Laboratorio de fsica 1

Introduccin al mtodo de mnimos cuadrados

Interpolacin y ajuste de curvas
En ocasiones se tienen una serie de datos y se desconoce la funcin que los
ha generado y se desea saber cul es sta. Lo primero que se debe hacer es
graficar los puntos segn sea el caso, para conocer su comportamiento y de
esta forma decidir cul mtodo es ms apropiado utilizar con fines predictivos.
Existen varios mtodos aqu nos dedicaremos nicamente a mnimos
cuadrados.
Ajuste para una recta
La nube de puntos de una representacin de datos en papel milimetrado nos
permita visualizar la relacin entre dos variables x e y.
Al representar el diagrama de dispersin de los datos podemos encontrar las
siguientes situaciones:
Distribuciones estadsticas para las que la nube de puntos se dispone de tal
forma que existe una funcin matemtica cuyos puntos son una parte de su
representacin grfica.
Sin coincidir exactamente sus puntos con las de una grfica de una funcin
matemtica, se aproximan a ella con mayor o menor intensidad.
La nube de puntos presenta un aspecto tal que no existe concentracin de
puntos hacia ninguna grfica matemtica, distribuyndose de una forma
uniforme en una regin del plano.
En el primer caso se dice que existe una dependencia funcional o exacta entre
las variables x e y, es decir existe una funcin matemtica tal que y = f(x). En el
segundo caso se dice que existe una dependencia estadstica o
aproximadamente entre las dos variables, yf(x). Y en el ltimo caso diramos
que las variables son independientes.
Es el segundo caso del que se ocupa la teora de la regresin.
1 L.R.H
Laboratorio de fsica 1
Las tcnicas de regresin tienen por objeto modelizar, es decir, encontrar una
funcin que aproxime lo mximo posible la relacin de dependencia estadstica
entre variables y predecir los valores de una de ellas: y (variable dependiente)
a partir de los de la otra (o las otras): x(variables(s) independiente(s)). La
regresin es lineal cuando el modelo funcin de regresin seleccionado es una
recta. En cualquier otro caso se dice regresin no lineal.
El procedimiento ser:
1. Elegir un tipo de funcin o curva que creamos que mejor relaciona las dos
variables; esto lo podemos hacer observando la nube de puntos.
2. Obtener la ecuacin de la curva, de entre las infinitas de dicho tipo que hay
en el plano, que mejor se adapte al conjunto de puntos. El objetivo de
obtener esa ecuacin ser predecir el valor de la variable y dado un valor x
0
de la variable x.
3. Obtener una medida del grado de esta asociacin o correlacin. Esto me
dar la fiabilidad de las predicciones que haga con esta ecuacin.
El segundo punto del procedimiento se conoce como el problema del ajuste y
se pueden emplear diferente mtodos matemticos para ello, tenemos:
Mtodo de los mnimos cuadrados.
Mtodo de los polinomios ortogonales.
Mtodo de los momentos.
Mtodo de la curva logstica.
Ajuste de curvas por mnimos cuadrados
La regresin por mnimos cuadrados, es una tcnica cuyo objetivo es derivar
una curva que minimice la discrepancia entre los puntos y la curva. Algunas
suposiciones estadsticas inherentes en los procedimientos por mnimos
cuadrados lineales son:
1. Cada x tiene un valor fijo, no es aleatorio y es conocido sin error.
2. Los valores y son valores aleatorios independientes y todos tienen la
misma varianza.
3. Los valores de y para una x dada deben ser normalmente distribuidos.
4. La regresin de y contra x no es la misma que la de x contra y.
Mtodo de los mnimos cuadrados.
Dados los puntos (x
1
,y
1
), (x
2
,y
2
),...,(x
n
,y
n
), supongamos que hemos elegido una
funcin y=f(x|a
1
,...,a
r
) que queremos ajustar a ese conjunto de puntos y en la
que intervienen r parmetros (a
1
,...,a
r
). Consideramos la nube de puntos
correspondiente:

