Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
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
(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
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
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