{"id":5396,"date":"2024-11-22T14:34:02","date_gmt":"2024-11-22T20:34:02","guid":{"rendered":"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/?page_id=5396"},"modified":"2024-11-22T14:34:02","modified_gmt":"2024-11-22T20:34:02","slug":"lecm15","status":"publish","type":"page","link":"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/l-m\/lecm15\/","title":{"rendered":"lecm15 M\u00ednimos Cuadrados"},"content":{"rendered":"\n<p>El m\u00e9todo de m\u00ednimos cuadrados sirve para hallar un mejor ajuste de curvas  generadas a partir de un conjunto de datos. El t\u00e9rmino \u201cm\u00ednimos cuadrados\u201d es  simplemente una forma abreviada de decir \u201cminimizar la suma del error al cuadrado\u201d. En MATLAB, la funci\u00f3n&nbsp;<strong>polyfit<\/strong>&nbsp;resuelve el problema de ajuste&nbsp; por m\u00ednimos cuadrados. Para ilustrar el uso de esta funci\u00f3n, utilizar&nbsp; el siguiente ejemplo.<\/p>\n\n\n\n<p>La absorbancia de una sustancia var\u00eda con la concentraci\u00f3n de glucosa de&nbsp; acuerdo a la siguiente tabla.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table><tbody><tr><td>Puntos<\/td><td>1<\/td><td>2<\/td><td>3<\/td><td>4<\/td><td>5<\/td><\/tr><tr><td>mg glucosa<\/td><td>0<\/td><td>2<\/td><td>4<\/td><td>6<\/td><td>8<\/td><\/tr><tr><td>absorbancia<\/td><td>0.002<\/td><td>0.150<\/td><td>0.294<\/td><td>0.434<\/td><td>0.570<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p>Para usar&nbsp;<strong>polyfit<\/strong>&nbsp;se deben dar los datos y el orden que mejor se ajuste a los datos. Si elige n = 1 como el orden, se encontrara la mejor aproximaci\u00f3n l\u00edneal. Esto se llama \u201c<strong>regresi\u00f3n lineal<\/strong>\u201d. Por otra parte si designa n = 2, se buscar\u00e1&nbsp; un \u201c<strong>polinomio cuadr\u00e1tico<\/strong>\u201d.<\/p>\n\n\n\n<p>Para los datos tabulados, se observa que se debe utilizar un polinomio con curvatura en vez de una recta.<\/p>\n\n\n\n<p>Introduciendo est\u00e1 informaci\u00f3n como polinomios en MATLAB se procede a obtener el polinomio de interpolaci\u00f3n por el m\u00e9todo de m\u00ednimos cuadrados.<\/p>\n\n\n\n<p>Se carga la informaci\u00f3n necesaria en MATLAB como son los datos de la glucosa y absorbancia.<\/p>\n\n\n\n<p>glu = [0&nbsp; 2&nbsp; 4&nbsp; 6&nbsp; 8];<\/p>\n\n\n\n<p>&gt;&gt; ab = [0.002&nbsp; 0.15&nbsp; 0.294&nbsp; 0.434&nbsp; 0.57];<\/p>\n\n\n\n<p>En este caso,&nbsp;<strong>glucosa&nbsp;<\/strong>es la variable independiente (abscisa) y el contenido de&nbsp;<strong>absorbancia&nbsp;<\/strong>es la variable dependiente (ordenada).<\/p>\n\n\n\n<p>En MATLAB se carga el orden del polinomio de ajuste o regresi\u00f3n:<\/p>\n\n\n\n<p>&gt;&gt; n = 2;<\/p>\n\n\n\n<p>La funci\u00f3n&nbsp;<strong>polyfit&nbsp;<\/strong>de MATLAB ajusta&nbsp; el&nbsp; polinomio de segundo grado a los datos de concentraci\u00f3n de glucosa &nbsp;y absorbancia<\/p>\n\n\n\n<p>&gt;&gt; p = polyfit(glu, ab, n);<\/p>\n\n\n\n<p>p =<\/p>\n\n\n\n<p>-0.0005&nbsp;&nbsp;&nbsp; 0.0750&nbsp;&nbsp;&nbsp; 0.0020<\/p>\n\n\n\n<p>La salida de&nbsp;<strong>polyfit&nbsp;<\/strong>es un vector&nbsp; fila de los coeficientes de los polinomios. En este caso la soluci\u00f3n es:<\/p>\n\n\n\n<p class=\"has-text-align-center\"><em>y<\/em>&nbsp;=&nbsp; -0.0005x<sup>2<\/sup>&nbsp;+ 0.075x&nbsp; + &nbsp;0.002<\/p>\n\n\n\n<p>Para&nbsp; comparar la soluci\u00f3n del ajuste de curvas a los datos, represente gr\u00e1ficamente &nbsp;ambos:<\/p>\n\n\n\n<p>&gt;&gt; ti = linspace ( 0, 8, 2 );<\/p>\n\n\n\n<p>Crea el eje&nbsp;&nbsp;<em>x&nbsp;<\/em>&nbsp;para representar el polinomio.<\/p>\n\n\n\n<p>z =&nbsp;<strong>polyval<\/strong>&nbsp;( p, ti );<\/p>\n\n\n\n<p>Llama a la funci\u00f3n&nbsp;&nbsp;<strong>polyval&nbsp;&nbsp;<\/strong>de MATLAB para evaluar el polinomio&nbsp;<strong>p<\/strong>&nbsp;con los datos en&nbsp;<strong>ti<\/strong>.<\/p>\n\n\n\n<p>&gt;&gt; plot(glu,ab,glu,ab,&#8217;o&#8217;,ti,z,&#8217;:&#8217;);<\/p>\n\n\n\n<p>La figura que se obtiene representa los datos originales&nbsp;<em>&nbsp;x<\/em>&nbsp; e&nbsp;<em>y<\/em>&nbsp;&nbsp;marcando los datos con &#8216;o &#8216;; &nbsp;despu\u00e9s, se representan otra vez&nbsp; los datos originales dibujando l\u00edneas rectas entre ellos y los polinomios&nbsp;<strong>ti&nbsp;<\/strong>y&nbsp;&nbsp;<strong>z&nbsp;&nbsp;<\/strong>usando una l\u00ednea a tramos.