Está en la página 1de 10

METODO DE MINIMOS CUADRADOS

El método de mínimos cuadrados sirve para interpolar valores, dicho en otras palabras, se usa
para buscar valores desconocidos usando como referencia otras muestras del mismo evento.

El método consiste en acercar una línea o una curva, según se escoja, lo más posible a los
puntos determinados por la coordenada [x,y], que normalmente corresponden a muestras de
algún experimento.

𝑦 = 𝑚𝑥 + 𝑏

EJEMPLO:

La siguiente tabla contiene las estaturas redondeadas en pulgadas y los pesos redondeados en
libras, de una muestra de 12 estudiantes hombres, obtenida al azar de los estudiantes de primer
año de la universidad estatal.

Encontrar la recta que mejor se ajusta a los datos.

Estatura (x) Peso (y)


70 155
63 150
72 180
60 135
66 156
70 168
74 178
65 160
62 132
67 145
65 139
68 152

Resolución manual

En la tabla observamos los valores de las estaturas (x) y el peso (y) correspondiente a cada una
de estas.
Entonces primero iniciamos con la multiplicación de estos dos valores teniendo una tercera
columna de datos en la tabla, posteriormente crearemos una cuarta columna de datos, pero con
los valores de x elevado al cuadrado, ya luego realizaremos la sumatoria de cada una de las
columnas de la tabla.

Estatura (x) Peso (y) x*y x2


70 155 10850 4900
63 150 9450 3969
72 180 12960 5184
60 135 8100 3600
66 156 10296 4356
70 168 11760 4900
74 178 13172 5476
65 160 10400 4225
62 132 8184 3844
67 145 9715 4489
65 139 9035 4225
68 152 10336 4624
802 1850 124258 53792

Obteniendo:

- Sumatoria de los valores de x = 802


- Sumatoria de los valores de y = 1850
- Sumatoria de los valores de x*y = 124258
- Sumatoria de los valores de x^2 = 53792

Ahora procede a hallar la ecuación de la recta la cual es 𝑦 = 𝑚𝑥 + 𝑏, de la cual hallaremos los


valores de “m” y de “b”.

Para calcular el valor de “m” tenemos la siguiente fórmula:

(∑ 𝑥)(∑ 𝑦)
∑ 𝑥𝑦 − ( )
𝑛
𝑚=
(∑ 𝑥)2
∑ 𝑥2 −
𝑛
Donde:

- ∑ 𝐱 = Sumatoria de los valores de x.


- ∑ 𝐲 = Sumatoria de los valores de y.
- ∑ 𝒙y = Sumatoria de los valores de x*y.
- ∑ 𝐱 𝟐 = Sumatoria de los valores de x^2.

Sustituyendo los valores en la fórmula obtenemos:

(802)(1850)
124258 − ( )
12
𝑚= = 3.2157
(802)2
53792 − 12

Ahora procedemos a hallar el valor de “b” mediante la siguiente fórmula:

𝑏 = 𝑦̅ − 𝑚𝑥̅

Donde:

- 𝐲̅ = Promedio de los valores de “y”.


- 𝐱̅ = Promedio de los valores de “x”

Nota: Para el promedio tomamos en cuenta la sumatoria de estos valores y lo dividimos


entre el número de datos (n).

Sustituyendo los valores en la fórmula obtenemos:

1850 ̅̅̅̅̅
802
𝑏=( ) − (3.2157) ( ) = −60.7461
12 12

Una vez obtenidos los valores de “m” y de “b” procedemos a sustituirlos en la ecuación de la
recta quedándonos la siguiente:

𝑦 = 3.2157𝑥 − 60.7461
Grafica obtenida de excel

MINIMOS CUADRADOS
180
175
170
165
Pesos (y) 160
155
150
145
140
135
130
60 62 64 66 68 70 72 74
Estaturas (x)

Comprobación en MATLAB

Iniciamos declarando los valores de “x” como un arreglo y luego procedemos a realizar lo
mismo con los valores de “y”, obteniendo:

Ahora calculamos el valor de “n” para eso utilizamos la función SIZE, quedándonos de la
siguiente forma:

Ahora generamos un nuevo arreglo para obtener los valores de “x*y” y “x^2” para eso
utilizaremos “for” de la siguiente manera:

Luego imprimimos los cuatro vectores: x, y, xy y x^2.


Ahora realizamos la sumatoria para cada uno de los cuatro vectores, pero al ser sumas sucesivas
deben estar inicializadas en cero.

Para recorrer cada uno de los arreglos e ir sumando los elementos ocupamos nuevamente el
ciclo “for”.

Fuera del ciclo imprimimos los valores de las sumatoria.

Ahora procedemos a hallar el valor de la pendiente (m) y el valor de “b”.

Ahora procedemos a imprimir la ecuación resultante.

Luego procedemos a graficar los valores dados por el ejercicio definiendo primeramente
nuestros límites.
Por último, empleando el ciclo “for” obtendremos los valores empleando la ecuación
encontrada los cuales procederemos a graficarlos también.

Programa completo
Gráfica con MATLAB
INTERPOLACIÓN POLINÓMICA SEGMENTARIA

La interpolación polinómica es una técnica matemática que permite describir un conjunto de


puntos mediante alguna función.

Además, tiene utilidad cuando se desea aproximar una función por otra funcion
matemáticamente más simple.

Dados los puntos discretos (𝑥𝑖 , 𝑓𝑖 ), 𝑖 = 0,1,2,3, … , 𝑛 que pertenecen a una función “𝑓” que se
supone es desconocida se debe encontrar una función “𝑔” para aproximarla.
y

La función 𝑔(𝑥) debe incluir


a los puntos 𝑔(𝑥𝑖 ) = 𝑓𝑖
𝑖 = 0,1,2,3, … , 𝑛

x
x0 x1 x2 xn-1 xn

Por simplicidad se elegirá como función 𝑔(𝑥) a un polinomio de grado no mayor a 𝑛.

