AJUSTE POR MNIMOS CUADRADOS

Supongamos que tenemos un modelo de un sistema fsico descrito por una

funcin ( ) ,... , , , c b a x f y = , donde a, b, c, etc. son parmetros, y un conjunto de medidas
experimentales del sistema fsico ( )
i i
y x , . El problema entonces, es determinar los
parmetros (a, b, c, etc.) que hagan que la funcin se ajuste lo mejor posible a los
datos adquiridos. Tenemos que definir o convenir que significa ajustar lo mejor
posible. Para ello buscaremos minimizar la suma de los cuadrados de las distancias
entre los puntos experimentales y la curva terica, esto es

( ) ( )
2
2
,... , , ,

=
i
i i
i
i
c b a x f y E (29)
Para minimizar esta funcin con respecto a los parmetros, buscaremos los valores de
los parmetros a
min
, b
min
, c
min
, etc. que cumplan

( ) ( )
0
,... , , ,
2
=
c
|
.
|

\
|
c

a
c b a x f y
i
i i

( ) ( )
0
,... , , ,
2
=
c
|
.
|

\
|
c

b
c b a x f y
i
i i
(30)

y as para los otros parmetros. Los valores que obtengamos del sistema de ecuaciones
(2) sern los valores buscados.

Regresin lineal o linealizacin

Vamos a ilustrar ahora lo anterior con un ejemplo, supongamos que modelamos la
relacin entre dos magnitudes x e y por:

(31)

En general no existirn un a y un b, que logren que la recta por ellos definida pase por
todos los puntos medidos, debido a los diferentes tipos de errores cometidos al medir.

b ax y + =