Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El método de los mínimos cuadrados se utiliza para calcular la recta de regresión lineal
que minimiza los residuos, esto es, las diferencias entre los valores reales y los estimados
por la recta. Se revisa su fundamento y la forma de calcular los coeficientes de regresión
con este método
Objetivo
▪ Determinar relaciones funcionales a partir de datos experimentales utilizado el Método
de Mínimos Cuadrados (MMC)
La figura 5.1 muestra un comportamiento lineal entre las variables experimentales (x, y), entonces
la ecuación de la recta es:
𝒚𝟏 = 𝑨 + 𝑩𝒙
ⅆ𝒊 = 𝒚𝒊 − 𝒚′𝒊
Las discrepancias indican la separación de los datos experimentales con respecto a la recta
de ajuste. El caso ideal es que todos los puntos estén sobre la recta, esto conduce a
obtener una discrepancia igual acero, pero esto no es posible en la experimentación,
porque todo resultado experimental está sujeto a un error.
El criterio para encontrar la ecuación de la mejor recta es que la sumatoria de las
discrepancias al cuadrado sea mínima:
∑𝑑𝑖2 → 𝑚𝑖𝑛𝑖𝑚𝑎
Con las ecuaciones 5.1 y 5.2, la sumatoria de las discrepancias al cuadrad es:
𝒏 𝒏
∑𝒚𝒊 = 𝒏𝑨 + 𝑩∑𝑿𝒊
∑𝑌 𝑖 𝛴𝑥 𝑖2 −∑𝑋 𝑖 𝑦 𝑖 ∑
𝐴= 𝑛𝛴𝑋̇21 −(∑𝑋𝑖)1 𝑥𝑖
Definimos:
𝛥 = 𝑛∑𝑥𝑖2 − (∑𝑥𝑖)2
Los errores estimados para A y B están dados por las ecuaciones:
𝜎 𝛴𝑥𝑖
=√
𝛥
2 2
𝜎𝐴
2
𝜎 𝑛
=√
𝜎𝐵 𝜎 𝑛−2 𝛥
En la actualidad no es necesario utilizar la tabla 5.1 por que las calculadoras científicas tienen
incorporadas las funciones estadísticas que permiten determinar los parámetros A, B, el
coeficiente de correlación lineal r y las sumatorias de las variables.
En el caso de las relaciones no lineales, se debe previamente linealizar por medio de una
transformación matemática y luego aplicar el método de mínimos cuadrados.
b = B → 𝜎𝑏 = 𝜎𝐵 a
= ⅇ𝐴 → 𝜎𝑎 ≠ 𝜎𝐴
Coeficiente de correlación
El coeficiente de correlación establece una medida del grado de asociación lineal entre la
variable dependiente y la variable independiente. Se define, a partir de los n pares
de datos obtenidos, mediante:
𝑛(∑𝑥𝑦) − (∑𝑥)(𝛴𝑦)
𝑟
Donde los valores de r se encuentran en el intervalo de -1 ≤ r ≤ 1. El cuadrado de r se
denomina coeficiente de determinación múltiple, y está relacionado con la suma de los
cuadrados de residuos SSE mediante:
2= 𝑠𝑠𝐸 ̅)²
1−𝑟
∑(𝑦𝑖 − 𝑌
Cuando todos los puntos se encuentran sobre la recta de regresión estimada, es decir, el
ajuste es perfecto, la suma de cuadrados de residuos, SSE, toma el valor de cero, por tanto,
r² = 1. El denominador de la última expresión es una medida de la variabilidad total de las n
observaciones de la variable dependiente.
Materiales
• 1. En las tablas 5.2, 5.3 y 5.4 copiar las tablas C1, D.1 y E.1 de la práctica de gráficos
y ecuaciones
• 2. Conociendo el comportamiento de las gráficas de los cilindros, discos y esferas,
determinar los parámetros de ajuste de las diferentes curvas con sus respectivos
errores.
• 3. Determinar las ecuaciones de ajuste para las diferentes curvas.
