Anda di halaman 1dari 8

Roteiro de Fsica Experimental II 45

Apndice A - Ajuste de funes a um conjunto de pontos


experimentais

Fonte: Fundamentos da Teoria de Erros Jos Henrique Vuolo Editora Edgar Blcher Ltda. 1992

Na experincia sobre o empuxo medimos duas grandezas x e y que, segundo nosso modelo,
deveriam relacionar-se de uma maneira linear, ou seja, sua relao era do tipo y ax b = + . De posse de
vrios pontos experimentais ( ) , x y pretendamos determinar os valores dos coeficientes a e b.
Contudo, ao construirmos um grfico desses pontos, descobrimos que eles no se alinhavam
perfeitamente, formando uma reta, mas apresentavam certa aleatoriedade em sua distribuio. Na
verdade, j deveramos esperar por isso, pois esses pontos so pontos experimentais e suas medidas
esto sujeitas a erros aleatrios. Devido distribuio dos pontos, vrias retas com diferentes
coeficientes a e b, poderiam ser boas candidatas para descrever o comportamento de nossos pontos
experimentais. Precisvamos, portanto, descobrir qual era a reta que melhor se ajustava aos pontos
experimentais.
Essa uma situao comum no laboratrio: temos um conjunto de pontos experimentais ( ) , x y
e gostaramos de obter a melhor funo ( ) f x para descrever esses pontos. Esse procedimento
chamado de regresso ou ajuste de curva. Naturalmente, a primeira pergunta que deve passar por sua
cabea : que critrio deve ser usado para definir objetivamente o que a melhor funo? Geralmente,
usamos como critrio o princpio de mxima verossimilhana. Admitimos que, ao realizarmos um
conjunto de medidas, ocorre o resultado que tem maior probabilidade de ocorrer. Note que isso no
acontece necessariamente. No entanto, essa ainda parece ser a melhor hiptese a ser feita. Segundo
esse princpio, a melhor funo ( ) f x aquela para a qual a probabilidade de ocorrncia de um dado
conjunto de pontos experimentais mxima, quando tal funo considerada como a verdadeira.
importante notar que esse critrio estatstico no permite ajustar uma funo arbitrria a um
conjunto de pontos experimentais. Por isso o que se considera o ajuste de uma funo particular,
dentro de uma famlia de funes com forma pr-determinada, aos pontos experimentais. Por exemplo,
procura-se determinar entre todas as retas y ax b = + , quais os valores particulares dos coeficientes a e
b que melhor se ajustam aos pontos experimentais.

Mtodo dos mnimos quadrados

O mtodo dos mnimos quadrados um mtodo baseado no princpio de mxima
verossimilhana e que pode ser aplicado quando as distribuies de erros experimentais so
gaussianas. O que, na prtica, acontece frequentemente. Alm disso, a melhor funo ( ) f x , deve ser
determinada a partir de uma funo tentativa
1 2
( ) ( ; , , , )
p
f x f x a a a = L , previamente escolhida. Isso
significa que as variveis a serem ajustadas so os parmetros
1 2
, , ,
p
a a a L .

Considere que num processo de medida de duas grandezas x e y, obtemos um conjunto de n
pontos experimentais que designaremos por

,


onde a varivel independente
i
x considerada isenta de erros e a varivel
i
y tem incerteza estatstica
dada pelo desvio padro
i
. Na prtica a varivel
i
x tambm apresenta erros estatsticos. Quando
esses erros forem significativos, eles podem ser transferidos para a varivel
i
y atravs das regras de
propagao de erros.
{ } { } { }
n n n
y x y x y x , , ..., , , , , , ,
2 2 2 1 1 1
Roteiro de Fsica Experimental II 46

Considere, agora, o ponto experimental { } , ,
i i i
x y . Como estamos considerando que a
distribuio estatstica de
i
y gaussiana, ento, conforme o que voc aprendeu na Aula 1, a
probabilidade
i
P de ocorrncia desse ponto determinada pela funo gaussiana de densidade de
probabilidade correspondente a:
2
1
exp ,
2
i i
i
i i
y C
P