2 L.R.H
Laboratorio de fsica 1
Para cada valor de x, (x
i
) tenemos dos valores de y:
El valor observado en la muestra (o en la nube de puntos ) y
i
.
Otro que denominamos terico, y
i
*
, que se obtendra al sustituir x=x
i
en la
funcin.
Como se puede observar, para cada x
i
tenemos una diferencia entre los dos
valores de Y, que llamaremos residuo:
i
= y
i
- y
i
*
.
El mtodo de los mnimos cuadrados consiste en determinar los parmetros
(a
1
,...,a
r
) de tal forma que los residuos sean mnimos. Es decir, buscaremos
minimizar la expresin:
( ) ( ) ( )
2
1 1
1
2
*
1
2
,...,



n
i
n
i
r i i i i
n
i
i
a a x f y y y
es decir, minimizamos la suma de las distancias verticales de los puntos a la
curva.
La condicin necesaria para obtener el mnimo es que las primeras
derivadas parciales respecto a cada uno de los parmetros se anulen, es decir,
0 . ,......... 0 , 0
2 1

r
a a a

resolviendo este sistema, denominado sistema de ecuaciones normales,

quedan determinados (a
1
,...,a
r
), as como la correspondiente funcin.
Modelo de regresin lineal simple
En el modelo de regresin lineal simple la funcin elegida para aproximar la
relacin entre las variables es una recta, es decir y=b+mx, donde b,m son los
parmetros. A esta recta la llamaremos recta de regresin de y sobre x.
3 L.R.H
Laboratorio de fsica 1
Vamos a deducir su ecuacin usando el mtodo de los mnimos cuadrados.
Dado un valor de X, x
i
, tenemos los dos valores de Y, el observado, y
i
, y el
terico, y
i
*
= b + mx
i
. As pues, hemos de minimizar:

( ) ( ) ( )


+
n
i
i i
n
i
i i
mx b y mx b y
1
2 2
1
que derivando respecto a a y a m e igualando a cero:

( )
( )

0 2
0 2
i
i
i i
i
i i
x mx b y
m
mx b y
b

que nos dar un sistema de dos ecuaciones normales y dos incgnitas (b,m).
Resolviendo el sistema:

+
+


i i
i i
i
i i
i i i
i i
x m x b y x
x m b y
2
) 2 (
) 1 (
Se obtiene as, un sistema de dos ecuaciones con dos incgnitas b y m cuya
solucin es
2
2
2
) 2 (
) 1 (

,
_

i
i
i
i
i
i
i
i
i
i i
i
i
i
i
i
i i
i
i
i
i
i
i
i
i
x x N
x y y x N
m
x
x m y x
b de
N
x m y
b x m y Nb de
de (1) tenemos el intercepto b:
( )

2
2
2
x N x
x y xy x
b
Expresiones ms elaboradas nos permiten determinar el error de b, b y el
error de m, m
4 L.R.H
Laboratorio de fsica 1
N
x
m b
N
b mx y
x x N
N
m
i
i
i
i i
i
i
i
i

,
_

2 2
2
2
2
) (

La pendiente de la recta se escribir bb, y la ordenada en el origen mm.

Vase las reglas para expresar una medida y su error de una magnitud.
El coeficiente de correlacin es otro parmetro para el estudio de una
distribucin bidimensional, que nos indica el grado de dependencia entre las
variables X e Y. El coeficiente de correlacin r es un nmero que se obtiene
mediante la frmula.
establece una medida del grado de asociacin lineal entre la variable respuesta
y la recta de regresin estimada.
El coeficiente de correlacin puede valer cualquier nmero comprendido entre
-1 y +1.
Cuando r=1, la correlacin lineal es perfecta, directa.
Cuando r=-1, la correlacin lineal es perfecta, inversa
Cuando r=0, no existe correlacin alguna, independencia total de los
valores X e Y
Como hacer el ajuste de mnimos cuadrados en Excel.
Lo primero es tener presente cuales son las ecuaciones para el ajuste, para
esto las escribimos en nuestra hoja de clculo.
5 L.R.H
( ) ( )
1
]
1

1
]
1

2
2
2
2
1 1
i i i i
i i
i i
y
N
y x
N
x
N
y x
y x
r
Laboratorio de fsica 1
Ajuste lineal Pendiente Ordenada en origen
Parmetros de error en ajuste lineal
Error ordenada en origen
Error pendiente
Coeficiente de correlacin
b mx y +
( )

2 2
x N x
xy N y x
m
( )

