Consideramos un conjunto de puntos {xi , yi }i=0...n que queremos aproximar mediante diferentes
funciones p(x) utilizando el criterio de mínimos cuadrados. Para ello, denimos el error
n
X
E= (p(xi ) − yi )2
i=0
y, derivando respecto los parámetros de la función p(x), buscamos el mínimo de esta función
de error.
1. En primer lugar consideramos aproximar los datos por una recta por el origen. Por lo
tanto, podemos escribir el aproximante como p(x) = c1 x.
El error en este caso es
n
X n
X
E= (p(xi ) − yi )2 = (c1 xi − yi )2 .
i=0 i=0
Es importante notar que los valores xi e yi son datos y, por lo tanto, el error depende sólo
del parámetro c1 . Para minimizarlo, derivamos respecto esta variable
n
∂E X
=2 (c1 xi − yi )xi
∂c1 i=0
2. Si en lugar de una función lineal el aproximante es p(x) = c1 ψ(x), con ψ(x) una función
cualquiera, el proceso para obtener el aproximante es el mismo. El error es
n
X n
X
2
E= (p(xi ) − yi ) = (c1 ψ(xi ) − yi )2 ,
i=0 i=0
M
4. Un polinomio de grado M cualquiera se puede escribir como p(x) = aj xj . En este
X
j=0
caso, el error es !2
n
X n
X M
X
E= (p(xi ) − yi )2 = aj xji − yi .
i=0 i=0 j=0
5. Finalmente, en el caso más general, podemos considerar una función p(x) que es com-
M
binación lineal de M funciones de una base: p(x) = aj ψj (x). En este caso, el error
X
j=0
es !2
n
X n
X M
X
2
E= (p(xi ) − yi ) = aj ψj (xi ) − yi .
i=0 i=0 j=0
y, como en el caso anterior, calculamos su derivada respecto cada una de las componentes
n M
!
∂E X X
=2 aj ψj (xi ) − yi ψk (xi )
∂ak i=0 j=0