𝑆𝑢𝑚𝑎 𝑑𝑒 𝑚í𝑛𝑖𝑚𝑜𝑠 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠

Mg. Lic. Carlos De SOuza Ferreyra LLaque 1

Mg. Lic. Carlos De SOuza Ferreyra LLaque 2
Suponga que la relación entre la cantidad de alfa utilizada y la cantidad de beta
presente está dada por una ecuación lineal, de modo que la gráfica sea una línea
recta. En vista de lo anterior, no sería razonable unir los puntos trazando una curva
que pase por todos ellos. Además, los datos tienen una naturaleza probabilística, es
decir, no son deterministas, en el sentido de que si repitiéramos el experimento
encontraríamos valores ligeramente distintos de beta para los mismos valores de
alfa, pues todas las mediciones están sujetas a errores experimentales. De esta
manera, los puntos graficados no están, necesariamente, sobre una línea recta. A
continuación aplicamos el método de mínimos cuadrados para obtener la línea recta
que “mejor se ajusta” a los datos proporcionados.
Esta línea es la recta de mínimos cuadrados.

La suma anterior debe ser la menor posible

Mg. Lic. Carlos De SOuza Ferreyra LLaque 3

𝑆𝑒𝑎 𝑎 = 10, −5,9 𝑦 𝑃 𝑒𝑙 𝑠𝑢𝑏 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑔𝑒𝑛𝑒𝑟𝑎𝑑𝑜 𝑝𝑜𝑟 𝑙𝑜𝑠 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠
𝑏 = 1,0,1 𝑦 𝑐 = 2, −1,3 , 𝑠𝑒𝑎 𝑣 = 𝛼 𝑏 + 𝛽 𝑐 𝑢𝑛 𝑣𝑒𝑐𝑡𝑜𝑟 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟𝑎 𝑑𝑒𝑙
𝑠𝑢𝑏 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑃, 𝑠𝑒𝑎 𝜀 = 𝜀1 , 𝜀2 , 𝜀3 𝑡𝑎𝑙𝑞𝑢𝑒 𝑎 = 𝛼 𝑏 + 𝛽 𝑐 + 𝜀,
𝜀 𝑒𝑠 𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑒𝑟𝑟𝑜𝑟 𝑑𝑒 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑣 𝑎𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑎
𝐻𝑎𝑙𝑙𝑎𝑟 𝛼 𝑦 𝛽 𝑡𝑎𝑙𝑞𝑢𝑒 𝑚𝑖𝑛𝑖𝑚𝑖𝑐𝑒 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑒𝑟𝑟𝑜𝑟𝑒𝑠
𝐸𝑠𝑡𝑜 𝑒𝑠, 𝑞𝑢𝑒 𝜀12 + 𝜀22 + 𝜀32 𝑠𝑒𝑎 𝑚í𝑛𝑖𝑚𝑜.
𝑆
𝑎
𝑑 = 𝜀 = 𝜀12 + 𝜀22 + 𝜀32 𝑃
𝑑 𝑒𝑠 𝑒𝑙 𝑚ó𝑑𝑢𝑙𝑜 𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑒𝑟𝑟𝑜𝑟 𝜀
𝜀 𝑑𝑚𝑖𝑛
𝐴𝑑𝑒𝑚á𝑠 𝑒𝑠 𝑙𝑎 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎
𝑑
𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑣 𝑎𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑎

𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠

𝑣 =𝛼𝑏+𝛽𝑐
𝑑𝑒 𝑙𝑜𝑠 𝑒𝑟𝑟𝑜𝑟𝑒𝑠 𝑒𝑠 𝑚𝑖𝑛𝑖𝑧𝑎𝑟 𝑙𝑎 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎
𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑣 𝑎𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑎 𝑅
Mg. Lic. Carlos De SOuza Ferreyra LLaque 4
𝐸𝑠𝑐𝑟𝑖𝑏𝑎𝑚𝑜𝑠 𝑙𝑜𝑠 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑒𝑛 𝑐𝑜𝑙𝑢𝑚𝑛𝑎
10 1 2
𝑎 = −5 , 𝑏 = 0 , 𝑐 = −1
9 1 3
1 2 𝑣 = 𝐴𝑢 𝑒𝑠 𝑢𝑛𝑎 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖ó𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟𝑎 𝑑𝑒 𝑏 𝑦 𝑐
𝑆𝑒𝑎 𝐴 = 𝑏, 𝑐 = 0 −1
1 3 𝑢 𝜖 𝑅2
1 2
𝑣 = 𝛼 𝑏 + 𝛽 𝑐 = 𝛼 0 + 𝛽 −1
1 2 1 3
𝛼
𝑣 = 0 −1 𝛽 𝑆𝑒𝑎 𝑢 = 𝛼
1 3 𝛽

