Mínimos cuadrados

Es la técnica de análisis numérico enmarcada

dentro de la optimización matemática, en la que,
dados un conjunto de pares ordenados –variable
independiente, variable dependiente- y una familia
de funciones, de intenta encontrar la función
continua, dentro de dicha familia, que mejor se
aproxime a los datos.
 la mejor aproximacion seria mediante una recta General ,
datos: variable independiente y que no necesariamente pasa por el origen mediante la
variable dependiente siguiente forma: 𝒚 = 𝒎𝒙 + 𝒃

X Y 700

5 210 600 La distancia de cada punto

9 260 del grafico a la recta tendrá
500
13 290 la expresión:
21 420 400
𝑚𝑥+b=y
20 440 300
25 500
200
28 560
30 530 100

31 560 0
34 590 0 5 10 15 20 25 30 35 40
 700
i X Y X*Y X^2 Y^2
1 5 210 1050 25 44100 600

2 9 260 2340 81 67600 500

3 13 290 3770 169 84100
400
4 21 420 8820 441 176400
5 20 440 8800 400 193600 300

6 25 500 12500 625 250000

200
7 28 560 15680 784 313600
8 30 530 15900 900 280900 100

9 31 560 17360 961 313600 0

10 34 590 20060 1156 348100 0 5 10 15 20 25 30 35 40
La distancia de cada punto del
gráfico a la recta tendrá la
expresión : 𝑬𝒊 = 𝒎𝒙𝒊 + 𝒚𝒊

la suma de las distancia de

cada punto del grafico a la
recta elevada al cuadrado nos
da el error
 i X Y X*Y X^2 Y^2
1 5 210 1050 25 44100
2 9 260 2340 81 67600
3 13 290 3770 169 84100
4 21 420 8820 441 176400
5 20 440 8800 400 193600
6 25 500 12500 625 250000
7 28 560 15680 784 313600
8 30 530 15900 900 280900
9 31 560 17360 961 313600
10 34 590 20060 1156 348100
10 216 4360 106280 5542 2072000
N SX SY SXY SXX SYY
 Corte con el eje Y

𝑺𝒚 𝑺𝒙𝒙 − 𝑺𝒙 𝑺𝒙𝒚 𝟏𝟎 ∗ 𝟏𝟎𝟔𝟐𝟖𝟎 − 𝟐𝟏𝟔 ∗ 𝟒𝟑𝟔𝟎

𝒃=
𝑵𝑺𝒙𝒙 − 𝑺𝒙 𝑺𝒙
=
𝟏𝟎 ∗ 𝟓𝟓𝟒𝟐 − 𝟐𝟏𝟔 ∗ 𝟐𝟏𝟔
= 0.98861885
pendiente
𝑵𝑺𝒙𝒚 − 𝑺𝒙𝒚
𝒎=
𝑵𝑺𝒙𝒙 − 𝑺𝒙 𝑺𝒙

Coeficiente de correlación lineal

𝑵𝑺𝒙𝒚 − 𝑺𝒙 𝑺𝒚
𝒓=
𝑵𝑺𝒙𝒙 − 𝑺𝒙𝒙 ∗ 𝑵𝑺𝒚𝒚 − 𝑺𝒚 𝑺𝒚