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.
A distncia entre esses pontos |yi a bxi | e a soma dos quadrados dessas distncias
n
X
q=
(yi a bxi )2
(2.1)
i=1
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
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
4a
0.1a
+ 0.10b =
+ 2.05b =
n
P
i=1
xi yi = 0.0517,
3.9070
0.0517
y = 0.9773 0.0224x
Quadrados Mnimos
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
8a
+ 0.30b =
0.041
0.30a + 3.59b = 8.646
n
P
i=1
1.0
-1.402
xi yi = 8.646, as
1.099
y = 3.001e2.5x
y=
basta fazer z =
1
y
1
1 + 2 x
(4.5)
= 1 + 2 x.
y = 1 2x
(5.6)
y = 1 x2
(6.7)
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=
(7.9)
q
= 0 i = 0, 1, , m
ai
(7.10)
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.
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
i=1
i=1
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
r2 = 1
i=1
n
P
i=1
(yi a bxi )
yi2
1
n
n
P
i=1
2
yi
(8.14)