𝑚 = 𝐴 + 𝐵𝐻
Debido a que los datos demostrados se encuentran linealizados, daremos inicio al cálculo
de los errores de los parámetros A y B (se tomara en cuenta todos los decimales después
de la coma para que sea algo mas exacto), utilizando formulas y mediante la calculadora
Graficaremos los valores (para comprobar una linealización)
n H [𝑐𝑚 m [g]
]
1 6,002 51,75
2 5,002 48,09
3 4,010 34,45
4 3,009 25,86
5 1,01 8,58
n x y xy x2 y2 di= y-𝒚′ ⅆ𝒊𝟐
Y’= A+BX
∑ 𝑦 ∑ 𝑥 2 − ∑ 𝑥𝑦 ∑ 𝑥
𝐴= = −0,70
𝑛 ∑ 𝑥 2 − (∑ 𝑥)²
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝐵= = 9,04
𝑛 ∑ 𝑥 2 − (∑ 𝑥) ²
∑ 𝒅𝟐 = ∑ 𝒚𝟐 − 𝟐𝑨 ∑ 𝒚 − 𝟐𝑩 ∑ 𝒙𝒚 + 𝒏𝑨𝟐 + 𝟐𝑨𝑩 ∑ 𝒙 + 𝑩𝟐 ∑ 𝒙𝟐 = 𝟏𝟕, 𝟗𝟎
2
∑ 𝒅𝟐
𝜎 = = 5.97
𝑛−2
𝜎2 ∑ 𝑥2
𝜎𝐴 = √ = 2,65
𝑛 ∑ 𝑥 2 − ∑(𝑥)2
𝜎 2𝑛
𝜎𝐵 = √ = 0,64
𝑛 ∑ 𝑥 2 − ∑(𝑥)2
Con los parámetros calculados la relación funcional entre la masa y altura de los cilindros es:
𝑚 = −0,70 + 17,90
𝑚 = 17,90𝐻
Utilizando la calculadora (Casio fx-570/991 lax)
• Pulsamos # 6: Estadística
• Pulsamos # 2: y=a+bx
• Presionamos AC
• Presionamos OPTN
Presionando # 3: Calc regresión obtenemos los valores de A y B
•
• Armando las fórmulas donde los piden sumatoria de fuerzas podemos hallar la
respuesta de una manera más eficaz como en los siguientes casos donde se
mostrara el resultado de ∑𝑑𝑖2 , ∆,etc.
DISCOS
En la práctica de gráficos y ecuaciones se observó que el diámetro (D) y la masa (m) de la
esfera tienen una relación potencial:
𝑚 = 𝑎𝐷𝑏
Daremos inicio graficando nuestros respectivos puntos ya que con el modelo de ajuste
podemos evidenciar que no está alineado como lo necesitamos con exactitud. Siendo así
procedemos a linealizar con el método de logaritmos.
n D [𝑐𝑚 ] m [g]
1 5,998 43,46
2 4,992 27,65
3 3,990 17,72
4 3,008 16,89
5 1,85 1,90
n X Lg D Y Lg m
1 Lg 6,0 Lg 43,5
2 Lg 5,0 Lg 27,6
3 Lg 4,0 Lg 17,7
4 Lg 3,0 Lg 16,9
5 Lg 1,8 Lg 1,9
n lg(x) lg(y) xy x2 y2 Y’= A+BX di= y-𝒚′ ⅆ𝒊𝟐
1
0,78 0,28 0,2184 0,6084 0,0784 0,5426 -0,2626 0,06895876
2
0,7 1,03 0,721 0,49 1,0609 0,729 0,301 0,090601
3
0,6 1,25 0,75 0,36 1,5625 0,962 0,288 0,082944
4
0,47 1,44 0,6768 0,2209 2,0736 1,2649 0,1751 0,03066001
5
0,26 1,63 0,4238 0,0676 2,6569 1,7542 -0,1242 0,01542564
2
∑ 𝒅𝟐
𝜎 = = 0,35
𝑛−2
𝜎2 ∑ 𝑥2
𝜎𝐴 = √ = 0,84
𝑛 ∑ 𝑥 2 − ∑(𝑥)2
𝜎 2𝑛
𝜎𝐵 = √ = 1,43
𝑛 ∑ 𝑥 2 − ∑(𝑥)2
𝑏 = 𝐵 → 𝜎𝑏 = 𝜎𝐵
𝑎 = 𝑒 𝐴 → 𝜎𝑎 ≠ 𝜎𝐴
𝑎 = 𝑒 𝐴 = 10,59
m = a𝐷𝑏
𝑚 = 10,59 ∗ 𝐷−2,33
ESFERAS
Al igual que los discos, las esferas tienen una relación potencial simple entre la masa y el
diámetro:
m = a𝐷𝑏
n D [𝑐𝑚] m [g]
