1.

Minimos cuadrados

El mtodo de mnimos cuadrados nos proporciona un criterio con el cual podremos obtener la mejor recta que representa a los puntos dados. Digamos que y = b1 x + b0 es esa recta. Como dijimos, seria deseable que se tuviera yi = b1 xi + b0 para todos los puntos (xi , yi ), donde i = 1, 2, . . . , n. Sin embargo, como, en general, yi = b1 xi + b0 se pide que la suma de los cuadrados de las diferencias(las desviaciones) yi b1 xi + b0 sea la menor posible. Es decir, se pide que
n

f (B) =
i=1

(yi (b1 xi + b0 ))2

sea lo ms pequea posible. Los valores b0 y b1 que cumplan con esta propiedad, determinan la recta y = b1 x + b0 que mejor representa el comportamiento lineal de los puntos (xi , yi ). Siendo B0 = (b1 , b0 ) el punto donde f contiene un plano tangente a su supercie, se tiene:
f (B0 ) = f (B0 ) f (B0 ) e1 + e2 = 0e1 + 0e2 b1 b0
n

De modo que:
f (B0 ) = 2 b1 xi (yi b1 xi b0 ) = 0
i=1 n

f (B0 ) = 2 b0

(yi b1 xi b0 ) = 0
i=1

De la segunda ecuacion se obtiene:

n n n n

(yi b1 xi b0 ) =
i=1 i=1

yi b1
i=1

xi
i=1

b0 = 0

de donde
b0 = 1 n
n

yi b1 (
i=1

1 n

xi )
i=1

Llamaremos x =

1 n

xi , y =
i=1

1 n

yi . Estas son las medias aritmeticas de los valores xi

i=1

y yi , respectivamente. Entonces

b0 = y b1 x

Sustituyendo b0 en la ecuacin
n

f (B0 ) b1
n

xi (yi b1 xi b0 ) =
i=1 n i=1

xi (yi b1 xi (y b1 x)) = 0
n

xi (yi y) b1
i=1 i=1

xi (xi x) = 0

de donde se obtiene
n

xi (yi y) b1 =
i=1 n

xi (xi x)
i=1 n n

xi y i b1 =
i=1 n i=1 n

xi y xi x
i=1

x2 i
i=1 n

xi yi nxy b1 =
i=1 n

x2 nx2 i
i=1 n

En resumen, f (B) =
i=1

(yi (b1 xi + b0 ))2 tiene un unico punto critico para

n

xi yi nxy b1 =
i=1 n

x2 nx2 i
i=1

b0 = y b1 x

Donde b1 corresponde a la pendiente de la recta que estima los yi y b0 es el punto de intercepcin en el eje Y . La ecuacion de la recta que minimiza el error entre yi y Y (xi ) viene dada por
Y = b1 x + b0