Professional Documents
Culture Documents
Contenido
Mı́nimos Cuadrados
Soluciones Particulares
Polinomios n-dimensionales
POR LO TANTO:
La elección de una norma implica considerar que los datos obedecen un
tipo particular de estadı́stica
(para el caso de la norma L2 , Gaussiana)
ARTÍCULO BÁSICO:
AL-CHALABI, M. (1992). WHEN LEAST-SQUARES SQUARES
LEAST. Geophysical prospecting, 40(3), 359-378.
I Donde: est
d1 d1
est
d2 est
d2
dN×1 = ; dN×1 =
.. ..
. .
est
dN dN
I Donde: est
d1 d1
est
d2 est
d2
dN×1 = ; dN×1 =
.. ..
. .
est
dN dN
I El error total o error cuadrático (E), está dado por el escalar:
N
X
E = eT e = ei2 (2)
i=1
IMPORTANTE:
Las expresiones para resolver el problema lineal inverso por mı́nimos
cuadrados, surgen al minimizar el error total con respecto a los
parámetros, a través de la derivación de este último e igualando a cero
Mı́nimos Cuadrados
I De acuerdo a lo anterior, hay que derivar (5) con respecto al
vector mT :
∂E ∂ h T
i
= (d − Gm) (d − Gm) (6)
∂mT ∂mT
Mı́nimos Cuadrados
I De acuerdo a lo anterior, hay que derivar (5) con respecto al
vector mT :
∂E ∂ h T
i
= (d − Gm) (d − Gm) (6)
∂mT ∂mT
(A ± B)T = AT ± B T
(A x)T = x T AT
A y B son matrices
x es un vector
Mı́nimos Cuadrados
I De acuerdo a lo anterior, hay que derivar (5) con respecto al
vector mT :
∂E ∂ h T
i
= (d − Gm) (d − Gm) (6)
∂mT ∂mT
(A ± B)T = AT ± B T
(A x)T = x T AT
A y B son matrices
x es un vector
Mı́nimos Cuadrados
I Para obtener el mı́nimo, la expresión (7) se iguala a cero:
∂E
=0
∂mT
⇒ −G T d + G T Gm = 0
Mı́nimos Cuadrados
I Para obtener el mı́nimo, la expresión (7) se iguala a cero:
∂E
=0
∂mT
⇒ −G T d + G T Gm = 0
Mı́nimos Cuadrados
I Para obtener el mı́nimo, la expresión (7) se iguala a cero:
∂E
=0
∂mT
⇒ −G T d + G T Gm = 0