AJUSTE DE CURVAS PELO MTODO DOS AJUSTE DE CURVAS PELO MTODO DOS

MNIMOS QUADRADOS MNIMOS QUADRADOS

Prof.: Tiago de Assis Silva
Em geral, experimentos em laboratrio gera uma
gama de dados que devem ser analisados para a
criao de um modelo. Obter uma funo matemtica
que represente (ou que ajuste) os dados permite fazer que represente (ou que ajuste) os dados permite fazer
simulaes do processo de forma confivel, reduzindo
assim repeties de experimentos que podem ter um
custo alto. Neste captulo vamos analisar o esquema
dos Mnimos Quadrados, que fornece uma funo que
melhor represente os dados.
Distribuio de Distribuio de
pontos pontos
Curvas ajustadas Curvas ajustadas
dd
kk
f( f(x x
kk
))
((x x ))
f( f(x x
kk
))
((x x
kk
))
Desvio Desvio dd = f( = f(xx ) ) - - ((xx ))
((x x
kk
))
x x
kk
Desvio Desvio dd
kk
= f( = f(xx
kk
) ) - - ((xx
kk
))
( ) ( ) ( )
2
2
1 1
minimizar
nmero de pontos
n n
k k k
k k
d f x x
n

= =
=
=

x f(x) = y
-2,000 -0,134
-1,684 0,281
-1,368 0,424
-1,053 0,175
-0,737 0,725
-0,421 0,916
-0,105 0,745
Exemplo 1: Seja a distribuio de pontos abaixo. Exemplo 1: Seja a distribuio de pontos abaixo.
-0,105 0,745
0,211 1,192
0,526 1,035
0,842 1,395
1,158 1,578
1,474 1,901
1,789 2,171
2,105 2,097
2,421 2,115
2,737 2,594
3,053 2,577
3,368 2,869
3,684 2,676
4,000 2,711
Encontrar a curva (funo) que melhor representa
a distribuio acima.
Como pode ser observado no grfico anterior, a distribuio dos
dados sugere o uso de funo linear para se ajustar aos dados.
Neste caso
( )
x ax b = +
em que a e b so parmetros que devem ser determinados pelo
mtodo dos mnimos quadrados. mtodo dos mnimos quadrados.
Somatrio dos desvios ao quadrado
( ) ( ) ( )
( ) ( )
2
2
1 1
2
1
n n
k k k
k k
n
k k
k
G d f x x
G f x ax b

= =
=
= =
=

Minimizao do somatrio dos desvios ao quadrado

(clculo dos pontos crticos)
( ) ( )( )
2 0
n
k k k
G
f x ax b x
a

= =

Clculo de G/ a = 0
( ) ( )( )
( )
( )
( )
( )
1
2
1
2
1 1 1
2
1 1 1
2 0
0
0
(1)
k k k
k
n
k k k k
k
n n n
k k k k
k k k
n n n
k k k k
k k k
f x ax b x
a
f x x ax bx
f x x a x b x
a x b x f x x
=
=
= = =
= = =

= =

+ + =
+ + =
+ =

( ) ( )( )
( ) ( )
1
1
2 1 0
0
n
k k
k
n
k k
k
G
f x ax b
b
f x ax b
=
=

= =

+ + =

Clculo de G/ b = 0
( )
( )
1
1 1 1
1 1
0
(2)
k
n n n
k k
k k k
n n
k k
k k
f x a x b
a x nb f x
=
= = =
= =
+ + =
+ =


As equaes 1 e 2 formam um sistema linear em que os
parmetros a e b so as variveis a serem determinadas.
( )
( )
2
1 1 1
(1)
n n n
k k k k
k k k
n n
a x b x f x x
= = =