Mg. Lic. Carlos De SOuza Ferreyra LLaque 5

𝑃 𝑒𝑠 𝑒𝑙 𝑠𝑢𝑏 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑔𝑒𝑛𝑒𝑟𝑎𝑑𝑜 𝑝𝑜𝑟 𝑙𝑜𝑠 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑏 𝑦 𝑐 𝑆𝑒𝑎 𝑑 𝑙𝑎 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠
𝑃 = 𝛼 𝑏 + 𝛽𝑐, 𝑡𝑎𝑙 𝑞𝑢𝑒 𝛼 𝑦 𝛽 𝜖 𝑅 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑎 𝑦 𝑣
1 2 𝛼
𝑃 = 𝐴𝑢, ∀ 𝑢 𝜖 𝑅 2
𝐴 = 𝑏, 𝑐 = 0 −1 𝑢 = 𝛽 𝑆𝑒𝑎 𝑣 ∗ = 𝐴 𝑢∗ = 𝑃𝑟𝑜𝑦𝑃 𝑎
1 3
𝑆 𝐿𝑎 𝑝𝑟𝑜𝑦𝑒𝑐𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑎
𝑎 𝑠𝑜𝑏𝑟𝑒 𝑒𝑙 𝑝𝑙𝑎𝑛𝑜 𝑃
𝑛 = 𝑎 − 𝑣∗
𝐿𝑎 𝑚í𝑛𝑖𝑚𝑎 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒
𝑃
𝑎 𝑦 𝑣 𝑠𝑒 𝑑𝑎 𝑐𝑢𝑎𝑛𝑑𝑜 𝑣 𝑒𝑠 𝑙𝑎
𝑑 𝑑𝑚𝑖𝑛
𝑝𝑟𝑜𝑦𝑒𝑐𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑎
𝑠𝑜𝑏𝑟𝑒 𝑒𝑙 𝑝𝑙𝑎𝑛𝑜 𝑃
𝑇
𝑣 ∗ = 𝐴𝑢∗ 𝑛 = 𝑎 − 𝑣 ∗ 𝑒𝑠 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙 𝑎 𝑃
𝑣 = 𝐴𝑢 𝑣 − 𝑣∗
𝑅 𝑛 = 𝑎 − 𝑣 ∗ 𝑝𝑒𝑟𝑡𝑒𝑛𝑒𝑐𝑒 𝑎𝑙
𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙 𝑑𝑒 𝑃
Mg. Lic. Carlos De SOuza Ferreyra LLaque 𝑛 𝜖 𝑃⊥ ⇒ 𝑛 ⊥ 𝑣 𝑦 𝑛 ⊥ 𝑣6 − 𝑣 ∗
𝐸𝑙 𝑡𝑟𝑖𝑎𝑛𝑔𝑢𝑙𝑜 𝑅𝑆𝑇 𝑒𝑠 𝑟𝑒𝑐𝑡á𝑛𝑔𝑢𝑙𝑜 𝑒𝑛 𝑇,
𝑑 𝑒𝑠 𝑙𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑛𝑢𝑠𝑎, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑑 ≤ 𝑐𝑎𝑡𝑒𝑡𝑜 𝑆𝑇 𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖ó𝑛:
𝑑 𝑒𝑠 𝑚í𝑛𝑖𝑚𝑜 𝑐𝑢𝑎𝑛𝑑𝑜 𝑣 = 𝑣 ∗ 𝐸𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑑𝑒𝑙 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑃
𝐿𝑎 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑎 𝑎 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑣𝑒𝑐𝑡𝑜𝑟 𝑣 𝑑𝑒 𝑃 𝑚á𝑠 𝑐𝑒𝑟𝑐𝑎𝑛𝑜 𝑎𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑎 𝑒𝑠
𝑒𝑠 𝑚í𝑛𝑖𝑚𝑜 𝑐𝑢𝑎𝑛𝑑𝑜 𝑣 𝑒𝑠 𝑙𝑎 𝑝𝑟𝑜𝑦𝑒𝑐𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑎 𝑙𝑎 𝑝𝑟𝑜𝑦𝑒𝑐𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑎
𝑠𝑜𝑏𝑟𝑒 𝑒𝑙 𝑝𝑙𝑎𝑛𝑜 𝑃 𝑆 𝑠𝑜𝑏𝑟𝑒 𝑒𝑙 𝑝𝑙𝑎𝑛𝑜 𝑃
𝑎
𝑛 = 𝑎 − 𝑣∗
𝑃
𝑑 𝑑𝑚𝑖𝑛

