Está en la página 1de 4

APROXIMACIÓN BINOMIAL CON MÍNIMOS

CUADRADOS
Encontrar un polinomio de aproximación que pase por los puntos dados en forma tabular
a veces tiene errores significativos; por ejemplo, cuando proviene de medidas físicas. En
estas circunstancias no tiene sentido pasar un polinomio de aproximación por los puntos
dados, sino sólo cerca de ellos.
No obstante, esto crea un problema, ya que se puede pasar un número infinito de curvas
entre los puntos. Para determinar la mejor curva se establece un criterio que la fije y una
metodología que la determine. El criterio más común consiste en pedir que la suma de
distancias calculadas entre el valor de la función que aproxima 𝑝(𝑥) y el valor de la
función 𝑓(𝑥) dada en la tabla, sea mínima, es decir, que

𝑚 𝑚

∑ | 𝑝(𝑥𝑖 ) − 𝑓(𝑥𝑖 )| = ∑ 𝑑𝑖 = 𝑚í𝑛𝑖𝑚𝑜


𝑖=1 𝑖=1

EY𝑦 = 𝑓(𝑥)
La función pasa
entre los puntos

Ilustración 1 Aproximación polinomial que pasa entre los puntos

Ilustración 2 Ilustración de las distancias 𝑑𝑖 a minimizar.


Para evitar problemas de derivabilidad más adelante, se acostumbra utilizar las distancias
𝑑𝑖 , elevadas al cuadrado:

𝑚 𝑚

∑[𝑝(𝑥𝑖 ) − 𝑓(𝑥𝑖 )]2 = ∑ 𝑑𝑖 2 = 𝑚í𝑛𝑖𝑚𝑜


𝑖=1 𝑖=1

En la Ilustración 2 se observan los puntos tabulados, la aproximación polinomial 𝑝(𝑥) y


las distancias 𝑑𝑖 entre los puntos correspondientes, cuya suma hay que minimizar.
Si se utiliza
𝑝(𝑥) = 𝑎0 + 𝑎1 𝑥 (1)

Para aproximar la función dada por la tabla, el problema queda como el de minimizar

∑[𝑎0 + 𝑎𝑖 𝑥𝑖 − 𝑓(𝑥𝑖 )]2


𝑖=1

Hay que observar que el número infinito de polinomios que pasan entre los puntos, se
selecciona aquél cuyos coeficientes 𝑎0 y 𝑎1 minimicen (2).

En el cálculo de funciones de una variable, para encontrar el mínimo o máximo de una


función, se deriva y se iguala con cero esa derivada. Después se resuelve la ecuación
resultante para obtener los valores de la variable que pudieran minimizar o maximizar la
función. En el caso en estudio, donde se tiene una función por minimizar de dos variables
(𝑎0 𝑦 𝑎1 ), el procedimiento es derivar parcialmente con respecto a cada una de las
variables e igualar a cero cada derivada, con lo cual se obtiene un sistema de dos
ecuaciones algebraicas en las incógnitas 𝑎0 y 𝑎1 ; o sea,

𝑚
𝜕
[∑(𝑎0 + 𝑎1 𝑥𝑖 − 𝑓(𝑥𝑖 ) )2 ]
𝜕𝑎0
𝑖=1

𝑚
𝜕
[∑(𝑎0 + 𝑎1 𝑥𝑖 − 𝑓(𝑥𝑖 ) )2 ]
𝜕𝑎1
𝑖=1
Se deriva dentro del signo de sumatoria.

𝑚 𝑚
𝜕
∑ [𝑎0 + 𝑎1 𝑥𝑖 − 𝑓(𝑥𝑖 )]2 = ∑ 2 [𝑎0 + 𝑎1 𝑥𝑖 − 𝑓(𝑥𝑖 )]1 = 0
𝜕𝑎0
𝑖=1 𝑖=1
𝑚 𝑚
𝜕
∑ [𝑎 + 𝑎1 𝑥𝑖 − 𝑓(𝑥𝑖 )]2 = ∑ 2 [𝑎0 + 𝑎1 𝑥𝑖 − 𝑓(𝑥𝑖 )]1 = 0
𝜕𝑎1 0
𝑖=1 𝑖=1

Al desarrollar las sumatorias se tiene:

[𝑎0 + 𝑎1 𝑥1 − 𝑓(𝑥1 )] + [𝑎0 + 𝑎1 𝑥2 − 𝑓(𝑥2 )] + ⋯ + [𝑎0 + 𝑎1 𝑥𝑚 − 𝑓(𝑥𝑚 )] = 0


[𝑎0 𝑥1 + 𝑎1 𝑥1 2 − 𝑓(𝑥1 )𝑥1 ] + [𝑎0 𝑥2 + 𝑎1 𝑥2 2 − 𝑓(𝑥2 )𝑥2 ] + ⋯
+ [𝑎0 𝑥𝑚 + 𝑎1 𝑥𝑚 2 − 𝑓(𝑥𝑚 )𝑥𝑚 ] = 0

Que simplificadas quedan:

𝑚 𝑚

𝑚𝑎0 + 𝑎1 ∑ 𝑥𝑖 = ∑ 𝑓(𝑥𝑖 )
𝑖=1 𝑖=1
𝑚 𝑚 𝑚

𝑎0 ∑ 𝑥𝑖 + 𝑎1 ∑ 𝑥𝑖 2 = ∑ 𝑓(𝑥𝑖 )𝑥𝑖
𝑖=1 𝑖=1 𝑖=1

El sistema se resuelve por la regla de Cramer y se tiene

[∑𝑚 𝑚 2 𝑚 𝑚
𝑖=1 𝑓(𝑥𝑖 )][∑𝑖=1 𝑥𝑖 ] − [∑𝑖=1 𝑥𝑖 ][∑𝑖=1 𝑓(𝑥𝑖 )𝑥𝑖 ]
𝑎0 =
𝑚 ∑𝑚 2 𝑚
𝑖=1 𝑥𝑖 − [∑𝑖=1 𝑥𝑖 ]
2

𝑚 ∑𝑚 𝑚 𝑚
𝑖=1 𝑓(𝑥𝑖 )𝑥𝑖 − [∑𝑖=1 𝑓(𝑥𝑖 )][∑𝑖=1 𝑥𝑖 ]
𝑎1 =
𝑚 ∑𝑚 2 𝑚
𝑖=1 𝑥𝑖 − [∑𝑖=1 𝑥𝑖 ]
2

Que sustituidos en la ecuación (1) dan la aproximación polinomial de primer grado que
mejor ajusta la información tabulada. Este polinomio puede usarse a fin de aproximar
valores de la función para argumentos no conocidos en la tabla.
El grado del polinomio no tiene relación con el número de puntos usados y debe
seleccionarse de antemano con base en consideraciones teóricas que apoyan el fenómeno
estudiado, el diagrama de dispersión (puntos graficados en el plano 𝑥 − 𝑦) o ambos.
El hecho de tener la mejor recta que aproxima la información, no significa que la
información esté bien aproximada; quizá convenga aproximarla con una parábola o una
cúbica.