Análisis de un Conjunto de Puntos

MÉTODO DE MÍNIMOS CUADRADOS

Sea el conjunto de m puntos dados {( xi , yi )}i =1 , se desea proponer un polinomio de grado n de
m

la forma f ( x) = a0 + a1 x + a2 x 2 + + an x n , tal que se acerque (ajuste) lo mas posible a cada uno de

los puntos dados.
y

(xn-1,yn-1) Rn
(x1,y1)
R4
Rn-1
(x3,y3) (x4,y4)
R2 R3

(x2,y2)
(x1,y1)

R1 x
Para lograr que el polinomio f ( x) sea lo mas ajustado posible a los puntos, se toma la distancia Ri de
cada punto, en forma estadística para que sea lo mas próxima a la función., o sea que:

åR
i =1
i sea minimo para i = 1, . . . , m

R1 = f ( x1 ) - y1
R2 = f ( x2 ) - y2
R3 = f ( x3 ) - y3

Rm = f ( xm ) - ym por lo que Ri = f ( xi ) - yi
lo que es equivalente a Ri = ( f ( xi ) - yi )
2

m m
por lo tanto se requiere que S = å Ri = å ( f ( xi ) - yi ) sea minimo
2

i =1 i =1
m
Para lograr que S sea mínima S = å a0 + a1 x + a2 x 2 + ( + an x n - yi )
2

i =1
¶S
Se toma la derivada parcial = 0 , lo que implica que la suma de residuos cuadrados sea mínima en
¶a j

cada coeficiente {a j }
n
por lo tanto:
j =0

Método de Mínimos Cuadrados

 Análisis de un Conjunto de Puntos

¶ æ m
(
ç å a0 + a1 xi + a2 xi + ) ö÷ø = 0
2
2 n
+ an xi - yi
¶a0 è i =1

( ) ¶¶aa
m
= å 2 a0 + a1 xi + a2 xi +
2 n
+ an xi - yi 0
=0
i =1 0
m m m m m
= a0 å 1 + a1 å xi + a2 å xi + + an å xi = å yi
2 n

i =1 i =1 i =1 i =1 i =1

\ a0 m + a1 å xi + a2 å xi + + an å xi = å yi - - - - ® 1
2 n

¶ æ m
¶a1 è i =1
(
ç 2å xi a0 + a1 xi + a2 xi +
2 n
+ an xi - yi ÷ ) öø ¶¶aa 1
=0
1

\ a0 å xi +a1 å xi +a2 å xi + + an å xi = å yi xi - - - - ® 2
2 3 n +1

¶ æ m 2
¶a2 è i =1
(
ç 2å xi a0 + a1 xi + a2 xi +
2 n
+ an xi - yi ÷ ) öø ¶¶aa 2
=0
2

\ a0 å xi +a1 å xi +a2 å xi + + an å xi = å yi xi - - - - ® 3
2 3 4 n+2 2

¶ æ m n
¶an è i =1
(
ç 2å xi a0 + a1 xi + a2 xi +
2 n
+ an xi - yi ÷ ) öø ¶¶aa n
=0
n

\ a0 å xi +a1 å xi +a2 å xi + an å xi = å yi xi - - - - ® n
n n +1 n+2 2n n
+

Por lo tanto se tiene l sistema de ecuaciones

a0 m + a1 å xi + a2 å xi + + an å xi = å yi - - - - ® 1
2 n

a0 å xi + a1 å xi + a2 å xi + + an å xi = å yi xi - - - - ® 2
2 3 n +1

a0 å xi + a1 å xi + a2 å xi + + an å xi = å yi xi - - - - ® 3
2 3 4 n+2 2

a0 å xi + a1 å xi + a2 å xi + an å xi = å yi xi - - - - ® n
n n +1 n+2 2n n
+

Matricialmente tenemos

é S0 S1 S2 S n ù é a0 ù ét0 ù
êS S2 S3 Sn +1 úú êê a1 úú êê t1 úú
ê 1
ê S2 S3 S4 S n + 2 ú ê a2 ú = êt2 ú Þ [ S ][ a ] = [t ]
ê úê ú ê ú
ê úê ú ê ú
êë sn Sn +1 Sn+ 2 S2 n úû êë an úû êëtn úû

Método de Mínimos Cuadrados

 Análisis de un Conjunto de Puntos

Donde el polinomio que se ajusta a cada uno de los puntos se determina mediante:

2 3 n
f ( x) = ao + a1 xi + a2 xi + a3 xi + + an xi

Aplicando la matriz de Vandermonde de potencias tenemos

é1 1 1 1 ù
êx x2 x3 xm úú
ê 1
V = ê x1 xm ú
2 2 2 2
x2 x3
ê ú
ê ú
ê n n n nú
êë x1 x2 x3 xm úû
(n + 1)(m)

Donde S = V *V t

é m
ù
åx åx åx
2 n

1 ù é1 x1
2
ùn ê m i i ú
i
é1 1 1 x x
ú ê m ú
1 1 i =1
êx ê
x2 x3 xm úú ê1 x2 x2
2
x2 ú ê x
n
n +1 ú
ê 1 êå i åx åx å xi ú
2 3

xm ú ê1 x3 n ú
i i
ê x12 x2
2
x3
2 2
x3
2
x3 ú = ê i =1 ú
ê úê
ú ê å xi åx åx å i úú
2 3 4 n+2
ê úê i i x
ê
ê n núê ú
xm úû ê ú
n n
êë x1 x2 x3 xm úû êë1 xm xm
2 n

ê 2n ú
ëê å xi åx åx å xi úû
n n +1 n+2
i i

(n + 1)(m) (m)(n + 1) (n + 1)(n + 1)

ì m
+ ym xm = å yi
0 0 0
ïto = y1 x1 + y2 x2 +
ï i =1

ït1 = y1 x11 + y2 x21 + + y x = å yi xi

1
m m
m
ìi = 1, ,m ïï
t j = å yi xi + ym xm = å yi xi
j 2 2 2 2
para í Þ ít2 = y1 x1 + y2 x2 +
i =1 î j = 0, ,n ï
ï
ït = y x n + y x n + + ym xm = å yi xi
n n

ïn 1 1 2 2

ïî

Método de Mínimos Cuadrados

 Análisis de un Conjunto de Puntos

Algoritmo

1. Datos:
{( x , y )}
m
• El conjunto de m puntos i i i =1
• Proponer el orden del polinomio n.
• Puntos a evaluar

2. Determinar
m
ìi = 1, ,m
éët j ùû = å yi xij para í
S( n +1)( n +1) = VV T ,
i =0 î j = 0, ,n
3. Formar el sistema de ecuaciones, y obtener el vector solución {ai }i =0
n

[S ]( n+1)( n+1)
[a] = [t ]
( n+1)(1) ( n+1)(1)

4. Formar el polinomio de ajuste.

n
f ( x) = å ai xi = a0 + a1 x + a2 x 2 + + an x n
i =o

5. Evaluar los puntos

Método de Mínimos Cuadrados