<\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img decoding=\"async\" loading=\"lazy\" src=\"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-content\/uploads\/sites\/89\/2023\/08\/imagen-44.png\" alt=\"\" class=\"wp-image-5466\" width=\"635\" height=\"501\" srcset=\"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-content\/uploads\/sites\/89\/2023\/08\/imagen-44.png 685w, https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-content\/uploads\/sites\/89\/2023\/08\/imagen-44-300x237.png 300w\" sizes=\"(max-width: 635px) 100vw, 635px\" \/><\/figure><\/div>\n\n\n<p>Se completa la&nbsp; gr\u00e1fica con las etiquetas y el t\u00edtulo de la figura.<\/p>\n\n\n\n<p>&gt;&gt;xlabel ( &#8216;Concentraci\u00f3n &#8216; )<\/p>\n\n\n\n<p>&gt;&gt;ylabel (&#8216; Absorbancia &#8216; )<\/p>\n\n\n\n<p>&gt;&gt;title (&#8216;Variaci\u00f3n de la absorbancia con la concentraci\u00f3n de glucosa&#8217; )<\/p>\n\n\n\n<p>La gr\u00e1fica que se obtiene con ajuste cuadr\u00e1tico, n = 2 se muestra en la siguiente figura. Siendo el polinomio de ajuste cuadr\u00e1tico<\/p>\n\n\n\n<p class=\"has-text-align-center\">p =&nbsp; &nbsp;\u2013 0.0005x<sup>2<\/sup>&nbsp;+ 0.075x&nbsp; + &nbsp;0.002<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img decoding=\"async\" loading=\"lazy\" width=\"725\" height=\"566\" src=\"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-content\/uploads\/sites\/89\/2023\/08\/imagen-45.png\" alt=\"\" class=\"wp-image-5467\" srcset=\"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-content\/uploads\/sites\/89\/2023\/08\/imagen-45.png 725w, https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-content\/uploads\/sites\/89\/2023\/08\/imagen-45-300x234.png 300w\" sizes=\"(max-width: 725px) 100vw, 725px\" \/><figcaption class=\"wp-element-caption\">Gr\u00e1fica con ajuste cuadr\u00e1tico<\/figcaption><\/figure>\n\n\n\n<div class=\"is-content-justification-center is-layout-flex wp-container-1 wp-block-buttons\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link has-dark-gray-color has-bright-blue-background-color has-text-color has-background wp-element-button\" href=\"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/l-m\/\">Lecciones<\/a><\/div>\n\n\n\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link has-dark-gray-color has-yellow-background-color has-text-color has-background wp-element-button\" href=\"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/lecm16\">siguiente lecci\u00f3n<\/a><\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>El m\u00e9todo de m\u00ednimos cuadrados sirve para hallar un mejor ajuste de curvas generadas a partir de un conjunto de datos. El t\u00e9rmino \u201cm\u00ednimos cuadrados\u201d es simplemente una forma abreviada de decir \u201cminimizar la suma del error al cuadrado\u201d. En MATLAB, la funci\u00f3n&nbsp;polyfit&nbsp;resuelve el problema de ajuste&nbsp; por m\u00ednimos cuadrados. Para ilustrar el uso de &hellip; <a href=\"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/l-m\/lecm15\/\" class=\"more-link\">Contin\u00faa leyendo <span class=\"screen-reader-text\">lecm15 M\u00ednimos Cuadrados<\/span><\/a><\/p>\n","protected":false},"author":123458,"featured_media":0,"parent":5258,"menu_order":15,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0},"_links":{"self":[{"href":"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-json\/wp\/v2\/pages\/5396"}],"collection":[{"href":"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-json\/wp\/v2\/users\/123458"}],"replies":[{"embeddable":true,"href":"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-json\/wp\/v2\/comments?post=5396"}],"version-history":[{"count":5,"href":"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-json\/wp\/v2\/pages\/5396\/revisions"}],"predecessor-version":[{"id":5556,"href":"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-json\/wp\/v2\/pages\/5396\/revisions\/5556"}],"up":[{"embeddable":true,"href":"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-json\/wp\/v2\/pages\/5258"}],"wp:attachment":[{"href":"https:\/\/blogceta.zaragoza.unam.mx\/mnumericos\/wp-json\/wp\/v2\/media?parent=5396"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}