(
| |
( =
|
(
\



onde
i
o valor mdio verdadeiro correspondente a
i
y e C uma constante de normalizao. Como
a probabilidade
total
P de ocorrncia do conjunto dos n pontos experimentais o produto das
probabilidades de ocorrncia de cada ponto, pois eles so estatisticamente independentes, temos que:

2
1
1
1 2
1
exp .
2
n n
n
i i
total i
i
i
n i
y C
P P


=
=
(
| |
( = =
|
(
\


L



Se substituirmos o valor mdio verdadeiro
i
pela funo tentativa
1 2
( ) ( ; , , , )
p
f x f x a a a = L ,
teremos:

(

=
(
(

|
|

\
|
= =

=
=
2
2 1
1
2
2 1
2 1
1
2
1
exp
...
) ..., , , ; (
2
1
exp
...


n
n
n
i
i
p i i
n
n
i
n
i total
C
a a a x f y
C
P P

com

= |
|

\
|
=
n
i
i
p i i
a a a x f y
1
2
2 1
2
) ..., , , ; (



Segundo o princpio da mxima verossimilhana, a funo
1 2
( ) ( ; , , , )
p
f x f x a a a = L que
melhor se ajusta aos pontos experimentais aquela que maximiza a probabilidade
total
P , se for
considerada como a funo verdadeira. Portanto, tudo o que devemos fazer determinar os parmetros
1 2
, , ,
p
a a a L que maximizam
total
P . Devido exponencial na expresso acima para
total
P , essa
probabilidade uma funo decrescente de
2
. Portanto, para maximizar
total
P , basta minimizar
2

em relao aos parmetros
1 2
, , ,
p
a a a L .


Resumindo, se
1 2
( ; , , , )
p
f x a a a L uma funo tentativa previamente escolhida. Ento, o
mtodo dos mnimos quadrados consiste em determinar os parmetros
1 2
, , ,
p
a a a L que minimizam a
soma dos quadrados na expresso:






( )
2
1
2 1 2
,..., , ;

= |
|

\
|
=
n
i
i
p i i
a a a x f y

Roteiro de Fsica Experimental II 47


Nas situaes em que as incertezas
i
so todas iguais, ou seja,
1 2 n
= = = = L , teremos
2 2
/ S = , onde
( )
2
1 2
1
( ; , , ,
n
i i p
i
S y f x a a a
=
=

L . Nesses casos, os parmetros


1 2
, , ,
p
a a a L devem
ser tais que minimizam S . Note que, num grfico, S representa a soma dos quadrados das distncias
verticais dos pontos experimentais curva que representa ( ) f x .

Regresso linear

O problema da minimizao de
2
, no mtodo dos mnimos quadrados, se torna especialmente
simples quando a funo tentativa representa uma reta, ou seja, ( ) f x ax b = + . O problema do ajuste de
uma reta a um conjunto de dados experimentais se chama regresso linear. Como nesse caso a
aplicao do mtodo dos mnimos quadrados bastante simples, vamos realiz-la aqui explicitamente
para que voc tenha uma idia de como o mtodo funciona.

Nosso problema consiste em minimizar a expresso
2
2
1
( )
,
n
i i
i
i
y ax b

=
| | +
=
|
\


em relao aos parmetros a e b. Para isso, vamos derivar
2
em relao a a e b e igualar essas
derivadas a zero:
2
2
1
2
2
1
[ ( )]
2 0,
[ ( )]
2 0.
n
i i
i
i
i
n
i i
i
i
y ax b
x
a
y ax b
b

=
=
+
= =

+
= =



Rearranjando os termos, podemos escrever o sistema de equaes acima como:


i i
n
i
i
i
n
i
i
i
n
i
i
y x x b x a

= = =
= +
1 2 1 2
2
1 2
1 1 1


i
n
i
i
n
i
i
i
n
i
i
y b x a

= = =
= +
1 2 1 2 1 2
1
1
1 1



Para simplificar a notao vamos definir:



= = = = =
= = = = =
n
i
i
i i
xy
n
i
i
i
y
n
i
i
i
x
n
i
i
i
x
n
i
i
y x
S
y
S
x
S
x
S S
1 2 1 2 1 2
2
1 2 1 2
; ; ; ;
1
2





