Uma Aplicao de Funes Quadrticas

Jos Paulo Carneiro

jpqc@uninet.com.br
1. Introduo
A figura 1 apresenta um grfico que pode descrever a seguinte situao, muito comum em modelagem: um pesquisador est investigando como uma certa quantidade y (por exemplo, o custo de um produto, ou a voltagem nos terminais de um condutor, etc.) varia com outra quantidade x (o nmero de unidades produzidas, ou a corrente que atravessa o condutor, etc.), e as observaes parecem sugerir que o grfico ou deveria ser uma reta, sendo que os desvios em relao a essa suposta reta podem ser atribudos talvez a flutuaes ou imprecises dos instrumentos de medio. Trata-se ento de saber qual a reta que melhor se ajusta a esse conjunto de dados. Como se faz isso?

figura 1 Suponhamos que tenham sido feitas n observaes do fenmeno, medindo-se os valores de x e os correspondentes valores de y, obtendo-se os pontos . Queremos determinar uma reta, de equao Para cada ponto , que de uma certa maneira seja a reta mais . , e o valor esperado prxima possvel de todos os n pontos. Considere ento uma reta de equao , temos o valor observado isto , o valor que y assumir se o modelo representar corretamente a realidade.

O desvio cometido, para cada ponto a diferena entre o valor esperado e o valor observado, isto : (figura 2).

figura 2 Uma medida que pareceria bem natural do desvio total seria a soma dos valores absolutos

dos desvios individuais. No entanto, algumas razes tcnicas (ver Apndice) recomendam o uso da soma dos quadrados dos desvios individuais, ou seja, ou, para quem prefere a notao de somatrio:

mnimos quadrados. Portanto, o nosso problema se reduz a: Determinar m e p de modo que seja mnima a soma

Note-se que escrevemos

para deixar bem claro que

so dados

do problema. As incgnitas so m e p. Portanto, trata-se de determinar o valor mnimo de uma funo de duas variveis. Tal problema costuma ser abordado apenas em cursos superiores, aps o estudo do Clculo Diferencial de vrias variveis. O objetivo do presente artigo mostrar que ele pode perfeitamente ser resolvido por mtodos mais elementares, usando somente o que conhecido no ensino mdio sobre funes quadrticas. Comecemos com um exemplo de carter didtico, para concretizar.

2.

Exemplo
e (faa (confira as contas!). seja mnimo? A expresso de j

Suponha que os dados sejam uma figura!). Neste caso: Como determinar m e p de modo que

sugere qual a dificuldade do problema. Repare que, se no existisse o termo 18mp (isto , se o coeficiente de mp fosse 0), o problema seria bem mais fcil, ou melhor, seria um problema conhecido, j que nesse caso seria a soma de duas funes quadrticas independentes (uma em m, outra em p). Bastaria ento determinar os valores de m e p que, separadamente, tornassem mnimos os valores dessas funes quadrticas, um problema usual no ensino mdio. Mas de onde vem o coeficiente de mp? Se o leitor tiver feito as contas do exemplo dado, desenvolvendo os quadrados e depois somando, deve ter observado que esse coeficiente foi obtido como . De um modo geral, no caso de n pontos quaisquer, esse coeficiente seria, analogamente:

Isso pode sempre ser arranjado: basta fazer uma translao horizontal do eixo Y de modo que a nova origem seja o ponto (figura 3). Ento cada abscissa mudar para . mantendo-se as ordenadas Logo, a mdia dos ser: figura 3

a esse novo sistema de coordenadas, as coordenadas dos pontos e .

passam a ser:

Vamos ento refazer o problema em relao a esse sistema de coordenadas, isto ,

Observe que no h termo em MP, porque Como conhecido a respeito de funes quadrticas, mnimo quando

Retornando ao sistema inicial (isto , substituindo X por ), obtm-se:

(figura 4), que a procurada reta dos mnimos quadrados para o dado conjunto de pontos do exemplo.
figura 4

3.

O caso geral

O professor pode optar por refazer esse tipo de procedimento em cada caso:

(i) calcula-se a mdia cada por ;

dos

; (ii) translada-se a origem para

, o que equivale a trocar

(iii) determina-se a equao da reta dos mnimos quadrados,

(iv) retorna-se ao sistema de coordenadas primitivo. Mas tambm pode-se aplicar esse procedimento ao caso geral e chegar a uma frmula. O raciocnio para n pontos genricos anlogo e vai resumindo agora (usando a notao de somatrio, e onde todos os somatrios que aparecem so de 1 at n).

que d os coeficientes m e p da reta dos mnimos quadrados para os pontos Observaes:

que chamado o centro de gravidade dos n pontos (2) H outras expresses interessantes para m (e conseqentemente para p), que o

naturalmente,

a mdia aritmtica dos

a mdia aritmtica dos

4. Apndice

Em primeiro lugar, claro que lidar com uma funo quadrtica, que uma funo polinomial, com um grfico suave, sem bicos (isto , derivvel), muito mais fcil do que lidar com uma funo modular, com bicos (isto , no derivvel).

Mas no s isso. O ponto-chave da questo que quando os dados

so

tais que os desvios podem ser considerados aleatrios, no sentido prprio e estatstico da palavra, ento os coeficientes da reta dos mnimos quadrados tm interpretaes estatsticas precisas, em termos de varincias, covarincias, correlaes e outros conceitos estatsticos, o que possibilita a aplicao de todo o ferramental estatstico explicao dos fenmenos envolvidos. Nesse caso, a reta dos mnimos quadrados tambm chamada, por motivos histricos, de reta de regresso.

5. Comentrio bibliogrfico Em qualquer livro de Estatstica, sob o ttulo ajustamento ou regresso, podem encontrar-se outros detalhes sobre esse assunto, que tambm aparece como exerccio ou aplicao em livros de Clculo Diferencial.