Mtodo de Mnimos Cuadrados

En un experimento es frecuente el caso en que una magnitud y sea funcin de otras variables x del sistema,
y la metodologa experimental consiste en realizar medidas de dicha magnitud (yi) y de una variable (xi) y
dejando fijas las dems con el objeto de extraer la relacin funcional entre magnitud y variable. As se
logran establecer leyes fsicas empricas partiendo de una serie de valores (yi, xi) obtenidos. Pero, como ya
vimos, cada punto de esa curva emprica est afectado por los errores de medicin, por lo que su ajuste
nunca ser exacto, debemos determinar entonces cul es la curva que mejor se ajusta a las medidas
obtenidas. Se trata de encontrar una curva que corresponde a alguna funcin y y x , que pase tan cerca
de los puntos como sea posible. Consideremos, para ejemplificar, un caso simple para hallar esa relacin
ms probable1. Supongamos que dos magnitudes fsicas x e y estn vinculadas linealmente:

y ax b

(1)

La curva emprica que obtenemos consistir en un conjunto de puntos ms o menos dispersos en torno a
una recta. Para los valores dados de a y b, la

desviacin de la lectura i-sima ser:

yi axi b ,

mide cuanto se aparta una medida del modelo lineal

propuesto. Como la desviacin

i , puede ser tanto

positiva como negativa, la desviacin total no es una

buena magnitud para medir la dispersin de las

medidas

(2)

i yi axi b

Los valores de los coeficientes a y b son aquellos para

xi

los cuales

S i
2

y ax b
i

( 3)

es un mnimo, por lo que se le da el nombre de mtodo de los cuadrados mnimos .

Si bien consideraremos un caso particular, el modelo lineal, el mtodo es aplicable a cualquier modelo no
lineal. Otra forma de proceder, siempre que se pueda, es realizar cambios de variable para transformar un
modelo no lineal, en otro lineal. (Ejemplo: para un modelo exponencial y be ax , se transforma en lineal
si se toma el logaritmo en la expresin anterior Ln y ax Ln b )
2
Este principio de minimizar la suma de los cuadrados fue sugerido por Legendre en 1806

S
0
a
S
0
b

(4)

Por lo que, si tenemos N muestras:

x x y b x
Nb y a x 0
2
i

(5)

La ltima ecuacin muestra que la mejor recta pasa a travs del punto determinado por

1
N

1
N

Resolviendo el sistema de ecuaciones (Ec. 38), obtenemos los coeficientes a y b ptimos:

a
b

N xi yi xi yi

N xi2

(6)

x y x x y
Nx x
2
i

2
i

y sus respectivos errores son:

a
b
yi

x x
2
i

yi

yi

2
i

x x
2
i

S
N 2

Para evaluar cuan correlacionados se encuentran la magnitud y y la variable x calculamos el coeficiente de

correlacin de Pearson:

x y x y
N
x x N y y

2
i

Se verifica que

2
i

(7)

1 r 1 , un r = 1 ( 1) se interpreta como una correlacin muy fuerte (lineal)

EJEMPLO
Supngase que se mide la temperatura y la intensidad de radiacin electromagntica total que irradia un
filamento de lmpara. Suponiendo que dicho filamento presenta un comportamiento similar al del cuerpo
negro, la intensidad de radiacin emitida se relaciona con la temperatura absoluta segn la ley de StefanBoltzmann:

R d T

donde la integral es la intensidad total irradiada, T la temperatura y

una constante.

Las medidas que se realizaron son las siguientes: la temperatura y la diferencia de potencial que se genera
en el sensor de radiacin. Esta diferencia de potencial es proporcional a la intensidad de radiacin total (

ddp T 4 ,

ddp kT 4 ). En el siguiente cuadro se observa la

diferencia de potencial a la salida del sensor de radiacin y la temperatura

ddp (Mb)
0
0.03
0.09
0.12
0.23
0.52

del filamento de una serie de medidas.

Graficando los datos obtenidos, se observamos la falta de relacin lineal
entre las magnitudes medidas3.

T (K)
0
1.49
2.08
2.26
2.59
3.25

0.6
0.5

ddp (mV)

0.4
Datos experim entales

0.3
0.2
0.1
0.0
-0.5

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

T (K)

En una primera instancia se quiere determinar cual es la constante, k que relaciona la ddp con la
temperatura a la cuarta potencia.
Para ello realizamos la siguiente transformacin lineal:

u ddp
obtenindose la siguiente relacin

u v (

v T4
es la constante a determinar) a partir de la cual se obtiene el

siguiente cuadro de valores.

u (mV)
v (K4)
0
0
0.03
5
3
0.09
En el grfico no se han incluido los errores en las magnitudes para mayor claridad
en el mtodo 19
0.12
26
0.23
45
0.52
112

Con las nuevas variables obtenemos los coeficientes a y b de la recta utilizando las expresiones dadas en la
ecuacin 39 con sus respectivos errores, siendo:
b 0.00482,

a 0.00464,

b 0.00521,

a 0.000102

y el coeficiente de correlacin r = 0.99903

Luego trazamos la recta, superponiendo los datos calculados

0.6
0.5

Datos calculados
u=av+b

u (mV)

0.4
0.3
0.2
0.1
0.0
0

20

40

60

80

100

120

v (K )

Ntese que la constante

est determinada. Solo alcanza con identificarla con el coeficiente angular de la

recta.
Para finalizar se debe incluir en el grfico los errores de cada medida o magnitud indirecta.

Se podra preguntar cul es la relacin funcional entre las magnitudes medidas?, es decir: si expresamos a

ddp T cul es el valor de alfa? .

0.6
0.5

Datos calculados

u (mV)

0.4
0.3
0.2
0.1
0.0
0

20

40

60

80

100

120

v (K )

Para ello la transformacin anterior no proporciona mucha informacin. Si se aplica logaritmo a la

expresin anterior se obtiene Ln rad Ln T Ln , que es una recta y ax b . Es claro
identificar los coeficientes de la recta con

y Ln , a partir de estos hallar y

4.

Si se deseara el cambio de variable: se halla e b y mediante propagacin de errores be b b

(que se ver en la prxima seccin).
4