Edited with the trial version of

Foxit Advanced PDF Editor

To remove this notice, visit:
www.foxitsoftware.com/shopping

Notas de aula de Mtodos Numricos.

c Departamento de Computao/ICEB/UFOP.

Ajuste de Curvas pelo Mtodo dos Quadrados Mnimos

Marcone Jamilson Freitas Souza, Departamento de Computao, Instituto de Cincias Exatas e Biolgicas, Universidade Federal de Ouro Preto, 35400-000 Ouro Preto, MG, Brasil. Homepage: http://www.decom.ufop.br/prof/marcone, E-mail: marcone@iceb.ufop.br

1 Introduo
Em muitas situaes, conhece-se uma tabela de pontos (xi , yi ), onde cada yi obtido
experimentalmente, e deseja-se obter a expresso analtica de uma dada curva y = f (x)
que melhor se ajusta a esse conjunto de pontos. Por exemplo, sabe-se que o nmero y
de bactrias, por unidade de volume, existente em uma cultura aps um determinado
nmero x de horas, cresce exponencialmente com o aumento de x. Neste caso, o nmero
de bactrias cresce com o decorrer das horas na forma y = ex . O problema consiste,
ento, em determinar os valores mais apropriados dos parmetros e desta exponencial.

2 Ajuste a uma reta

Mostremos, inicialmente, como ajustar um conjunto de pontos a uma reta y = a + bx,
onde a e b so parmetros a serem determinados.
Neste caso, estamos interessados em minimizar a distncia de cada ponto (xi , yi ) da
tabela cada ponto (xi , a + bxi ) da reta, conforme ilustra a gura 1.

Figura 1: Distncia de um ponto (xi , yi ) reta y = a + bx

:

A distncia entre esses pontos |yi a bxi | e a soma dos quadrados dessas distncias

Edited with the trial version of

Foxit Advanced PDF Editor
To remove this notice, visit:
www.foxitsoftware.com/shopping

Marcone Jamilson Freitas Souza

n
X

q=

(yi a bxi )2

(2.1)

i=1

Os candidatos a ponto de mnimo da funo 2.1 so aqueles para os quais so nulos as

derivadas parciais de q em relao a cada um de seus parmetros, isto :

Tendo em vista que:

n
P
(yi a bxi ) =

xi (yi a bxi )

n
X
q
= 2
xi (yi a bxi ) = 0
b
i=1

(2.3)

n
P
a
bxi
i=1
i=1
i=1

n
n
P
P
yi na
xi b

i=1

(2.2)

n
P

i=1

e que:
n
P

n
X
q
= 2
(yi a bxi ) = 0
a
i=1

yi

n
P

i=1

i=1

n
P

i=1

xi yi

n
P

i=1

xi a

n
P
i=1

x2i

obtemos o seguinte sistema de equaes, denominado equaes normais do problema,

cujas incgnitas so os parmetros a e b da equao y = a + bx:

xi b
i=1

n
P
x2i b

na +
n

P xi a +

i=1

n
P

n
P

i=1
n
P

i=1

i=1

yi

(2.4)

xi yi

Exemplo 1:
Dada a tabela de pontos (xi , yi ) a seguir, determine pelo Mtodo dos Quadrados Mnimos a equao da reta que melhor se ajusta a esses pontos.
-1.0
1.000

xi
yi
Soluo:
Como so n = 4 pontos,

n
P
i=1

-0.1
1.099

xi = 0.1,

n
P
i=1

0.2
0.808

x2i = 2.05,

1.0
1.000

n
P
i=1

yi = 3.907 e

as equaes normais do problema so, de acordo com 2.4:

4a
0.1a

+ 0.10b =
+ 2.05b =

n
P
i=1

xi yi = 0.0517,

3.9070
0.0517

A soluo deste sistema a = 0.9773 e b = 0.0224. Assim, a reta que melhor se

ajusta tabela de pontos dada :

y = 0.9773 0.0224x

Edited with the trial version of

Foxit Advanced PDF Editor
To remove this notice, visit:
www.foxitsoftware.com/shopping

Quadrados Mnimos

3 Ajuste a uma exponencial

Mostremos, agora, como ajustar um conjunto de pontos (xi , yi ) a uma exponencial do tipo
y = ebx .
Esta funo
pode ser ajustada atravs da seguinte transformao:
exponencial

ln y = ln ebx = ln + bx.
Fazendo Y = ln y e a = ln , reduzimos o problema de ajustar a tabela de pontos
(xi , yi ) referente a uma exponencial ao problema de ajustar a tabela de pontos (xi , Yi ),
onde Yi = ln yi , equao de uma reta Y = a + bx.
Exemplo 2:
Suponhamos que em um laboratrio obtivemos experimentalmente os seguintes valores
para f (xi ) sobre os pontos xi :

xi
yi

-1.0
36.547

-0.7
17.264

-0.4
8.155

-0.1
3.852

0.2
1.820

0.5
0.860

0.8
0.406

1.0
0.246

Soluo:
Fazendo o diagrama de disperso dos dados acima, verica-se que um ajuste do tipo
y = ebx o mais indicado. Efetuando-se as transformaes Y = ln yi , obtemos a tabela
(xi , ln yi ) a seguir:

xi
ln yi

-1.0
3.599

Como n = 8 pontos,

-0.7
2.849
n
P
i=1

-0.4
2.099

xi = 0.3,

-0.1
1.349
n
P
i=1

0.2
0.599

x2i = 3.59,

n
P
i=1

0.5
-0.151

0.8
-0.901

yi = 0.041 e

equaes normais do problema so, de acordo com 2.4:

8a
+ 0.30b =
0.041
0.30a + 3.59b = 8.646

n
P
i=1

1.0
-1.402

xi yi = 8.646, as

A soluo deste sistema a = 1.099 e b = 2.5. Como a = ln ento = ea =

= 3.001. Assim, a exponencial que melhor se ajusta tabela de pontos dada :

1.099

y = 3.001e2.5x

4 Ajuste a uma hiprbole

Para ajustar uma tabela de pontos (xi , yi ), onde:

y=
basta fazer z =

1
y

1
1 + 2 x

(4.5)

= 1 + 2 x.

5 Ajuste a uma curva exponencial y = 1 2x

Para ajustar uma tabela de pontos (xi , yi ), onde:

y = 1 2x

(5.6)

Edited with the trial version of

Foxit Advanced PDF Editor
To remove this notice, visit:
www.foxitsoftware.com/shopping

Marcone Jamilson Freitas Souza

basta fazer as seguintes transformaes, considerando y > 0:

z = ln y = ln 1 +x ln 2 = a + bx
| {z }
| {z }
a

6 Ajuste a uma curva geomtrica y = 1 x2

Para ajustar uma tabela de pontos (xi , yi ), onde:

y = 1 x2

(6.7)

basta fazer as seguintes transformaes, considerando y > 0 e x > 0:

z = ln y = ln 1 + 2 |{z}
ln x = a + bt
| {z } |{z}
a

Neste caso, estamos minimizando as somas dos quadrados dos desvios nos logaritmos
de y , para os logaritmos dos desvios de x.

7 Ajuste a um polinmio
O objetivo, agora, mostrar como ajustar os pontos de uma tabela com n pontos a uma
funo polinomial de grau m:

P (x) = a0 + a1 x + a2 x2 + + am xm

(7.8)

onde m n 1. Neste caso, a soma dos quadrados das distncias de yi P (xi ) dada
por:

q=

(yi P (xi ))2

(7.9)

e depende de m + 1 parmetros a0 , a1 , , am . Para minimizar essa funo, temos que

satisfazer s m + 1 condies a seguir:

q
= 0 i = 0, 1, , m
ai

(7.10)

a qual fornece um sistema de m + 1 equaes normais.

No caso de a funo polinomial ser quadrtica, isto :

P (x) = a0 + a1 x + a2 x2
as equaes normais so:

na0 +

P
n
xi a0 +

i=1

P
n

xi a0 +

i=1

x i a1
i=1

n
P
x2i a1
i=1

n
P
3
xi a1
n
P

i=1

x2i a2
i=1

n
P
+
x3i a2
i=1

n
P
4
+
xi a2
+

n
P

i=1

(7.11)

=
=
=

n
P
i=1
n
P
i=1
n
P
i=1

yi
xi yi

(7.12)

x2i yi

Observe que este sistema simtrico. Para resolv-lo, isto , para encontrar as incgnitas a0 , a1 , , am , podemos aplicar qualquer um dos mtodos numricos apresentados
anteriormente.

Edited with the trial version of

Foxit Advanced PDF Editor
To remove this notice, visit:
www.foxitsoftware.com/shopping

Quadrados Mnimos

8 Qualidade do ajuste
A qualidade de um ajuste linear pode ser vericada em funo do coeciente de determinao r2 , dado por:
n
P

r2 =

sendo y =

1
n

(a + bxi y)2

i=1

n
P

(8.13)

(yi y)2

i=1

n
P
i=1

yi . Quanto mais prximo da unidade r2 estiver, melhor o ajuste.

Observe que o coeciente de determinao uma medida da proporo da variao

total dos dados em torno da mdia. De fato, o numerador desta expresso representa a
soma dos quadrados dos desvios de cada ponto da reta de ajuste ao ponto mdio y dos
pontos dados. J o denominador representa a soma dos quadrados dos desvios de cada
ponto dado ao ponto mdio y.
Tendo em vista que:
n
n
n
X
X
X
(yi y)2 =
(yi a bxi )2 +
(a + bxi y)2
i=1

i=1

i=1

a expresso 8.13 pode ser reescrita como:

n
P

r2 =

i=1

(yi y)
n
P
i=1

Como:
n
P
(yi y)2
i=1

=
=

n
P
i=1

(yi a bxi )
2

(yi y)

n
P

n
n
P
P
yi2 2
y
yi + n
y2
i=1
i=1
i=1
n 2
n
P
P
yi2 n1
yi
i=1

i=1

a expresso para determinao do coeciente de determinao r2 pode ser simplicada

para:
n
P

r2 = 1

i=1
n
P
i=1

(yi a bxi )

yi2

1
n

n
P

i=1

2
yi

(8.14)