Ao utilizarmos a nova notao, obtemos o seguinte sistema de equaes lineares para as variveis a e
b:

xy x
x
S S b S a = +
2

y x
S S b S a = +



A soluo desse sistema de equaes pode ser facilmente obtida, fornecendo:

Roteiro de Fsica Experimental II 48
x x
x
y x xy
S S S S
S S S S
a

=
2

e
x x
x
xy x y
x
S S S S
S S S S
b

=
2
2



As grandezas a e b foram obtidas em funo das variveis
i
y que possuem incertezas estatsticas
i
.
Portanto, a e b tambm esto sujeitas a erros estatsticos. Suas incertezas podem ser computadas
atravs da frmula de propagao de erros:

2
2
1
2
i
n
i
i
a
y
a


= |
|

\
|

=
;
2
2
1
2
i
n
i
i
b
y
b


= |
|

\
|

=

x x
x
a
S S S S
S

=
2
2

;
x x
x
x
b
S S S S
S

=
2
2
2



Como as grandezas a e b foram obtidas atravs das mesmas grandezas
i
y , elas devem estar
estatisticamente correlacionadas. A covarincia dessas duas grandezas pode ser calculada atravs da
frmula
2 2
1
,
n
ab i
i
i i
a b
y y

=

=

fornecendo:
x x
x
x
ab
S S S S
S

=
2
2




EXEMPLO 1 Os resultados das medidas do ndice de refrao da luz no quartzo, n, como funo do
comprimento de onda , so listados na tabela abaixo. A impreciso estimada para as medidas de n
de 0, 0020 n = (note que n adimensional) e consideramos 0 = :

( ) m

0, 0020 n
( )
2 2
= m x

0,400 1,5610 6,25
0,425 1,5540 5,53633
0,450 1,5500 4,93827
0,475 1,5430 4,43213
0,500 1,5410 4
0,525 1,5350 3,62812
0,550 1,5340 3,30579
0,575 1,5290 3,02457
0,600 1,5280 2,77778
0,625 1,5240 2,56
0,650 1,5230 2,36686
0,675 1,5220 2,19479
0,700 1,5200 2,04082

Sabemos que a relao entre o ndice de refrao da luz em meios materiais e o comprimento de onda,
pode se descrita na regio do visvel pela frmula de Cauchy:

( ) b a n + =
2

,

que pode ser linearizada se fizermos a mudana de varivel b ax x n x + = =

) (
2
. Veja os grficos
abaixo.
Roteiro de Fsica Experimental II 49
Quadrtico Linearizado











O objetivo da regresso linear encontrar os valores de a

e b que caracterizam a reta que passa mais
perto de todos os pontos do grfico, ao mesmo tempo! Para utilizar a frmula obtida anteriormente,
precisamos calcular os valores de:


= = = = =
= = = = =
n
i
i
i i
xy
n
i
i
i
y
n
i
i
i
x
n
i
i
i
x
n
i
i
y x
S
y
S
x
S
x
S S
1 2 1 2 1 2
2
1 2 1 2
; ; ; ;
1
2



No experimento acima, as imprecises so iguais para todas as medidas. Isto significa que

1 2 13
... 0, 0020
i
= = = =

logo

6
2
13
1 2 1 2
10 25 , 3 13
002 , 0
1
1
002 , 0
1 1
= = = =

= = i
n
i
i
S

(adimensional)

2 7 5
13
1 2 1 2
10 1,1763865 47,05546 10 5 , 2
002 , 0
1

= =
= = = =

m x
x
S
i
i
n
i
i
i
x



4 7 5
13
1
2
2 1 2
2
10 4,7959255 191,83702 10 5 , 2
002 , 0
1
2

= =
= = = =

m x
x
S
i
i
n
i
i
i
x


6 5
13
1 2 1 2
10 4991000 19,964 10 50 , 2
002 , 0
1
= = = =

= = i
i
n
i
i
i
y
y
y
S

(adimensional)
2 7 5
13
1 2 1 2
10 1,8118683 72,47473 10 5 , 2
002 , 0
1

= =
= = = =

m y x
y x
S
i
i i
n
i
i
i i
xy



Note que todas as casas decimais foram mantidas nos clculos intermedirios para evitar erros de
truncamento.

