Ajuste por método de mínimos cuadrados de funciones exponenciales

(malthusiana) y logísticas.

Dada una cierta cantidad de datos recolectada, nos interesa aproximar los mismos a una
determinada curva que los represente. Una vez hallada la curva, esta nos servirá para
obtener algunas predicciones.

Método de Mínimos cuadrados

Dada una colección de datos como la que sigue, donde la primer componente representa
el momento en que fue tomado el dato y la segunda componente el dato medido
correspondiente a ese momento:

{(0,0,1)(1,1)(2,3)(3,4)(4,7)}

Los pares ordenados son de la forma (𝑖, 𝑥𝑖 ) donde 𝑖 es momento en que se obtuvo el dato
y 𝑥𝑖 es el dato correspondiente al momento 𝑖.
El siguiente representa el grafico de dispersión de la colección de datos

De la observación un pensaría que la curva apropiada para la colección de datos debería

ser una recta. Pero seguramente no hay una que pase por todos los puntos dados
previamente. ¿Cual podría ser la recta que más se aproxime a todos los puntos?¿Con cuál
el error cometido es el menor posible?
Para cuantificar el error que se comete con la aproximación usaremos el denominado error
cuadrático, que consiste en lo siguiente:
Supongamos que hemos ajustado el lote de datos mediante la recta cuya ecuación es
𝑥(𝑡) = 𝑎 + 𝑏𝑡 y observemos cuando nos hemos desviado en cada caso de los datos
originales.
 El valor predicho experimentalmente en 𝑡 = 0 es 𝑥 = 0,1, mientras que la recta
predice 𝑥(0) = 𝑎.
 El valor predicho experimentalmente en 𝑡 = 1 es 𝑥 = 1, mientras que la recta
predice 𝑥(1) = 𝑎 + 𝑏.
  El valor predicho experimentalmente en 𝑡 = 2 es 𝑥 = 3, mientras que la recta
predice 𝑥(2) = 𝑎 + 2𝑏.
 El valor predicho experimentalmente en 𝑡 = 3 es 𝑥 = 4, mientras que la recta
predice 𝑥(3) = 𝑎 + 3𝑏.
 El valor predicho experimentalmente en 𝑡 = 4 es 𝑥 = 7, mientras que la recta
predice 𝑥(4) = 𝑎 + 4𝑏.

Por lo tanto el error cometido en cada predicción es la diferencia entre el valor predicho por
la recta de ajuste y el predicho experimentalmente:

𝑒𝑖 = 𝑎 + 𝑏𝑡 − 𝑥𝑖 , con 𝑖 = 1,2,3,4,5

En la siguiente imagen se puede visualizar la grafica de la recta 𝑥(𝑡) = 𝑎 + 𝑏𝑡 y los puntos

que representan la colección de datos. La recta puede ser obtenida usando el comando
Ajuste lineal(el cual se ve seleccionado en la imagen) en el software Geogebra y
seleccionando los puntos o la lista de puntos previamente insertados en el programa. La
longitud del segmento de color rojo indicaría el error cometido en la cuarta predicción.

Luego se obtiene:
𝑒𝑖2 = (𝑎 + 𝑏𝑡 − 𝑥𝑖 ) 2 ; 𝑖 = 1,2,3,4,5

lo cual sirve para medir dichas desviaciones (y evitar trabajar con cantidades que pueden
ir cambiando de signo). Por tanto, parece natural definir el error cuadrático total como la
suma de los anteriores:
 5

𝐸 = 𝑒12 + 𝑒22 + 𝑒32 + 𝑒42 + 𝑒52 = ∑(𝑎 + 𝑏𝑡 − 𝑥𝑖 )2

𝑖=1

La recta elegida debe ser la que minimice el error cuadrático total. El procedimiento que se
está haciendo se denomina criterio de mínimos cuadrados. Para minimizar la función
usaremos derivadas. La función error que deseo minimizar depende de dos variables:
5

𝐸(𝑎, 𝑏) = ∑(𝑎 + 𝑏𝑡 − 𝑥𝑖 ) 2
𝑖=1

Como los mínimos(y máximos) relativos deben ser puntos críticos, tendremos que derivar
𝐸 (𝑎, 𝑏) e igualar a cero para averiguar donde se alcanzan. Pero, siendo E una función de
dos variables, ¿con respecto a cuál de ellas tenemos que calcular la derivada? La
respuesta es: ¡con respecto a cada una de ellas!
5 5
𝑑 𝑑 𝑑
𝐸(𝑎, 𝑏) = (∑(𝑎 + 𝑏𝑡𝑖 − 𝑥𝑖 ) 2 ) = ∑ ((𝑎 + 𝑏𝑡𝑖 − 𝑥𝑖 ) 2 )
𝑑𝑎 𝑑𝑎 𝑑𝑎
𝑖=1 𝑖=1
5 5

= ∑ 2(𝑎 + 𝑏𝑡𝑖 − 𝑥𝑖 ) = 2 ∑(𝑎 + 𝑏𝑡𝑖 − 𝑥𝑖 ) = 0

𝑖=1 𝑖=1
5 5
𝑑 𝑑 𝑑
𝐸(𝑎, 𝑏) = (∑(𝑎 + 𝑏𝑡𝑖 − 𝑥𝑖 ) 2 ) = ∑ ((𝑎 + 𝑏𝑡𝑖 − 𝑥𝑖 ) 2 )
𝑑𝑏 𝑑𝑏 𝑑𝑏
𝑖=1 𝑖=1
5 5

= ∑ 2(𝑎 + 𝑏𝑡𝑖 − 𝑥𝑖 )𝑡𝑖 = 2 ∑(𝑎 + 𝑏𝑡𝑖 − 𝑥𝑖 ) 𝑡𝑖 = 0

𝑖=1 𝑖=1

Luego deberemos resolver el siguiente sistema de dos ecuaciones lineales con dos
incógnitas:
5 5

∑(𝑎 + 𝑏𝑡𝑖 − 𝑥𝑖 ) = 0, ∑(𝑎 + 𝑏𝑡𝑖 − 𝑥𝑖 ) 𝑡𝑖 = 0

𝑖=1 𝑖=1

En nuestro caso resultara para la primer ecuación:

5

∑(𝑎 + 𝑏𝑡𝑖 − 𝑥𝑖 ) =
𝑖=1
= (𝑎 − 0,1) + ( 𝑎 + 𝑏 − 1) + (𝑎 + 2𝑏 − 3) + (𝑎 + 3𝑏 − 4) + ( 𝑎 + 4𝑏 − 7)
= 5𝑎 + 10𝑏 − 15,1 = 0

Luego si de manera similar se desarrolla la segunda sumatoria, nos quedara resolver el

siguiente sistema:
5𝑎 + 10𝑏 = 15,1
{
10𝑎 + 30𝑏 = 47
La (única) solución de este sistema es 𝑎 = 0,34 y 𝑏 = 1,68, por lo que la recta que
minimiza el error cuadrático será:

𝑥(𝑡) = 1,68𝑡 − 0,34.