2 2
2
x N x
x y xy x
b
( )
2 2
2


x x N
N
m

( )
2 2
2 2

x x N
x
b

N
x
x



N
y
y



2 2 2
x y
m +
( ) ( )
1
]
1

1
]
1

2 2 2 2
1 1
y
N
y x
N
x
N
y x
xy
r
Ejemplo
Para visualizar este mtodo tomaremos la simulacin del movimiento de un
proyectil el cual es lanzado con cierta inclinacin respecto a la horizontal y bajo
la accin solamente de la fuerza gravitatoria su trayectoria se mantiene en el
plano vertical y es parablica. Con el fin de mejorar la simulacin se ha
introducido un pequeo ruido para generar una nube de puntos con una cierta
tendencia que nos permita hacer el ajuste correspondiente.
La interfaz devuelve los datos en un archivo que puede ser ledo por cualquier
paquete estadstico, para nuestro caso vamos a elegir la extensin del archivo
como *.xls para ser ledo en Excel.
Ahora podemos abrir el archivo generado con el programa Excel
6 L.R.H
Laboratorio de fsica 1
Hay algunas cosas que usted puede hacer a su hoja de clculo para hacerla
ms fcil de leer. Esto ayudar considerablemente a su profesor en la
evaluacin de su informe de laboratorio y ayudar a encontrar posibles errores.
Aqu discutimos algunos de los detalles que usted puede incluir para mejorar la
apariencia de su hoja de clculo.
Crear Ttulos y Encabezados de Columna
Usted puede mover los contenidos de las celdas resaltando (seleccionando)
las celdas deseadas. Luego con el ratn, haga clic en el borde de las celdas
resaltadas y use el ratn para moverlas a un espacio no ocupado. Por ejemplo,
aqu movimos los datos desde las celdas A1:C15 hacia A4:C18 como se
muestra a la derecha.
Ahora tenemos espacio para agregar un ttulo a nuestra tabla de datos. Debido
a que estamos observando el movimiento de una esfera cuando es lanzada en
el plano (x,y) con una velocidad inicial, simple titulamos la tabla de datos como
"Movimiento en el plano x,y". Ponga este ttulo en la celda B1. Necesitamos
7 L.R.H
Laboratorio de fsica 1
tambin encabezados de columna. En la celda B2 escriba "t
i
", en C2 x
i
y en
D2 y
i
.
Agregar unidades a los encabezados
Los encabezados no contienen las unidades para los datos de las columnas.
la longitud significa 1 cm, 1m o 1pulgadas? Obviamente se necesitan las
unidades. La mejor manera de hacer esto es poner las unidades entre
parntesis bajo el encabezado. Para mantener el encabezado y las unidades
en la misma celda, primero escriba el encabezado y luego presione
simultneamente las teclas <ALT>+<ENTER>. Esto agregar una lnea nueva
dentro de la celda, permitiendo escribir las unidades debajo del encabezado.
8 L.R.H
Laboratorio de fsica 1
Creando un grfico
Crear un grfico en Microsoft Office Excel es rpido y sencillo. Excel
proporciona una variedad de tipos de grficos entre los que puede elegir. Para
obtener ms informacin acerca de los tipos de grficos que puede utilizar, vea
Tipos de grficos disponibles.
1. Seleccione los datos que desea graficar en nuestro caso primero
haremos la pareja de datos (x,t) y luego (y,t).
2. En la barra del men, haga clic en el asistente para grficos.
3. Una ventana Tipo de Grfico (paso 1 de 4) se abrir. Escoja
la opcin XY (Scatter),. No seleccione un
subtipo que conecta los puntos con lneas o curvas suaves.
Presione el botn.
4. Una ventana Datos Fuente para el Grfico (paso 2 de 4) se
abrir. Haga clic en la pestaa Series ubicada cerca del
tope de la ventana.
5. Luego haga clic en el botn Agregar, . Esto causar que
cuadros de datos, como los mostrados aqu, aparezcan. Luego haga
clic en el botn Cerrar Dilogo, , en el lado derecho del cuadro
Valores X. Esto minimizar temporalmente la ventana de dilogo de
manera que usted pueda seleccionar los valores-x que desea graficar en
el eje horizontal.
6. Cuando la ventana de dialogo se achica, usted puede usar el ratn para
seleccionar los valores de x que se incluirn en el eje horizontal. Note
que cuando las celdas han sido seleccionadas, sus referencias aparecen
en el cuadro de Valores-X. Cuando haya terminado haga clic en el
botn Expandir Dilogo que devolver la ventana de dilogo a su
tamao mximo.
9 L.R.H
Laboratorio de fsica 1
7. Haga clic en el botn Terminar Dilogo, , en el final derecho del
cuadro de Valores Y y repita el procedimiento del Paso 7 para los
valores y que se incluirn en el eje vertical
8. Una vista preliminar del grfico debera aparecer en la ventana. Haga
clic en el botn > Siguiente.
9. Una nueva ventana de para Opciones de Grfico (paso 3 de 4) se abrir.
Aqu usted puede agregar un ttulo y encabezados para los ejes del
grfico. Es importante que usted no se salte este paso, as que tmese
un par de segundos para rellenar estos cuadros de texto con ttulos
descriptivos.
Cuando usted haya terminado, haga clic en el botn > Siguiente.
10 L.R.H
Laboratorio de fsica 1
10. Una nueva ventana de Ubicacin del Grfico (Paso 4 de 4) se abrir.
Aqu usted puede decidir donde ubicar su grfico. Si usted quiere que el
grfico aparezca en su propia pgina, seleccione la opcin: "Como una
hoja nueva"
Si usted quiere que el grfico aparezca en la misma pgina que sus
datos, seleccione la opcin: "Como un objeto en hoja 1"
11. Luego de hacer clic en el botn Finalizar, el grfico en la misma pgina
que los datos (como se muestra abajo), o como una hoja nueva.
12. Una vista preliminar del grfico debera aparecer en la ventana.
Como hacer el ajuste de mnimos cuadrados?
Debemos tener presente las formulas que nos permiten hacer el ajuste de la
curva, por ejemplo para el calculo de la correlacin.
Es necesario ir ordenando nuestros clculos lo mas adecuado es trabajar en
una hoja de calculo como Excel. En la siguiente tabla se muestra por ejemplo
x
i
2
, para esto es necesario introducir una formula observe que se inicia con el
signo igual en seguida se hace clic sobre las celdas que van a operar
11 L.R.H
( ) ( )
1
]
1