1 2,215 44,68
1,816 28,12
2
3 1,745 21,65
4 1,496 13,68
5 1,050 4,07
n X Lg D Y Lg m
1 Lg 2,22 Lg 44,68
2 Lg 1,82 Lg 28,12
3 Lg 1,74 Lg 21,65
4 Lg 1,50 Lg 13,68
5 Lg 1,05 Lg 4,07
n lg(x) lg(y) xy x2 y2 Y’= A+BX di= y-𝒚′ ⅆ𝒊𝟐
2
∑ 𝒅𝟐
𝜎 = = 0,001
𝑛−2
𝜎2 ∑ 𝑥2
𝜎𝐴 = √ = 0,030
𝑛 ∑ 𝑥 2 − ∑(𝑥)2
𝜎 2𝑛
𝜎𝐵 = √ = 0,130
𝑛 ∑ 𝑥 2 − ∑(𝑥)2
𝑏 = 𝐵 → 𝜎𝑏 = 𝜎𝐵
𝑎 = 𝑒 𝐴 → 𝜎𝑎 ≠ 𝜎𝐴
𝑎 = 𝑒 𝐴 = 1,77
Propagación de errores de a y b
𝜎𝑎 = ⅇ𝐴 ∗ ⅇ𝐴 = 1.357423 = 1.4(𝑢)
𝜎𝑏 = 𝜎𝐵 = 0.25
Cilindro m = 17,90*H
Discos Log(m,D)=1-2(log c) m =10,59(gcm)*𝐷-2,33
Esferas log(D,C)=1-2 m = 1,77 (gcm)*𝐷3,19
Cuestionario
¿Para qué sirve el método de mínimos cuadrados?
Permite obtener la ecuación de la mejor recta a partir de los pares ordenados (x, y), es
decir de los datos experimentales.
A= es el lugar más aproximado donde la recta corta al eje Y y si valor es muy pequeño se
toma en cuenta= Es la pendiente de la recta y representa la cantidad en la que la masa
aumenta respecto a la altura.
Es buen estimador de datos cuando estos no son más de 10. Es reproducible gracias a las
ecuaciones que tiene. Proporciona intervalos pequeños de error.
El criterio central de MMC es buscar el mejor ajuste para intentar minimizarla suma de
cuadrados de los residuos entre los puntos generados por la función elegida y los
correspondientes valores en los datos.
Cuando la relación de los datos experimentales no son lineales ¿Qué se debe hacer antes
de aplicar el MMC?
Linealizar la gráfica.
Conclusiones y Recomendación
1.- Definir la ecuación de la recta sin olvidar de los pares ordenados(x,y) es decir de los
datos experimentales, asumiendo que la variable independiente no tiene errores, porque
se elige libremente, entonces los errores son producidos únicamente por la variable
dependiente.
2.- no es necesario hacer la tabla de los MMC ya que en la calculadora ya viene con las
funciones solo debemos anotar cuidadosamente los datos en las columnas de X y Y
3. para determinar el error de a minúscula lo obtenemos por la derivada de A, y método
de propagación de errores que es el producto entre el error de A y el logaritmo natural del
parámetro A que ya obtuvimos antes.
4.-recordar las unidades y tomar la cantidad de decimales 5 dígitos después del coma
máximo, y al momento de anotar la ecuación de ajuste tomar la precisión de cada error de
a y b encontrados. Y no olvidar que que el parámetro de b no tiene unidades si se debe a
que es un exponente en dicha ecuación.
Referencias: