MÉTODO DE MÍNIMOS CUADRADOS

x
1
AJUSTE POR MÍNIMOS CUADRADOS

(Ajuste lineal)

N
(xi,yi) S   ( yi  b  mxi ) 2
i 1

yi -b-m xi y = b+mx CRITERIO: Minimizar S

S S
0 0
m b

N N N N N
aN  b  xi   yi a  xi  b  xi2   x i yi
i 1 i 1 i 1 i 1 i 1

2
MÍNIMOS CUADRADOS (Ajuste lineal de N puntos)

 x  y  N  xy  x  xy   y  x
2
m b
 x 2  N  x 2  x 2  N  x 2

DESVIACIONES (ERRORES EN LOS DATOS)

 x  y
x  y     y2  m2 x2
N N

N 2  2  x2
m  b 
N  x 2   x 2 N  x 2   x 2

Coeficiente de correlación

 x y
 xy 
r N
 2 1 2  1 2
  x   x     y 2
  y  
N N

3
MÍNIMOS CUADRADOS (Ejemplo)

x x y y 70

50 2 10 2
60 y  mx  b
40 2 21 2
30 2 31 2 50

20 2 43 2
40
10 2 54 2

y
30
m  1.10  0.09
S x S x S y S y S xy S x^2 S y^2

150 10 159 10 3670 5500 6267 20 b  65  3

10 r  0.99967
x x y y xy x^2 y^2
0
50 2 10 2 500 2500 100
0 10 20 30 40 50 60
40 2 21 2 840 1600 441
x
30 2 31 2 930 900 961
20 2 43 2 860 400 1849
10 2 54 2 540 100 2916

4
EJEMPLO 2: Índice de refracción

• Medida del índice de refracción de

una lámina de vidrio

sen i = n sen r i

5
Índice de refracción: medidas (2)

Medidas en grados sexagesimales sin i  n sin r y  mx  b

i r
i r
 sin i
25 1 15 1  sin i  i  cos i i
i
30 1 20 1
 sin r
35 1 21 1  sin r  r  cos r r
40 1 24 1 r
45 1 27 1 x x y y
50 1 29 1
55 1 30 1 sen r sen r sen i sen i
60 1 32 1 1 0,2588 0,0169 0,4226 0,0158 m  1.69  0.09
65 1 33 1 2 0,3420 0,0164 0,5000 0,0151
b  0.04  0.04
70 1 36 1 3 0,3584 0,0163 0,5736 0,0143
4 0,4067 0,0159 0,6428 0,0134 r  0.99301
5 0,4540 0,0156 0,7071 0,0123
6 0,4848 0,0153 0,7660 0,0112
7 0,5000 0,0151 0,8192 0,0100
8 0,5299 0,0148 0,8660 0,0087
9 0,5446 0,0146 0,9063 0,0074
10 0,5878 0,0141 0,9397 0,0060

6
Índice de refracción: gráfica (3)

1,2

m  1.69  0.09 Índice de refracción

1,0
b  0.04  0.04

0,8 r  0.99301
sen i

0,6

0,4

0,2

0,0
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7
sen r

7
CURVAS QUE PUEDEN REDUCIRSE A FORMA LINEAL

EJEMPLO 3. EXPONENCIALES
V (volts) Descarga de un condensador
5

V  V0  e t /
4
V0  (5.008  0.004) V

3
  (251.5  0.2) s

2
V  V0 / e

t 
0 t (s)
0 100 200 300 400 500 600 700
8
CURVAS QUE PUEDEN REDUCIRSE A FORMA LINEAL

Las exponenciales se transforman en lineales tomando logaritmos

ln (V/V0)
t
ln(V / V0 )  
0,0

y  a0  a1t
-0,5

1
-1,0 a1  

-1,5

-2,0
a0  (0.015  0.002)
-2,5 a1  (0.003930 0.000004) s-1

-3,0 t (s)
0 100 200 300 400 500 600 700
9
CURVAS QUE PUEDEN REDUCIRSE A FORMA LINEAL

EJEMPLO 4. FUNCIONES INVERSAS

Focal de una lente

s’

f’
Ecuación de las lentes: forma de Gauss
1 1 1 1 1 1
   
f' s' s s' f' s
10
CURVAS QUE PUEDEN REDUCIRSE A FORMA LINEAL

Focal de una lente: tabla de valores

-1 -1
s (cm) s’ (cm) 1/s (cm ) 1/s’ (cm )
97.50 67.65 0.010256 0.014782

106.00 63.95 0.0094340 0.015637

113.50 61.50 0.0088106 0.016260

120.30 59.70 0.0083126 0.016750

126.80 58.20 0.0078864 0.017182

(distancias s y s’ medidas con 0.05 cm)

11
 CURVAS QUE PUEDEN REDUCIRSE A FORMA LINEAL

DETERMINACIÓN DE LA ORDENADA EN EL ORIGEN

-2
1.75 10
1
a  2.510  0.003 102 cm 1
-2 f'
1.70 10
b   1.004  0.004
-2
1.65 10
r  0.99998
1/s'

1 1
-2
1.60 10
   a  b 
-2
 s'  s
1.55 10

-2
1.50 10

-2
1.45 10
-3 -3 -3 -3 -3 -2 -2
7.50 10 8.00 10 8.50 10 9.00 10 9.50 10 1.00 10 1.05 10
1/s
12
CURVAS QUE PUEDEN REDUCIRSE A FORMA LINEAL

1 1
f '  2
 39.84 cm
a 2.510 10

1 0.003102
f '   2 a   0.05 cm
a  
2.510 102
2

13
AJUSTE DE FUNCIONES SENOIDALES

14
Ejemplo 5. Ley de Malus

I = I0 cos 
2

15
 Ley de Malus (2)  (º) I (lux)
0 161
I = m1 + m2 cos2(+m3) 10 125
20 87
30 54
m1 = (5.6±1.0) lux m2 = (204.9±1.8) lux 40 28
45 17
m3 = (31.2±0.3) º r = 0.99924 50 10
55 6
60 4
250 65 7
70 14
75 22
200 80 33
90 63
150 100 94
110 130
120 158
100
130 190
140 207
50 150 214
160 205
0 170 179
180 147
0 40 80 120 160
16