Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ir a la navegaciónIr a la búsqueda
Índice
1Historia
2Formulación formal del problema bidimensional
3Solución del problema de los mínimos cuadrados
o 3.1Deducción analítica de la aproximación discreta mínimo cuadrática
lineal
3.1.1Corolario
o 3.2Deducción geométrica de la aproximación discreta mínimo cuadrática
lineal
4Mínimos cuadrados y análisis de regresión
5Véase también
6Referencias
7Enlaces externos
Historia[editar]
Sdfsd
y m incógnitas, y como en general n>m, quedaría
sobredeterminado: no tendría siempre una solución
general. Por tanto, la aproximación tratará en realidad de
hallar el vector c que mejor aproxime .
Se puede demostrar que la matriz de coeficientes de las
ecuaciones normales de Gauss coincide con , siendo A la
matriz de coeficientes exactas, y como el término
independiente de las ecuaciones normales de Gauss
coincide con el vector , se tiene que los valores que
mejor aproximan f(x) pueden calcularse como la solución
al sistema:
fsdfsdf
Esto establece un sistema de n ecuaciones
y m incógnitas, y como en general n>m, quedaría
sobredeterminado: no tendría siempre una solución
general. Por tanto, la aproximación tratará en realidad de
hallar el vector c que mejor aproxime .
Se puede demostrar que la matriz de coeficientes de las
ecuaciones normales de Gauss coincide con , siendo A la
matriz de coeficientes exactas, y como el término
independiente de las ecuaciones normales de Gauss
coincide con el vector , se tiene que los valores que
mejor aproximan f(x) pueden calcularse como la solución
al sistema:
que es, precisamente, el sistema de las ecuaciones
normales de Gauss.