Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Para entender el problema de la regresión por medio del ajuste por mínimos cuadrados, veamos un
ejemplo concreto y muy sencillo, para luego extender el resultado a una situación más general.
Dados los puntos con coordenadas (1, 2) ; (2, 4) y (3, 4), que, evidentemente, no están alineados,
pero se pretenden “trazar” una recta que se ajuste lo mejor posible a ellos, cuya ecuación será:
y a0 a1 x
y de la que se pretende hallar el valor de los parámetros a0 y a1.
a0 1a1 2
a0 2a1 4
a 3a 4
0 1
1 1 2
a0
1 2 a 4 a0c1 a1c2 b Ax b
1 3 1 4
Evidentemente este sistema será incompatible (en caso general también), a no ser que los tres puntos
estuvieran alineados (pero en ese caso no tendría sentido la regresión).
Desde un punto de vista puramente algebraico, podemos entender el problema, diciendo que el vector
columna de los términos independientes, b, de , no pertenece al subespacio vectorial generado por los
3
b proyColA (b)
Y eso dará lugar a nuevo sistema compatible con una solución aproximada x , pero la mejor
aproximación, en el sentido “mínimos cuadrados”, esta última frase se denomina así, por minimizar la
norma habitual (euclídea), que como se conoce desde siempre es la raíz de una suma de cuadrados (pero
no tendría por qué ser así necesariamente).
Alberto Vara 1
Matemáticas 1º Grado en CC. Químicas Mínimos cuadrados y Regresión
Así que el problema se reduce a hallar proyecciones, pero no se trata de un problema directo ya que la
proyección sobre un subespacio requiere la obtención previa de una base ortogonal. En nuestro caso los
dos vectores columna no son ortogonales( c1 , c2 no es ortogonal, es decir, así se necesita una
ortogonalización previa, que puede ser tal y como muestra la figura siguiente, dando lugar a los vectores:
1 2
c1.c2 1.1 1.2 1.3
proyc1 c2 c1 1 2
c1.c1 1.1 1.1 1.1
1 2
1 2 1
e2 c2 proyc1 c2 c2 e1 2 2 0
3 2 1
1 10 / 3
e1.b 1.2 1.4 1.4
proye1 b e1 1 10 / 3
e1.e1 1.1 1.1 1.1
1 10 / 3
1 1
e2 .b 1.2 0.4 1.4
proye2 b e2 0 0 luego
2 2
e .e 2
1 1
7/3
b proy (b) proy b proy b 10 / 3
ColB e1 e2
13 / 3
a0 1a1 7 / 3
a0 2a1 10 / 3
a 3a 13 / 3
0 1
Alberto Vara 2
Matemáticas 1º Grado en CC. Químicas Mínimos cuadrados y Regresión
4
y x
3
Conviene aclarar inmediatamente, que este no es el procedimiento estándar, por ser demasiado
laborioso. Después de una carga teórica importante, se puede deducir que ese resultado se obtiene de
resolver el sistema siguiente (que será compatible):
A A x A b
T T
Y, por supuesto, ésto también es válido para cualquier otra regresión posible, por ejemplo, el ajuste de
una serie de datos (n) a una parábola:
y a0 a1 x a2 x 2
1 x1 x12 y1
2
a0
1 x2 xn y2
a1
a2
1 xn xn2 yn
Alberto Vara 3