𝑔(𝑥) = 𝑃𝑛 (𝑥) = 𝑎𝑛 𝑥 𝑛 + 𝑎𝑛−1 𝑥 𝑛−1 + 𝑎𝑛−2 𝑥 𝑛−2 + ⋯ + 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0

𝑃𝑛 (𝑥): polinomio de interpolación.

Existencia del polinomio de interpolación

El polinomio de interpolación debe satisfacer en cada punto.

𝑃𝑛 (𝑥0 ) = 𝑎𝑛 𝑥0𝑛 + 𝑎𝑛−1 𝑥0𝑛−1 + 𝑎𝑛−2 𝑥0𝑛−2 + ⋯ + 𝑎2 𝑥02 + 𝑎1 𝑥0 + 𝑎0 = 𝑓0

𝑃𝑛 (𝑥1 ) = 𝑎𝑛 𝑥1𝑛 + 𝑎𝑛−1 𝑥1𝑛−1 + 𝑎𝑛−2 𝑥1𝑛−2 + ⋯ + 𝑎2 𝑥12 + 𝑎1 𝑥1 + 𝑎0 = 𝑓1

𝑃𝑛 (𝑥2 ) = 𝑎𝑛 𝑥2𝑛 + 𝑎𝑛−1 𝑥2𝑛−1 + 𝑎𝑛−2 𝑥2𝑛−2 + ⋯ + 𝑎2 𝑥22 + 𝑎1 𝑥2 + 𝑎0 = 𝑓2

⋮ ⋮ ⋮ ⋮

𝑃𝑛 (𝑥𝑛 ) = 𝑎𝑛 𝑥𝑛𝑛 + 𝑎𝑛−1 𝑥𝑛𝑛−1 + 𝑎𝑛−2 𝑥𝑛𝑛−2 + ⋯ + 𝑎2 𝑥𝑛2 + 𝑎1 𝑥𝑛 + 𝑎0 = 𝑓𝑛

Expresando estas ecuaciones a notación matricial:


𝑥0𝑛 𝑥0𝑛−1 𝑥0𝑛−2 ⋯ 𝑥02 𝑥0 1 𝑎𝑛 𝑓0
𝑥1𝑛 𝑥1𝑛−1 𝑥1𝑛−2 ⋯ 𝑥12 𝑥1 1 𝑎 𝑛−1 𝑓1
𝑥2𝑛 𝑥2𝑛−1 𝑥2𝑛−2 ⋯ 𝑥22 𝑥2 1 𝑎𝑛−2 = 𝑓2
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮ ⋮
(𝑥𝑛𝑛 𝑥𝑛𝑛−1 𝑥𝑛𝑛−2 ⋯ 𝑥𝑛2 𝑥𝑛 1) ( 𝑎 0 ) ( 𝑓𝑛)

EJEMPLO

Dada la información:

x 2 4 5
f 5 6 3

Encontrar el polinomio de interpolación que los incluye.

Resolución:

Reconociendo los datos:

𝑥0 = 2 , 𝑓0 = 5
𝑥1 = 4 , 𝑓1 = 6
𝑥2 = 5 , 𝑓2 = 3

debe existir un polinomio 𝑃𝑛 (𝑥) = 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0 tal que incluya a estos puntos:

𝑥 = 2 ∶ 𝑎2 (22 ) + 𝑎1 (2) + 𝑎0 = 5
𝑥 = 4 ∶ 𝑎2 (42 ) + 𝑎1 (4) + 𝑎0 = 6
𝑥 = 5 ∶ 𝑎2 (52 ) + 𝑎1 (5) + 𝑎0 = 3

En forma matricial a esté sistema de ecuaciones podemos escribirla así:

4 2 1 𝑎2 5
(16 4 1) (𝑎1 ) = (6)
25 5 1 𝑎0 3

Teniendo una matriz de coeficientes, que al resolverlo tendríamos como resultado:

𝑎2 = −1.1666

𝑎1 = 7.5

𝑎0 = −5.3333
Esto indica que ya encontramos los valores necesarios para registrar nuestro polinomio,
obteniendo:

𝑃2 (𝑥) = −1.1666𝑥 2 + 7.5𝑥 − 5.3333

Unicidad del polinomio de interpolación

Teorema: Dados los “n+1” puntos (xi,fi) de una función con i=0,1,2,...,n , el polinomio de
interpolación que incluye a todos los puntos es UNICO

Prueba

Suponer que con los mismos puntos (xi,fi) y utilizando 2 métodos diferentes se obtienen 2
polinomios de interpolación P(x) y Q(x).

Ambos polinomios deben incluir a los puntos dados:

𝑃(𝑥𝑖) = 𝑓𝑖 ; 𝑖 = 0,1,2, … , 𝑛
𝑄(𝑥𝑖) = 𝑓𝑖 ; 𝑖 = 0,1,2, … , 𝑛

Sea 𝐻(𝑥) = 𝑃(𝑥) − 𝑄(𝑥), esta funcion tambien debe ser un polinomio y de grado no mayor a
n, al evaluar a H en el punto xi se tiene:

𝐻(𝑥𝑖) = 𝑃(𝑥𝑖) − 𝑄(𝑥𝑖) = 𝑓𝑖 − 𝑓𝑖 = 0 , 𝑖 = 0,1,2, … , 𝑛

Esto significa que el polinomio H cuyo grado es no más de “n” cambia “n+1” raíces lo cual
contradice el teorema fundamental del álgebra.

También podría gustarte