximar la relacin entre las variables es una recta, es decir y=a+bx,
donde a,b son los parmetros. A esta recta la llamaremos RECTA DE
REGRESIN DE Y SOBRE X.
Vamos a deducir su ecuacin usando el mtodo de los mnimos
cuadrados. Dado un valor de X, tenemos los dos valores de Y, el
observado, yi , y el terico, yi* = a + bxi. Hemos de minimizar los errores
cometidos:

n n

y abx y abx
MINIMIZAR
2 2
i i i i
i 1 El valor que hemos
i 1
Errores cometidos al aproximado para y con
aproximar por una recta la recta de regresin y*
y obtenemos que la recta de regresin de Y sobre X: y = a + bx
con los valores a y b anteriormente calculados, o bien la siguiente
expresin: S
y y
xy
x x
S x2
Aplicando el mismo razonamiento llegaramos a la expresin de la
recta de regresin de X sobre Y: x = a + by con los valores a y
b calculados como:
S xy
b' y a' x b' y
S y2
Por tanto, se podra expresar como:
S xy
x x y y
S y2