1
]
1

2
2
2
2
1 1
x
N
x t
N
t
N
t x
tx
r
Laboratorio de fsica 1
C4*(multiplicada) C4. Las operaciones bsicas se hacer con los siguientes
operadores (+ suma,- resta,* multiplicacin y,/ divisin).

Note que el resultado (0 cm
2
) se muestra en la celda F4. Podramos repetir este
proceso para cada valor de x
i
en la tabla e ingresar una nueva frmula para
cada uno. Sin embargo la mejor (y mas rpida) manera es primero activar la
celda que se desea copiar y colocar el cursor en la esquina derecha de la celda
hasta que salga una cruz, en este momento se tira la celda para abajo hasta la
ultima celda en donde queremos copiar la formula.
Mostrar Frmulas de Ejemplo
La hoja de clculo est ahora en una forma que es fcil de leer, pero todava
podemos hacerla ms fcil de ser evaluada por su profesor. Por ejemplo,
podemos mostrar una ecuacin de ejemplo para cada tipo de frmula usada en
la hoja de clculo. Para hacer esto, desde la barra de frmulas seleccione la
ecuacin que usted desea mostrar como texto, como se muestra a la derecha.
Con la frmula resaltada, haga clic en el Botn Copiar, , y luego presione la
tecla <ENTER>. No se salte el ltimo paso, usted debe presionar la tecla
<ENTER>.
12 L.R.H
Laboratorio de fsica 1
Cuando se ha copiado la frmula, haga clic en una celda vaca en donde usted
desea que aparezca la ecuacin. En dicha celda, escriba un apstrofe ( ' ) el
cual forzar que los contenidos de la celda aparezcan como texto. Luego
pegue la frmula haciendo clic en el Botn Pegar, .
Uso de Cifras Significativas Correctas
Por defecto la planilla muestra el nmero mximo de cifras decimales. Sin
embargo, el nmero de decimales mostrados puede ser forzado en forma
manual usando el Botn Incrementar Decimales, y el Botn Disminuir
Decimales, , dependiendo de cada situacin. Por ejemplo, la imagen a la
derecha muestra como usar el Botn Disminuir Decimales para reducir el
nmero de decimales en la respuesta.
En esta simulacin tomaremos la incertidumbre en el tiempo como 0,001s y
para las medidas de distancia 0,01cm entonces nuestra tabla de datos
quedara de la siguiente forma:
Para facilitar el estudio del movimiento de un proyectil, este se descompone en
movimiento horizontal y vertical.
Como se puede observar en las formulas en casi todas hay que calcular
sumatorias. En el men podemos ver el signo de sumatoria haciendo clic,
automticamente el programa indica en el cuadro las posibles celdas que
intervienen en la sumatoria, permitiendo al usuario rectificar su escogencia.
13 L.R.H
Laboratorio de fsica 1
Movimiento horizontal del proyectil
Vamos a trabajar por el momento con el movimiento a lo largo del eje x. Para
mejor claridad podemos colocar el smbolo en la celda derecha de donde se
hace la operacin para un mejor entendimiento de la tabla.
El paso a seguir es ahora hacer los clculos con las formulas de ajuste lineal
de mnimos cuadrados ya que nuestro grafico nos permite intuir que esa es la
tendencia de la nube de puntos.
14 L.R.H
Laboratorio de fsica 1
Haciendo el calculo que hay que hacer una raz cuadrada, veamos la
formula.:
Terminando todos los clculos tenemos:
15 L.R.H
Laboratorio de fsica 1
De manera que la recta buscada es
A continuacin se presentan los valores de la y
i
medida, de la y
i
del modelo y
del error en la aproximacin:
Lo cual puede apreciarse grficamente:
16 L.R.H
38 , 163 24 , 85 t x
Laboratorio de fsica 1
Aproximacin por polinomios de grado m
Calculemos ahora la mejor aproximacin de un conjunto de valores
experimentales
( ) ( ) ( )
N N
y x y x y x , ,..., , , ,
2 2 1 1
por un polinomio de grado m.
Podemos expresar la relacin entre ambas magnitudes de la siguiente forma:
0 1
1
1
... a x a x a x a y
m
m
m
m
+ + + +

