INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO

FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS

METODO DE MINIMOS CUADRADOS

MATEO PEREA 1520010091

METODOS NUMERICOS

WILIAM FAJARDO CARDENAS

 METODO DE MINIMOS CUADRADOS

El método de mínimos cuadrados consiste en obtener la mejor aproximación de una función

continua con un conjunto de datos dado teniendo en cuenta el criterio del mínimo error
cuadrático

La mejor forma de visualizar este método es cuando en una gráfica de dispersión se quiere trazar
una línea recta o función continua dando como resultado que el numero de puntos por encima de
la recta sea lo mas parecido al numero de puntos que se tiene por debajo de esta misma, teniendo
en cuenta que también debe pasar por el mayor numero de puntos posibles, Este método es
comúnmente usado para el análisis de una serie de datos obtenidos de un estudio y se usa con el
fin de expresar el comportamiento de estos mismos de forma lineal y de esta forma reducir el
numero de errores en los datos, así mismo este método se usa para demostrar de una forma
visual la relación entre los datos dados.

Definición:

La expresión general de este método esta basada en la ecuación de una recta 𝑦 = 𝑚𝑥 + 𝑏.

Donde b se toma como el punto de corte y m se toma como la pendiente y se definen de la

siguiente forma
𝑛 ∗ ∑(𝑥 ∗ 𝑦) − ∑ 𝑥 ∗ ∑ 𝑦
𝑚=
𝑛 ∗ ∑ 𝑥 2 − | ∑ 𝑥 |2

∑ 𝑦 ∗ ∑ 𝑥 2 − ∑ 𝑥 ∗ ∑(𝑥 ∗ 𝑦)
𝑏=
𝑛 ∗ ∑ 𝑥 2 − | ∑ 𝑥 |2
El método de mínimos cuadrados calcula a partir de los N pares de datos que se obtienen de
forma experimental (x,y), los valores de m y b que mejor ajustan los datos a una recta.

Al momento de aplicar el método de mínimos cuadrados se hace basándose en la expresión

general que es la siguiente :

𝑛 ∗ ∑(𝑥 ∗ 𝑦) − ∑ 𝑥 ∗ ∑ 𝑦 ∑ 𝑦 ∗ ∑ 𝑥 2 − ∑ 𝑥 ∗ ∑(𝑥 ∗ 𝑦)
𝑦=( ) 𝑥 + ( )
𝑛 ∗ ∑ 𝑥 2 − | ∑ 𝑥 |2 𝑛 ∗ ∑ 𝑥 2 − | ∑ 𝑥 |2

Ejemplo:
Use el método de mínimos cuadrados para determinar la ecuación de la recta que mejor se ajusta
para los datos. Luego grafique la recta.
Graficar los puntos en un plano coordenado

Calcular los valores de xy, y todos los valores de 𝑥 2 , y a continuación calcular la sumatoria de cada
uno de los valores previamente mencionados
Con los valores calculados en el paso anterior se procede a hallar el valor de la pendiente

Luego se realiza el respectivo calculo del punto de corte con el eje y , para ello es necesario
calcular la media de los valores de x, y

Acto seguido se usa la formula para hallar el punto de corte con el eje y

De los cálculos anteriores tenemos que la ecuación de la recta es 𝑦 = −1.1 𝑥 + 14.0 y se procede
a dibujar la recta en la gráfica de dispersión.
Implementación de algoritmo en scilab:
Este método se puede implementar de la siguiente forma ,tomando x,y como vectores y p como el grado de
la ecuación
function minimosCuadrados(x, y)
n=size(x,1);

p=1;
for i=1:p+1
for j=1:p+1
M(i,j)=sum(x.^(i+j-2))
end
end
for i=1:p+1
b(i)=sum(y.*x.^(i-1))
end
a=inv(M)*b;

xx =0:0.1:10;
yy=0
for i=1:p+1
yy=yy+a(i)*xx.^(i-1);
end

plot(xx,yy,'b')
plot(x,y,'r*');xgrid

endfunction