ESCUELA DE INGENIERIA AERONAUTICA Y DEL ESPACIO

Laboratorio de Fsica II

Informacin para el alumno

El ajuste de datos por mnimos cuadrados

Finalidad

Introducir al estudiante mediante un ejemplo prctico al anlisis de datos

experimentales por el mtodo de mnimos cuadrados.

En un laboratorio se comparan los resultados de los experimentos con las frmulas

tericas, es decir, comprobamos si las medidas concuerdan con los valores que predice la teora.
Como hemos visto, las mediciones siempre estn afectadas por errores y para determinar con
precisin el grado de concordancia es preciso efectuar clculos estadsticos.
Esta tarea no siempre es fcil y en ciertos experimentos el anlisis matemtico de los datos puede
ser muy complejo. Sin embargo, para los casos sencillos existen frmulas sencillas de gran
utilidad prctica, como es el mtodo de los mnimos cuadrados. Puede emplearse para aproximar
un conjunto de datos por funciones bastante generales, pero para el caso ms simple que
estudiaremos en este curso, la funcin que ajustaremos ser una recta. Tambin puede utilizarse
b X
tomado logaritmos para aproximar otras otras funciones como por ejemplo, Y =a e
o

Y =a X b

Aunque una teora nos asegure que la relacin entre dos magnitudes Y =a+b X es lineal, en la
prctica, la dispersin que causan los errores experimentales hace que no se encuentren
exactamente dispuestos a lo largo de una recta(1) como muestra la Fig. 1a. El mtodo de mnimos
cuadrados calcula a partir de los N pares de datos experimentales ( X i ,Y i ) los valores de la
pendiente b y del punto de corte con el eje a que mejor ajustan los datos a una recta. Como
se muestra en la Fig. 1b, se entiende por el mejor ajuste aquella recta que hace mnimas las
distancias d 1 , d 2 , ,d N de los puntos medidos a la recta.

Fig. 1a : Las medidas experimentales

( X i ,Y i ) se disponen a lo largo de una recta.

Fig. 1b : la recta del ajuste que hace mnimas las

distancias d 1 , d 2 , ,d N

No vamos a deducir aqu las frmulas para la pendiente y el punto de corte que pueden
encontrarse en cualquier texto de tratamiento de datos experimentales, sino que vamos a explicar
cmo emplearlas mediante un ejemplo sencillo(2). No son necesarios potentes ordenadores ni
sofisticados mtodo de clculo, pues en el laboratorio de prcticas no se emplean ms de 10-20
datos por prctica que pueden analizarse sin dificultad empleando una humilde calculadora. Para

ilustrar el procedimiento, los grficos y tablas que lo acompaan se han hecho a mano alzada
deliberadamente para mostrar la sencillez del procedimiento.
Las ecuaciones que hay que utilizar para ajustar mediante el mtodo de mnimos
i=1,2 , , N datos experimentales agrupados en parejas
cuadrados un conjunto de
( X i ,Y i ) de medidas que deberan disponerse a lo largo de la recta Y =a+b X son,

a=

i =1

i =1

( Y i )( X i2)( X i ) ( X i Y i )
i =1

i =1

N ( X i )( X i)
i =1

y la pendiente b=

N ( X i Y i )( X i ) ( Y i )
i =1

i =1

i= 1

N ( X i )( X i)

i =1

i =1

i =1

que aunque parecen complicadas pueden manejarse fcilmente si procedemos con orden.
Supongamos que hemos medido la velocidad de un cuerpo movido por una fuerza
V o es la velocidad inicial y
constante de modo que tendremos V (t)=V o+A t donde
A=F o / m su aceleracin. Nuestras medidas, es decir, los datos de partida sern los siete
valores de Fig. 2a con los que queremos determinar V o y A empleando las frmulas
anteriores, X i son los tiempos t i y las velocidades V i (t i ) las coordenadas Y i .

Fig. 2a : Datos originales del ejemplo prctico del

ajuste por mnimos cuadrados.

Fig. 2b : Ajuste grfico a mano alzada de los datos

por una recta.

En primer lugar es aconsejable dibujar los datos (por ejemplo, en un papel milimetrado) para
comprobar si aproximadamente se disponen a lo largo de una recta como se muestra en la Fig. 2b
puesto que si no fuese as, tendramos que repetir las medidas. Como puede observarse no es
nuestro caso, pues si trazamos primero una recta a ojo con ayuda de una regla podemos ya tener
un primer valor estimado de la pendiente.
La aceleracin calculada con las frmulas anteriores no puede ser muy diferente del valor
3
aproximado de A1,05010 cm/s obtenido en la figura. Para emplear la frmulas anteriores
hay que calcular los siguientes sumatorios,
N

Xi ,
1=1

Yi ,
1=1

X 2i y
1=1

Xi Yi

1=1

Es fcil organizando los datos en columnas como muestra la Fig. 3. Las tres primeras son los
datos departida anteriores y las dos nuevas los productos de cada par de datos que se suman y
se ha indicado el resultado al final.

Fig. 3: Los datos ordenados en columnas para efectuar el ajuste

por mnimos cuadrados.

Con estos datos tenemos finalmente,

a=

7(3.31102 )(1.23)(1.63103 )
=1.07103
2
70.259(1.23)

que es un valor muy aproximado al obtenido mediante el anlisis grfico. Este procedimiento
puede extenderse a un conjunto tan grande de datos como sea necesario y dejamos que el lector
calcule el valor del punto de corte con el eje.
Un ltimo comentario se refiere al error cometido en clculo del valor de la pendiente y el punto de
corte del ajuste por mnimos cuadrados empleando las frmulas anteriores. Como se ha hecho
nfasis a lo largo del curso, toda magnitud tiene un error absoluto y relativo en consecuencia a
y b tambin. Sin embargo, calcular dicho error es complicado y en este curso eximimos a los
alumnos de evaluarlo. Slo efectuaremos comparaciones de la pendiente y del punto de corte de
los ajustes cuando exista un valor terico conocido simplemente para comprobar cunto se desva
del mismo.
Podemos hacernos una ida de lo complicado que es si observamos que los punto de la Fig. 1a
deben tener cada uno de ellos un error (no dibujado en la figura por claridad). Evidentemente, el
peso estadstico de cada uno de ello ha de tener en cuenta su error, que no ha de ser
necesariamente igual para todos. En consecuencia, las distancias de la Fig. 1b no tienen el mismo
peso dificultando considerablemente el clculo.
Notas:
(1) No hemos dibujado en las figuras las barras de error de los datos por simplicidad.
(2) Muchos de las hojas de clculo comerciales (Excel, Numbers, ...etc) y programas de anlisis de datos (Origin,
ProFit, ...etc) incorporan la posibilidad de aproximar por mnimos cuadrados un conjunto de datos. Estos programas
ponen a disposicin de sus usuarios muchos ms mtodos de aproximacin, algunos muy sofisticados. Por nuestra
parte, no existe inconveniente si el alumno desea emplearlos siempre que sepa realmente cmo utilizarlos, es decir,
que sepa lo que est haciendo y no se limite a obtener un nmero. La experiencia demuestra que una manipulacin
incorrecta de estos sofisticados cdigos hace que los alumnos cometen errores que dan lugar a resultados
disparatados.