en donde los
m j a
j
,..., 1 , 0
son los coeficientes del polinomio, o sea, los
valores que deseamos hallar.
Procedamos de la misma manera que en el caso anterior.
17 L.R.H
Laboratorio de fsica 1
Ahora, la distancia de cada punto del grfico al polinomio tendr la expresin
i i
m
i m
m
i m i
y a x a x a x a + + + +

0 1
1
1
... . Nuevamente calculemos la suma de las
distancias de cada punto del grfico al polinomio elevada al cuadrado, que nos
da una idea de cuan cerca esta el polinomio de los datos experimentales. La
misma estar dada por la siguiente expresin:
( )

+ + + +
N
i
i i
m
i m
m
i m
N
i
i
y a x a x a x a E
1
2
0 1
1
1
1
2
...
Observemos que la desviacin cuadrtica de los puntos respecto al polinomio
es una funcin del polinomio, cada polinomio (o sea cada conjunto de
coeficientes
m j a
j
,..., 1 , 0
) genera distancias de cada punto a dicho
polinomio y por ende un valor de su suma al cuadrado. Lo que deseamos
obtener es del polinomio (o sea el conjunto de coeficientes
m j a
j
,..., 1 , 0
) que
minimice dicha funcin, o sea, obtener el polinomio de grado m que, en cierto
sentido, est ms cerca de los puntos experimentales.
En los casos anteriores, cuando tenamos rectas pasan por el origen, la
funcin E dependa de una sola variable, a, y encontrar el valor que la
minimizaba fue una tarea sencilla; luego, para rectas generales la funcin E
dependa de dos variables, a y b, y encontrar los valores que la minimizaba fue
un poco ms complicado. En este caso general, la funcin E depende de m+1
variables
m j a
j
,..., 1 , 0
y debemos encontrar el conjunto de valores que la
minimizan. El trabajo actual es un poco ms complicado, aunque es una simple
generalizacin del procedimiento anterior al caso de m+1 variables. Para lograr
dicho objetivo, debemos imponer la siguiente condicin de extremo:
( )
( )
( )

'

0
, ,..., ,
:
0
, ,..., ,
0
, ,..., ,
0 1 1
1
0 1 1
0
0 1 1
m
m m
m m
m m
a
a a a a E
a
a a a a E
a
a a a a E
Calculando dichas derivadas parciales de la expresin de E como funcin
las m+1 variables
m j a
j
,..., 1 , 0
, obtenemos:
18 L.R.H
Laboratorio de fsica 1
( )
( )
( )
( )

