Está en la página 1de 7

Aplicación de Ajuste por Mínimos Cuadrados a un Servicio de

Pizza para Estimar la Cantidad

Rivarola Pedro, Augé Pedro


Calculo Avanzado
Universidad Tecnológica Nacional – FRLP

Abstract

Intentaremos aplicar la teoría de mínimos cuadrados a un servicio de Pizza


Libre a domicilio para estimar la cantidad de pre-pizzas que se deben llevar a cada
evento.
Aplicaremos una aproximación lineal y una exponencial para saber cual de ellas se
adecuaría mejor a nuestro problema.

Palabras Clave: mínimos cuadrados, lineal, exponencial.


Objetivos del Trabajo

Realizar una investigación teórica sobre el ajuste por mínimos cuadrados y luego
aplicarlo para optimizar un Servicio de Pizza Libre.

Ajuste por mínimos cuadrados:

Dado un conjunto de valores en pares ordenados (Xi;Yi) obtenidos por medio de


una serie de observaciones, podemos graficarlas en forma de una nube de dispersión y a
través de la técnica de mínimos cuadrados; de esa manera se haya una función que
representa “la tendencia” de esos datos.

Función tipo lineal:


Por mínimos cuadrados:
n 2

 (Yi  Ypropuesto)
i 1
 Minimo

En un caso lineal: Y= a+bX

n 2

 (Yi  (a  bXi))
i 1
 Minimo

Derivando por diferencial de b llegamos a:


n n n
1) a  Xi  b ( Xi ) 2   Yi. Xi
i 1 i 1 i 1

Derivando por diferencial de a llegamos:


n n
2) an  b Xi   Yi
i 1 i 1

De 1) y 2)

 n
  n 
 n  Xi  a    Yi 
 i 1
     i 1 

 n 2 b
 Xi      Yi. Xi 
n n

  Xi 
 i 1 i 1   i 1 

Y=a+bX

Lineal=Y pronostico=Y ajuste

Bondad del ajuste : nos permite indicar si el ajuste aplicado y la función hallada
se representa con fidelidad a mis datos o no.

St  Sr
R2  Dominio: (0,1)
St
n n
Yi
S t   (Yi  Ymedia) 2 Ymedia  
i 1 i 1 n
n
Sr   (Yi  Yajuste) 2
i 1

Función tipo exponencial:


Lo que se hace en este caso es linealizar la función exponencial para llevarla a
una forma lineal para aplicar la teoría ya conocida para este tipo de funciones.

Y  a.ebx

Aplicando Ln

LnY  ln a  bx ln e (ln e= 1)

    bx

Entonces como hemos visto antes esto nos lleva a:

 n
  n 
 n  Xi      ln Yi 
 i 1
     i 1 

 n 2 b
 Xi      ln Yi. Xi 
n n

  Xi 
 i 1 i 1   i 1 

Para calcular tendencia:


Ypronostico   ebx
Para calcular Bondad del ajuste:
St  Sr
R2  Dominio: (0,1)
St
Yajuste    bx
n n
ln Yi
St   (ln Yi  Ymedia) 2 Ymedia  
i 1 i 1 n
n
Sr   (ln Yi  Yajuste) 2
i 1

Aplicación de ajuste por mínimos cuadrados

Un servicio de Pizza libre en la Plata lleva una estadística de las pizzas


consumidas en cada evento de acuerdo a la cantidad de personas que concurren. De
acuerdo a la siguiente tabla de datos en pares ordenados se desea estimar la función que
los representa más adecuadamente para así poder calcular la cantidad a cocinar con más
precisión.
Graficando estos pares de datos y estimando una función Lineal y otra
exponencial con el Excel quedarían los siguientes gráficos.
Se puede apreciar en el grafico que la función más parecida a nuestros pares de
datos seria de tipo lineal, pero para estar seguros aplicaremos el ajuste por mínimos
cuadrados lineal y exponencial donde la bondad del ajuste nos dirá cual se ajusta mejor.

Ajuste por Mínimos Cuadrados Tipo Lineal:


Al aplicar este método llegamos a que la función obtenida es Y=0,008+0,556X y
la bondad correspondiente a esta función es de 0,9588 por lo tanto se puede decir que
esta función representa nuestros pares de datos de una manera muy buena.

Ajuste por Minimos Cuadrados Tipo Exponencial:

Al aplicar esta vez el metodo del tipo exponencial llegamos a la siguiente


funcion: Y=8,2135*e^(0,0219787*X) aunque esta vez la bondad del ajuste es algo
menor siendo de 0,8674. Este ajuste sigue siendo bueno pero no tanto como el lineal. El
grafico a continuacion muestra como es esta funcion.
Estimando un valor:

Si ahora quisiéramos estimar un valor de pizzas que supere los anteriores, como
por ejemplo el 125 ambas funciones nos deberían entregar un valor aproximado. El
ajuste potencial nos entrega un valor de 128 pizzas, y el ajuste lineal nos arroja uno de
69.
Viendo estos resultados podemos concluir que el problema no responde a un
ajuste exponencial y si a uno lineal, ya que el resultado del exponencial está
completamente fuera de lógica y el lineal sigue respetando los parámetros de
crecimiento con una razón de cambio completamente acorde a la situación.
Bibliografía:

-http://www.uees.edu.ec/titulacion/pdf/2014/Modelo-Paper-Grado-UEES-2014-
290114.pdf
-http://ri.uaemex.mx/bitstream/handle/20.500.11799/33527/secme-
18917.pdf?sequence=1
-http://analisisymodelizacionnumerica.blogspot.com/