+ =

( )
1 1
(2)
n n
k k
k k
a x nb f x
= =

+ =

( ) ( )
2
1 1 1 1
, , e podem
ser determinados usando a distribuio dos dados
n n n n
k k k k k
k k k k
x x f x f x x
= = = =

x f(x) = y (x) x^2 f(x)*x
1,000 -2,000 -0,134 -0,004 4,000 0,269
2,000 -1,684 0,281 0,155 2,837 -0,474
3,000 -1,368 0,424 0,313 1,873 -0,580
4,000 -1,053 0,175 0,472 1,108 -0,185
5,000 -0,737 0,725 0,630 0,543 -0,534
6,000 -0,421 0,916 0,789 0,177 -0,386
7,000 -0,105 0,745 0,947 0,011 -0,078
8,000 0,211 1,192 1,106 0,044 0,251
9,000 0,526 1,035 1,264 0,277 0,545 9,000 0,526 1,035 1,264 0,277 0,545
10,000 0,842 1,395 1,423 0,709 1,174
11,000 1,158 1,578 1,581 1,341 1,827
12,000 1,474 1,901 1,740 2,172 2,802
13,000 1,789 2,171 1,898 3,202 3,884
14,000 2,105 2,097 2,057 4,432 4,414
15,000 2,421 2,115 2,215 5,861 5,120
16,000 2,737 2,594 2,374 7,490 7,101
17,000 3,053 2,577 2,532 9,319 7,868
18,000 3,368 2,869 2,691 11,346 9,664
19,000 3,684 2,676 2,849 13,573 9,860
20,000 4,000 2,711 3,008 16,000 10,843
Soma = 20,000 30,042 11,040 86,316 63,386
Com base na tabela anterior, pode-se calcular os somatrios e
obter o seguinte sistema de equaes lineares
86, 316 20 63, 386
20 20 30, 042
a b
a b
+ =

+ =

cuja soluo
0, 503 0, 999. a e b = =
Portanto, a funo procurada
( )
0, 503 0, 999 x x = +
fcil perceber que a funo
(x) = 0,5028x + 0,9993 se
ajusta bem distribuio de
dados. O parmetro R
2

chamado de coeficiente de
correlao. Quanto mais
prximo for R
2
de 1 melhor prximo for R
2
de 1 melhor
o ajuste.
Exemplo 2: Seja a distribuio de pontos abaixo. Exemplo 2: Seja a distribuio de pontos abaixo.
x f(x)
0,013 0,481
0,714 0,397
1,429 0,306
2,143 0,239
2,857 0,221
3,571 0,169
4,286 0,132 4,286 0,132
5,000 0,103
5,714 0,099
6,429 0,053
7,143 0,043
7,857 0,048
8,571 0,037
9,286 0,010
10,000 0,028
Encontrar os parmetros da funo (x) = ae
bx
de
forma a obter o melhor ajuste da curva aos dados.
O objetivo do mtodo dos mnimos quadrados aproximar a
distribuio de pontos por uma funo linear nos parmetros, por
exemplo:
(x) (x) = = aa
00
g g
00
(x) (x) + + aa
11
g g
11
(x) (x) + + aa
22
g g
22
(x) (x) + + ... ... + + aa
nn
g g
nn
(x) (x). .
Muitos casos podem ser reduzidos a essa forma por uma
transformao prvia do problema, isto , nosso objetivo agora
consiste na linearizao do problema, atravs de transformaes
convenientes, de modo que o mtodo dos mnimos quadrados
possa ser aplicado. A seguir ser apresentado como linearizar a
funo (x) = ae
bx
.
De forma geral, uma funo do tipo exponencial, isto :
(x) = ae
bx
,
pode ser linearizada atravs de uma transformao logartmica.
Aplicando-se o logartmo em ambos os lados da funo acima,
tem-se
( )
( )
ln ln
bx
x ae =
( )
( )
( )
ln ln ln
ln ln ln
ln ln
bx
x a e
x a bx e
x a bx

= +
= +
= +
( ) ( )
Fazendo ln e ln , tem-se x Y x a A = =
( )
, que uma funo linear Y x A bx = +
importante dizer que a escolha da funo exponencial se
justificar pela tendncia apresentada pela distribuio de pontos
dada, que tpica de um problema de decaimento exponencial.
Situaes como, descarga de uma capacitor e decaimento
radioativo, so exemplos prticos que apresentam este
comportamento. comportamento.
A escolha da funo a ser ajustada depende
fortemente da tendncia apresentada pela
distribuio de pontos e da experincia de quem est
aplicando o mtodo.
Agora, o mtodo dos mnimos quadrados ser aplicado no mais
funo f(x) original, mas funo lnf(x), que consiste na
linearizao de f(x), como pode ser visto a seguir nos grficos.
Apenas por clareza de notao, vamos fazer F(x) = F(x) = lnf lnf(x). (x).
Somatrio dos desvios ao quadrado
( ) ( ) ( )
( ) ( )
2
2
1 1
2
1
n n
k k k
k k
n
k k
k
G d F x Y x
G F x A bx
= =
=
= =
=