+ + + +

+ + + +

+ + + +

+ + + +

n
i
m
i i i
m
i m
m
i m
m
n
i
j
i i i
m
i m
m
i m
j
N
i
i i i
m
i m
m
i m
N
i
i i
m
i m
m
i m
x y a x a x a x a
a
E
x y a x a x a x a
a
E
x y a x a x a x a
a
E
y a x a x a x a
a
E
1
0 1
1
1
1
0 1
1
1
1
0 1
1
1
1
1
0 1
1
1
0
) ( ... 2 0
:
) ( ... 2 0
:
) ( ... 2 0
... 2 0
Dichas ecuaciones pueden ser rescritas de la siguiente manera:





+

+ + + +
+ + + +
+ + + +
+ + + +
N
i
m
i
N
i
m
i
N
i
m m
i m
N
i
j m
i m
N
i
m
i i
N
i
j
i
N
i
j
i
N
i
j m
i m
N
i
j m
i m
N
i
j
i i
N
i
i
N
i
i
N
i
m
i m
N
i
m
i m
N
i
i i
N
i
N
i
i
N
i
m
i n
N
i
m
i n
N
i
i
x a x a x a x a x y
x a x a x a x a x y
x a x a x a x a x y
a x a x a x a y
1
0
1
1
1
1
1
1
1 1
1
0
1
1
1
1
1
1
1 1
1
0
1
2
1
1
1
1
1
1
1
0
1
1
1
1
1
1 1
...
:
...
:
...
1 ...
O, para ganar claridad pueden ser escritas en forma matricial de la siguiente
manera.
1
1
1
1
1
1
1
1
1
1
]
1

1
1
1
1
1
1
]
1

1
1
1
1
1
1
1
1
1
1
]
1

+


N
i
m
i i
N
i
i i
N
i
i i
N
i
i i
m N
i
m
i
N
i
m
i
N
i
m
i
N
i
m
i
N
i
m
i
N
i
i
N
i
i
N
i
i
N
i
m
i
n
i
i
N
i
i
N
i
i
N
i
m
i
N
i
i
N
i
i
N
i
i
x y
x y
x y
x y
a
a
a
a
x x x x
x x x x
x x x x
x x x x
1
1
2
1
1
1
0
2
1
0
1
2
1
2
1
1
1
1
2
1
4
1
3
1
2
1
1
1
3
1
2
1
1
1 1
2
1
1
1
0

Por lo tanto, la solucin del sistema es

19 L.R.H
Laboratorio de fsica 1
1
1
1
1
1
1
1
1
1
1
]
1

1
1
1
1
1
1
1
1
1
1
]
1

1
1
1
1
1
1
]
1

+


N
i
m
i i
N
i
i i
N
i
i i
N
i
i i
N
i
m
i
N
i
m
i
N
i
m
i
N
i
m
i
N
i
m
i
N
i
i
N
i
i
N
i
i
N
i
m
i
n
i
i
N
i
i
N
i
i
N
i
m
i
N
i
i
N
i
i
N
i
i
m
x y
x y
x y
x y
x x x x
x x x x
x x x x
x x x x
Inv
a
a
a
a
1
1
2
1
1
1
0
1
2
1
2
1
1
1
1
2
1
4
1
3
1
2
1
1
1
3
1
2
1
1
1 1
2
1
1
1
0
2
1
0

En donde Inv [A] significa la matriz inversa de A. En conclusin hemos

encontrado el conjunto de coeficientes
m j a
j
,..., 1 , 0
del polinomio de grado
m de la forma
0 1
1
1
... a x a x a x a y
m
m
m
m
+ + + +

que mejor aproxima los datos

experimentales. Llegamos a la conclusin los coeficientes del polinomio de que
minimiza la suma de las distancias al cuadrado de los valores experimentales
al polinomio (el polinomio que en cierto modo ms se aproxima a los valores
experimentales) tienen las expresiones anteriormente calculadas.
Aproximacin por familias arbitrarias de funciones
En todos los ejemplos anteriores procuramos aproximar un conjunto de datos
experimentales
( ) ( ) ( )
N N
y x y x y x , ,..., , , ,
2 2 1 1
por una recta o polinomio. En
definitiva, tenamos un conjunto de posibles rectas o polinomios
parametrizados por un conjunto de parmetros. Por ejemplo a es el parmetro
que describe las rectas que pasan por el origen; a y b es el conjunto de
parmetros que describen las rectas generales, y los coeficientes de los
polinomios son los parmetros que describen a los polinomios.
En caso general, uno puede tener una familia de funciones
f
que dependen
de varios parmetros
m
,..., ,
2 1
reales:
( ) x f
m
,...,
2
,
1
y desea encontrar entre dicha familia de funciones la que mejor aproxima los
datos experimentales.
El mtodo de mnimos cuadrados es aplicable en dicha situacin. Para ello
uno debe considerar las distancias
( )
i i i
y x f
de los puntos experimentales
a la curva de ajuste. Nuevamente consideramos la suma de todas las
distancias elevadas al cuadrado:
( ) ( )



