METODO DE LOS MINIMOS

CUADRADOS

ANALISIS NUMERICO/ METODOS

NUMERICOS
-2008-

AJUSTE

Para estudiar el comportamiento de una serie

de datos obtenidos empricamente, constituidos
por puntos dados mediante pares ordenados de
nmeros, asociados con los valores de dos
variables, es necesario contar con una funcin,
que exprese analticamente la relacin funcional
que guardan las variables en cuestin.

1
 AJUSTE E INTERPOLACION

INTERPOLACION : se caracteriza por suponer

que los datos que intervienen en el problema
son exactos; por lo cual en la construccin de
la FUNCION DE INTERPOLACION se exige
que la misma satisfaga todos y cada uno de los
valores que constituyen los datos .

AJUSTE : supone que los datos ingresados

estn afectados en cierto grado de errores
debido al modelado, por lo que, no resulta
indispensable que la CURVA DE AJUSTE
correspondiente, pase exactamente por los
puntos que representan los datos, sino que, en
promedio la aproximacin sea ptima de
acuerdo a un cierto y determinado criterio,
denominado CRITERIO DE AJUSTE.
El iniciador de estos procedimientos fue Gauss,
quien desarrollo el tan conocido METODO DE
LOS MINIMOS CUADRADOS .

2
 METODO DE LOS MINIMOS
CUADRADOS
Es una tcnica de Anlisis Numrico en la que,
dados un conjunto de pares (o ternas, etc), se
intenta encontrar la funcin que mejor se
aproxime a los datos (un mejor ajuste).
En su forma ms simple, intenta minimizar la
suma de cuadrados de las diferencias
ordenadas (llamadas residuos) entre los puntos
generados por la funcin y los correspondientes
en los datos.

VENTAJAS
Es objetivo, slo depende de los resultados
experimentales.
Es reproducible, proporciona la mismaa ecuacin, no
importa quin realice el anlisis.
Proporciona una estimacin probabilstica de la
ecuacin que representa a unos datos experimentales.
Proporciona intervalos pequeos de error

3
 RESTRICCIONES
Slo sirve para ajustar modelos lineales
Requiere tener, al menos, diez mediciones bajo
las mismas circunstancias experimentales.
Tales resultados deben estar descritos por una
distribucin de probabilidad conocida. La ms
comn es la distribucin normal o gaussiana.
Se requiere de algn equipo de clculo, de lo
contrario, es muy engorroso.

PROCEDIMIENTO ESTADISTICO
PARA ENCONTRAR LA LINEA
RECTA DE MEJOR AJUSTE
Si se denota el valor ajustado o de pronstico
para y por entonces la ecuacin de
pronstico o prediccin es:

representan estimaciones de las verdaderas

0 y 1

4
 Lo que se busca es minimizar las desviaciones
escogiendo la recta que se ajuste mejor. Se
requiere de un criterio para calificar mejor
ajuste, que resulte tanto razonable como objetivo
y que bajo ciertas suposiciones de buenas
predicciones de y dado un valor de x.
suma de cuadrados del error

Con las siguientes formulas se pueden obtener

los valores numricos de

Con las siguientes formulas se pueden obtener los valores

numricos de

En donde

Una vez que se hayan calculado, se sustituyen sus valores en la

ecuacin de la recta y se obtiene la ecuacin de prediccin de
mnimos cuadrados:

5
 EJEMPLO
yi xi
101 1.2
Obtenga la recta de
92 8
prediccin de mnimos
110 1.0
cuadrados para el problema 120 1.3
cuyos datos aparecen en la 90 7

tabla 11.1 82 8
93 1.0
75 6
91 9

105 1.1