APÉNDICE I: MÍNIMOS CUADRADOS En muchos problemas estamos interesados en aproximar un cierto conjunto de datos por un tipo de funciones prefijadas (en este caso polinomios) pero sin que necesariamente la función de aproximación deba coincidir con el valor de los datos en todos los puntos. Esto ocurre por ejemplo cuando deseamos encontrar la recta que mejor aproxima un conjunto de puntos. Así pues, el problema de aproximación que nos planteamos es, dados m puntos x1 ,..., x m y dados y1 ,..., y m los valores que una determinada función f toma sobre ellos, buscamos un polinomio P de grado ≤n (donde debe ser n<m) que aproxime ‘bien’ a dicha función. En este caso la ‘bondad’ de la aproximación se mide por el número m || y i − P( xi ) || 2 = å ( yi − P( xi ) ) . 2 Es decir, buscamos un polinomio i =1 P ( x) = a n x n + ... + a 0 para m m el ( S (a n ,..., a 0 ) = å ( y i − P ( xi ) ) = å a n xin + ... + a 0 − y i 2 i =1 i =1 que ) 2 el número sea mínimo. Nuestro problema se reduce por tanto a minimizar una función de n+1 variables. Planteando las condiciones de anulación de las derivadas parciales obtenemos m ∂S = å 2 xik a n xin + ... + a 0 − yi = 0 para k=0,…,n, o equivalentemente, ∂a k i =1 ( ) m m m m i =1 i =1 i =1 i =1 a 0 å xik + a1 å xik +1 + ... + a n å xik + n = å xik y i para k=0,…,n. Podemos escribir estas condiciones en forma de sistema lineal obteniéndose lo que se conoce como ecuaciones normales æ s 0 s1 ... s n öæ a 0 ö æ c0 ö ç ÷ç ÷ ç ÷ ç s1 s 2 ... s n+1 ÷ç a1 ÷ ç c1 ÷ ç ÷ç ÷ = ç ÷ ... ç ÷ç ÷ ç ÷ çs s ÷ç ÷ ç c ÷ ... s n +1 2 n øè a n ø è n è nø m m i =1 i =1 donde s k = å xik y c k = å xik y i para k=0,…,n. Teorema: El sistema dado por las ecuaciones normales tiene solución única. Además dicha solución es la solución de nuestro problema de minimización. 102