N
i
i i
N
i
i
y x f E
1
2
1
2

20 L.R.H
Laboratorio de fsica 1
La que resulta una funcin de los parmetros
m
,..., ,
2 1
, ya que para cada
conjunto de parmetros obtenemos una funcin
f
y por ende un conjunto de
distancias
i

. Entonces E resulta ser una funcin de los parmetros

m
,..., ,
2 1
o sea
( )
m
E ,..., ,
2 1
.
El mtodo de mnimos cuadrados consiste en minimizar E, por lo que se
debe hacer es imponer la siguiente condicin de extremo:
( )
( )

'

0
,..., ,
:
0
,..., ,
2 1
1
2 1
m
m
m
E
E

Obtenemos la solucin del problema (los parmetros
m
,..., ,
2 1
) al resolver
dicho sistema. Adems hay que asegurarse de obtener una solucin que
corresponda efectivamente a un mnimo de E.
La dificultad radica en que generalmente el sistema anterior es un sistema muy
complicado de resolver, por lo general no lineal. Afortunadamente disponemos
de muchos mtodos numricos para obtener una solucin aproximada del
mismo.
Mnimos cuadrados ponderados
En todos los ejemplos anteriores calculamos las distancias de los datos
experimentales
i

a una familia de rectas, polinomios o curvas que dependan

de ciertos parmetros. Seguidamente sumamos todas las distancias elevadas
al cuadrados, y al resultado lo llamamos E. Luego encontramos los parmetros
de las rectas o curvas que minimizaban dicha expresin.
Hay situaciones en las que no todos los datos tienen la misma importancia en
el clculo de E. Un ejemplo es cuando hay ms incertidumbre asociada a una
medicin que a las dems. En ese caso uno puede desear que dicha medicin
tenga menos importancia en el momento de aproximar los datos por rectas o
curvas que las restantes. Un posible procedimiento a seguir es el siguiente.
A cada medicin se le asocia un peso
i
w
. Tpicamente, se le suele asociar a
cada medicin un peso que sea inversamente proporcional a la incertidumbre
asociada a dicha medida elevada al cuadrado
( )
2
1
i
i
y
w

, aunque otras
elecciones son posibles.
En la definicin de E, tenemos en cuenta dicho peso:

N
i
i i
w E
1
2

21 L.R.H
Laboratorio de fsica 1
El resto del procedimiento es exactamente igual al de los casos anteriores, o
sea minimizamos la expresin obtenida para E, teniendo en cuenta los factores
i
w
. Observemos que el desarrollo de E es anlogo al caso anterior con la
diferencia que cada sumando queda multiplicado por el factor de peso
i
w
. O
sea, cada vez que tenemos una sumatoria del tipo

N
i
i
1
....
la misma se
transformar a una suma del tipo
i
N
i
i
w

1
....
.
Como ejemplo, para el caso de las rectas del tipo forma
ax y
obtenemos

N
i
i i
N
i
i i i
x w
y x w
a
1
2
1
Para el caso de las rectas del tipo forma
b ax y +
obtenemos:
(cabe observar que el factor N en las frmulas anteriores provena de hacer

N
i
N
1
1
y en los nuevos clculos se transforma en

N
i
i
w
1
)
2
1 1
2
1
1 1 1 1

,
_

,
_

,
_

,
_

,
_

,
_

,
_

N
i
i i
N
i
i i
N
i
i
N
i
i i
N
i
i i
N
i
i i i
N
i
i
x w x w w
x w y w y x w w
a
2
1 1
2
1
1 1 1
2
1

,
_

,
_

,
_

,
_

,
_

,
_

,
_

N
i
i i
N
i
i i
N
i
i
N
i
i i
N
i
i i i
N
i
i i
N
i
i i
x w x w w
x w y x w x w y w
b
Los mtodos y resultados en los dems casos son anlogos.
22 L.R.H