Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Mínimos Cuadrados Discretos PDF
Mínimos Cuadrados Discretos PDF
e = y − a0 − a1 x.
sea mı́nima. Para ello derivamos la ecuación (176) con respecto a cada coeficiente e igualamos a
cero, de donde tenemos :
∂Er Pn
= −2 i=1 (yi − a0 − a1 xi ) = 0
∂a0
∂Er Pn
= −2 i=1 (yi − a0 − a1 xi )xi = 0
∂a1
Pn Pn
Pnn Pni=1 x2i a0
= Pn
i=1 yi
i=1 xi i=1 xi a1 i=1 xi yi
91
Ejemplo 9.2 Ajuste a una lı́nea recta los siguientes cinco puntos. ¿Qué puede decir del error que
se obtiene
P1 (1, 5,12) , P2 (3, 3) , P3 (6, 2,48) , P4 (9, 2,34) , P5 (15, 2,18).
Solución. Determinamos cada uno de los términos que aparecen en (9.7)
Actividades 9.4
ii) Dado un conjunto de m observaciones (x1 , y1 ), ..., (xm , ym ). aproximar los datos con un poli-
nomio de grado n, usando el procedimiento de mı́nimos cuadrados. Observe que el polinomio
es ahora
X n
f (x) = P (x) = ai xi .
i=1
Problema 2. Supongamos que queremos ajustar n datos, P1 (x1 , y1 ), · · · , Pn (xn , yn ) con una fun-
ción g(x) de dos parámetros γ1 y γ2 , es decir
g(x) = γ1 Φ1 (x) + γ2 Φ2 (x).
Notemos que Φ1 (x) y Φ( x) son funciones conocidas elementales de x que no son necesariamente
elementos de una base para los polinomios. Obviamente para encontrar la g(x) que minimiza el
cuadrado de los errores hay que determinar los parámetros γ1 y γ2 . En efecto,
n
X
E(g) = (yi − g(xi ))2 . (177)
i=1
92
Derivando parcialmente con respecto a γ1 y γ2 , igualando a cero y reordenando se obtiene el
siguiente sistema de ecuaciones en forma matricial Aγ = b
Pn Pn Pn
Pni=1 Φ1 (xi )Φ1 (xi ) Pni=1 Φ2 (xi )Φ1 (xi ) γ1
= Pi=1
n
Φ1 (xi )yi
i=1 Φ1 (xi )Φ2 (xi ) i=1 Φ2 (xi )Φ2 (xi ) γ2 i=1 Φ2 (xi )yi
Las ecuaciones del sistema se denominan ecuaciones normales y cualquier modelo lineal (suma
ponderada de dos funciones) de dos parámetros pueden ajustarse a un sistema de ecuaciones
lineales. El error en este caso puede determinarse luego de encontrar γ1 y γ2 , usando:
n n n
!
X X X
2
E(g) = (yi ) − γ1 Φ1 (xi )yi + γ2 Φ2 (xi )yi (178)
i=1 i=1 i=1
Para ilustrar este modelo, tomemos el ejemplo 0.2 y ajustemos los datos usando una función de
dos parámetros como sigue.
Ejemplo 9.3 Ajustar mediante el método de mı́nimos cuadrados, los datos del ejemplo 1.15 con
γ2
una hipérbola desplazada del tipo g(x) = γ1 + . Determine el error cometido al ajustar los datos
x
con la recta y con la parábola.
|| · || : C → R+
f 7→ ||f || ≥ 0
i)
||f ||∞ = máx |f (x)|. (179)
a≥x≥b
Esta norma definida sobre [a, b] es llamada norma del máximo, norma infinito o norma
de Tchebyshev. Verificar como ejercicio que satisface las propiedades de una norma.
93
ii)
(Z ) p1
b
||f ||p = |f (x)|p dx . (180)
a
i)
||f ||∞ = máx |f (xi )|. (181)
0≤i≤N
La desigualdad triangular es difı́cil de demostrar para esta última norma, excepto para p = 1 y
p = 2.
Nota 9.1 i) Observemos que se ha usado ||f ||∞ para denotar dos normas diferentes (179) sobre
C[a, b] y (181) análogamente sucede con ||f ||p .
ii) Existe la siguiente relación entre la norma (181) y las p− normas (182) dada por :
p1
ΣN p
lı́m i=0 |f (xi )| dx = máx |f (xi )|. (183)
p→∞ 0≥ix≥N
94