1 k =
Minimizao do somatrio dos desvios ao quadrado
(clculo dos pontos crticos)
( ) ( )( )
1
2 1 0
n
k k
k
G
F x A bx
A
=

= =

Clculo de G/ A = 0
( ) ( )( )
( ) ( )
1
1
1
0
2 0
n
k k
k
n
k k
k
n n n
G
F x A bx
A
F x A bx
=
=

= =

+ + =

( )
( )
1
1 1
1 1
(1
0
)
n n n
k k
k k
n n
k
k k
k
k
n
F x A
A x F
b x
b x
= =
= =
=
+ + =
+ =


( ) ( )( )
( )
( )
1
2
2 0
0
n
k k k
k
n
k k k k
G
F x A bx x
b
F x x Ax bx
=

= =

+ + =

Clculo de G/ b = 0
( )
( )
( )
( )
2
1 1
1
2
1 1
1
1
0
(2)
k k k k
k
n n n
k k k k
k
n n n
k k k k
k k k
k k
A
F x x A x b x
x b x F x x
= = =
=
= = =

=
+ +
+
=

As equaes 1 e 2 formam um sistema linear em que os

parmetros a e b so as variveis a serem determinadas.
( )
( )
1 1
(1)
n n
k k
k k
n n n
nA b x F x
= =

+ =

( )
2
1 1 1
(2)
n n n
k k k k
k k k
A x b x F x x
= = =

+ =

( ) ( )
2
1 1 1 1
, , e podem
ser determinados usando a distribuio dos dados
n n n n
k k k k k
k k k k
x x F x F x x
= = = =

x f(x) F(x) = lnf(x) x^2 F(x)*x
1,000 0,013 0,481 -0,733 0,000 -0,010
2,000 0,714 0,397 -0,925 0,510 -0,661
3,000 1,429 0,306 -1,184 2,041 -1,692
4,000 2,143 0,239 -1,432 4,592 -3,068
5,000 2,857 0,221 -1,511 8,163 -4,317
6,000 3,571 0,169 -1,780 12,755 -6,357
7,000 4,286 0,132 -2,026 18,367 -8,685 7,000 4,286 0,132 -2,026 18,367 -8,685
8,000 5,000 0,103 -2,276 25,000 -11,382
9,000 5,714 0,099 -2,314 32,653 -13,224
10,000 6,429 0,053 -2,931 41,327 -18,843
11,000 7,143 0,043 -3,147 51,020 -22,477
12,000 7,857 0,048 -3,034 61,735 -23,838
13,000 8,571 0,037 -3,292 73,469 -28,220
14,000 9,286 0,010 -4,573 86,224 -42,466
15,000 10,000 0,028 -3,586 100,000 -35,856
Soma = 75,013 -34,744 517,857 -221,096
Com base na tabela anterior, pode-se calcular os somatrios e
obter o seguinte sistema de equaes lineares
15 75, 013 34, 744
75, 013 517, 857 221, 096
A b
A b
+ =

+ =

Cuja soluo : Cuja soluo :

0, 656
0, 332
A
b
=
=
Uma vez que , tem-se que:
0,656
0, 519
A
a e e

= = =
Portanto, a funo procurada :
( )
0,332
0, 519
x
x e

=
ln A a =
Para verificar a qualidade do ajuste basta colocar no mesmo
grfico a distribuio de pontos e a funo (x). Como pode ser
observado no grfico abaixo, a funo ajustada descreve muito
bem a distribuio de pontos do problema proposto.
0,5
0,6
f(x)
( )
0,332
0, 519
x
x e

=
0,0
0,1
0,2
0,3
0,4
0,5
0,0 2,0 4,0 6,0 8,0 10,0 12,0
x
( )
0,332
0, 519
x
x e

=