𝑇
𝑣 ∗ = 𝐴𝑢∗
𝑣 = 𝐴𝑢 𝑣 − 𝑣∗
𝑅

Mg. Lic. Carlos De SOuza Ferreyra LLaque 7

 𝑪𝒂𝒍𝒄𝒖𝒍𝒐 𝒅𝒆 𝒗∗ 𝒍𝒂 𝒑𝒓𝒐𝒚𝒆𝒄𝒄𝒊ó𝒏 𝒅𝒆𝒍 𝒗𝒆𝒄𝒕𝒐𝒓 𝒂 𝒔𝒐𝒃𝒓𝒆 𝒆𝒍 𝒑𝒍𝒂𝒏𝒐 𝑷

𝐴𝑢 𝑡 𝑛 = 0 ∀ 𝑢 𝜖 𝑅2
𝐸𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑒𝑠𝑐𝑎𝑙𝑎𝑟 𝑑𝑒 𝑑𝑜𝑠 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑝 𝑦 𝑞
𝑠𝑒 𝑝𝑢𝑒𝑑𝑒 𝑒𝑥𝑝𝑟𝑒𝑠𝑎𝑟 𝑚𝑎𝑡𝑟𝑖𝑐𝑖𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑝 ∙ 𝑞 = 𝑝𝑡 𝑞 𝑢𝑡 𝐴𝑡 𝑛 = 0 ∀ 𝑢 𝜖 𝑅2
𝑆𝑒𝑎 𝑝 = 𝑎, 𝑏, 𝑐 , 𝑞 = 𝑎′ , 𝑏 ′ , 𝑐′
𝑢𝑡 𝐴𝑡 (𝑎 − 𝑣 ∗ ) = 0 ∀ 𝑢 𝜖 𝑅2
𝑝 ∙ 𝑞 = 𝑎, 𝑏, 𝑐 ∙ 𝑎′ , 𝑏 ′ , 𝑐 ′ = 𝑎𝑎´ + 𝑏𝑏 ′ + 𝑐𝑐′
𝑎 𝑡 𝑎′ 𝑎′ 𝑢𝑡 𝐴𝑡 (𝑎 − 𝐴𝑢∗ ) = 0 ∀ 𝑢 𝜖 𝑅2
𝑝𝑡 𝑞 = 𝑏 𝑏′ = 𝑎 𝑏 𝑐 𝑏′ = 𝑎𝑎´ + 𝑏𝑏 ′ + 𝑐𝑐′
𝑐 𝑐′ 𝑐′ 𝑢𝑡 𝐴𝑡 (𝑎 − 𝐴𝑢∗ ) = 0 ∀ 𝑢 𝜖 𝑅2

𝐴𝑡 (𝑎 − 𝐴𝑢∗ ) = 0
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑝 ∙ 𝑞 = 𝑝𝑡 𝑞
𝐴𝑡 𝑎 − 𝐴𝑡 𝐴𝑢∗ = 0
𝐶𝑜𝑚𝑜 𝑣 𝑦 𝑛 𝑠𝑜𝑛 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙𝑒𝑠, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
𝑛 =𝑎−𝑣 ∗ 𝐴𝑡 𝑎 = 𝐴𝑡 𝐴𝑢∗
𝑣∙𝑛 =0 ∀𝑣𝜖𝑃
𝑣∗ = 𝐴𝑢∗ 𝐴𝑡 𝐴 −1 𝐴𝑡 𝑎 = 𝑢∗
𝑣𝑡 𝑛 = 0 ∀ 𝑣 𝜖 𝑃
𝑣 = 𝐴𝑢
Mg. Lic. Carlos De SOuza Ferreyra LLaque 𝑢∗ = 𝐴𝑡 𝐴 −1 𝐴𝑡 𝑎 8
Mg. Lic. Carlos De SOuza Ferreyra LLaque 9
 𝐸𝑛 𝑢𝑛 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑜 𝑠𝑜𝑏𝑟𝑒 𝑙𝑎 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 (𝑦) 𝑒𝑛 𝑢𝑛𝑎 𝑣𝑎𝑟𝑖𝑙𝑙𝑎 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 𝑙𝑜𝑠
𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑎𝑡𝑜𝑠, 𝑠𝑖𝑒𝑛𝑑𝑜 𝑥 𝑙𝑎 𝑢𝑏𝑖𝑐𝑎𝑐𝑖ó𝑛 𝑑𝑜𝑛𝑑𝑒 𝑠𝑒 𝑡𝑜𝑚𝑎 𝑙𝑎 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎
𝑒𝑛 𝑐𝑚. 𝑦 0.2 = 1.44 , 𝑦 0.5 = 0.75, 𝑦 0.7 = 0.39, 𝑦(1) = 0
𝐻𝑎𝑙𝑙𝑎𝑟 𝑢𝑛𝑎 𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑐𝑢𝑎𝑑𝑟á𝑡𝑖𝑐𝑎 𝑑𝑒 𝑦 𝑒𝑛 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑥 𝑞𝑢𝑒 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑒
𝑐𝑜𝑛 𝑙𝑎 𝑡é𝑐𝑛𝑖𝑐𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑚í𝑛𝑖𝑚𝑜𝑠 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠.
𝑦 = 𝑎 + 𝑏 𝑥 + 𝑐 𝑥2 1.44 1 0.2 0.22 𝑎 𝜀1
0.75 1 0.5 0.5 2
= 𝑏 + 𝜀2
2 0.39 1 0.7 0.72 𝑐 𝜀3
𝑛 = 1: 1.44 = 𝑎 + 𝑏 0.2 + 𝑐 0.2 + 𝜀1 0 1 1 12
𝑛 = 2: 0.75 = 𝑎 + 𝑏 (0.5) + 𝑐 0.5 2 + 𝜀2 𝑦 = 𝐴𝛽 + 𝜀
2
𝑛 = 3: 0.39 = 𝑎 + 𝑏 (0.7) + 𝑐 0.7 + 𝜀3
2
𝑛 = 4: 0 = 𝑎 + 𝑏 (1) + 𝑐 1 + 𝜀4
Mg. Lic. Carlos De SOuza Ferreyra LLaque 10
𝑆𝑒 𝑝𝑖𝑑𝑒 ℎ𝑎𝑙𝑙𝑎𝑟 𝑎, 𝑏 𝑦 𝑐 𝑡𝑎𝑙𝑞𝑢𝑒 𝑚𝑖𝑛𝑖𝑚𝑖𝑐𝑒 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑒𝑟𝑟𝑜𝑟𝑒𝑠

