AJUSTE DE MINIMOS CUADRADOS

¿Qué es mínimos cuadrados?

Mínimos cuadrados es una técnica de análisis numérico enmarcada dentro de la

optimización matemática.
¿Para qué se utilizan los mínimos cuadrados?
La técnica de mínimos cuadrados se usa comúnmente en el ajuste de curvas.
¿Por qué se utilizan los mínimos cuadrados?
Es usada para estudiar la naturaleza de la relación entre dos variables
¿Cómo ajustar mínimos cuadrados?
Su expresión general se basa en la ecuación de una recta y = mx + b. Donde m es la
pendiente y b el punto de corte, y vienen expresadas de la siguiente manera:

Σ Es el símbolo sumatoria de todos los términos, mientas (x, y) son los datos en estudio y n
la cantidad de datos que existen.
El método de mínimos cuadrados calcula a partir de los N pares de datos experimentales (x,
y), los valores m y b que mejor ajustan los datos a una recta. Se entiende por el mejor ajuste
aquella recta que hace mínimas las distancias de los puntos medidos a la recta.
Teniendo una serie de datos (x, y), mostrados en un gráfico o gráfica, si al conectar punto a
punto no se describe una recta, debemos aplicar el método de mínimos
cuadrados, basándonos en su expresión general:

Cuando se haga uso del método de mínimos cuadrados se debe buscar una línea de mejor
ajuste que explique la posible relación entre una variable independiente y una variable
dependiente. En el análisis de regresión, las variables dependientes se designan en el eje y
vertical y las variables independientes se designan en el eje x horizontal.

Ejemplo del método de mínimos cuadrados

Encontrar la recta que mejor se ajusta a los siguientes datos:
Veamos el gráfico:

Necesitamos encontrar una recta y = mx + b. Debemos aplicar el método de mínimos

cuadrados. Como ya sabemos entonces:
Primero centraremos el valor (x ∙ y),
Segundo por las expresiones de m y b debemos encontrar el valor x²:

Ahora podemos obtener los valores de las sumatorias de cada columna:

Σx = 55 ; Σy = 57 ; Σ(x·y) = 233 ; Σx² = 473 ; n=9

Sustituimos en cada una de las expresiones:

m = (9·233 – 55·57) / (9·473 – |55|²) = -1038 / 1232 = – 0,84

b = (57·473 – 55·233) / (9·473 – |55|²) = 14146 / 1232 = 11,48

La recta obtenida con el método de los mínimos cuadrados es la siguiente:

y = (- 0,84)·x + 11,48
Observemos el gráfico:

Vemos que la recta corta al eje y en 11,48 y en el eje x en 13,57. Si queremos saber dónde
corta en el eje x igualamos la ecuación y = 0:
0 = (- 0,84)·x + 11,48

Despejamos x:

x = – 11,48 / (-0,84) = 13,57

El coeficiente de correlación es otro parámetro para el estudio de una distribución

bidimensional, que nos indica el grado de dependencia entre las variables x e y. El
coeficiente de correlación r es un número que se obtiene mediante la fórmula:

Puede variar de -1 a 1

Si r = -1 todos los puntos se encuentran sobre la recta existiendo una correlación que es
perfecta e inversa. Si r = 0 no existe ninguna relación entre las variables. Si r = 1 todos los
puntos se encuentran sobre la recta existiendo una correlación que es perfecta y directa.