𝐸𝑠𝑡𝑜 𝑒𝑠, 𝑞𝑢𝑒 𝜀12 + 𝜀22 + 𝜀32 𝑠𝑒𝑎 𝑚í𝑛𝑖𝑚𝑜.

𝐿𝑎𝑠 𝑡𝑟𝑒𝑠 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠 𝑑𝑒
1 0.2 0.22
1 0.5 0.52
𝐴=
1 0.7 0.72
1 1 12 𝑎
𝐺𝑒𝑛𝑒𝑟𝑎𝑛 𝑢𝑛 𝑠𝑢𝑏 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑑𝑒 𝑅4 𝑦 𝑠𝑒 𝑞𝑢𝑖𝑒𝑟𝑒 ℎ𝑎𝑙𝑙𝑎𝑟 𝛽 = 𝑏
𝑐
1.44
0.75
𝑇𝑎𝑙 𝑞𝑢𝑒 𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝐴𝛽𝑠𝑒 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑒 𝑙𝑜𝑚𝑒𝑗𝑜𝑟 𝑝𝑜𝑠𝑖𝑏𝑙𝑒 𝑎𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑦 =
0.39
0
𝛽 = 𝐴𝑡 𝐴 −1 𝑡
𝐴𝑦

Mg. Lic. Carlos De SOuza Ferreyra LLaque 11

𝐷𝑒𝑏𝑒𝑚𝑜𝑠 ℎ𝑎𝑙𝑙𝑎𝑟 𝑙𝑎 𝑝𝑟𝑜𝑦𝑒𝑐𝑐𝑖ó𝑛 𝑣𝑒𝑐𝑡𝑜𝑟𝑖𝑎𝑙 𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑦 𝑠𝑜𝑏𝑟𝑒 𝑒𝑙 𝑒𝑠𝑝𝑎𝑐𝑖𝑜
𝑔𝑒𝑛𝑒𝑟𝑎𝑑𝑜 𝑝𝑜𝑟 𝑙𝑎𝑠 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝐴
1 0.2 0.22
1 0.5 0.52
𝐴=
1 0.7 0.72
1 1 12
𝛽 = 𝐴𝑡 𝐴 −1 𝑡
𝐴𝑦

Mg. Lic. Carlos De SOuza Ferreyra LLaque 12

Mg. Lic. Carlos De SOuza Ferreyra LLaque 13
𝑦 = 2 − 3𝑥 + 𝑥 2

Mg. Lic. Carlos De SOuza Ferreyra LLaque 14

Mg. Lic. Carlos De SOuza Ferreyra LLaque 15
Mg. Lic. Carlos De SOuza Ferreyra LLaque 16
 y = 2.9672727 + 0.5830303 x

Mg. Lic. Carlos De SOuza Ferreyra LLaque 17