Aplicando a frmula acima temos:

2 2
10 986 , 0
2
m
S S S S
S S S S
a
x x
x
y x xy

=
e
50 , 1
2
2
=

=
x x
x
xy x y
x
S S S S
S S S S
b



0,40 0,45 0,50 0,55 0,60 0,65 0,70
1,52
1,53
1,54
1,55
1,56


n
(m)
2 3 4 5 6
1,52
1,53
1,54
1,55
1,56


n
x(m
-2
)
Roteiro de Fsica Experimental II 50
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5
0,0
0,2
0,4
0,6
0,8
1,0
1,2


I
(
W
/
m
2
)
(rd)
Os valores de a e b acima so respectivamente o coeficiente angular e linear da reta que passa o mais
prximo possvel de todos os pontos experimentais, ao mesmo tempo. Veja o grfico abaixo, onde a
reta com os parmetros acima desenhada juntamente com os pontos experimentais:

2 3 4 5 6
1,52
1,53
1,54
1,55
1,56


n
x(m
-2
)


Regresso no-linear

O mtodo dos mnimos quadrados pode ser formalmente deduzido para qualquer funo de ajuste e
no apenas para retas. A seguir apresentamos um exemplo em que utilizamos um ajuste no-linear
implementado com o programa de ajustes de curvas do ORIGIN.

EXEMPLO 2 Ajuste no linear de curvas.

Em um experimento sobre a polarizao da luz so feitas medidas da intensidade da luz transmitida
atravs de um polarizador em funo do ngulo entre a polarizao da luz incidente e o eixo do
polarizador. Os dados so apresentados na tabela abaixo, junto com o respectivo grfico da intensidade
I em funo do ngulo :

Intensidade
2
( / ) I W m
ngulo ( ) rd
2
( / )
I
W m
0,910 0,31 0,091
0,640 0,62 0,064
0,330 0,94 0,033
0,0900 1,25 0,0090
0,0001 1,57 0,0010
0,0800 1,88 0,0080
0,350 2,19 0,035
0,660 2,51 0,066
0,910 2,82 0,091
1,02 3,14 0,10


Sabemos que a partir do modelo para este sistema, temos a seguinte relao entre a intensidade
transmitida e o ngulo de polarizao:

( )
2
0
cos ( ) I I = ,

onde
0
I a intensidade incidente.

Roteiro de Fsica Experimental II 51
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5
0,0
0,2
0,4
0,6
0,8
1,0
1,2


y = P1*cos(x)^2
Chi^2 = 0.00019
P1 1.004 0.007
I
(
W
/
m
2
)
(rd)
Se fizermos um ajuste no-linear dos nossos dados para a funo tentativa
2
1
cos ( ) y P x = , a coluna das
intensidades medidas fornecer a coluna y para o ajuste, os ngulos sero a coluna x e obteremos
como resultado do ajuste, o parmetro ajustvel
1
P que dar o valor da intensidade incidente
0
I .

Veja o resultado do ajuste no grfico abaixo:

O valor obtido no ajuste foi de
( )
2
0
1, 0040 0, 0070 I W m = . Isto significa que para as medidas
realizadas, a funo que gera pontos mais prximos dos pontos medidos, de acordo com o critrio de
mnimos quadrados a funo


.
















Cuidados com os resultados do ajuste

Ao analisarmos um ajuste de curva, linear ou no-linear, devemos tomar o cuidado de considerar o
papel do
2
reduzido. Ele corresponde ao valor do
2
dividido pelo nmero de graus de liberdade
(). O nmero de graus de liberdade do ajuste o nmero de pontos experimentais menos o nmero de
parmetros ajustados, no caso de um ajuste linear com N pontos experimentais = N 2, e podemos
escrever:

2
2
2
red
N

.

Os programas de anlise usualmente fornecem o valor de
2
como um dos resultados do ajuste. Para
obtermos o valor do
2
reduzido, devemos dividir o valor encontrado para
2
pelo nmero de graus
de liberdade (). Destacamos trs situaes para a interpretao dos resultados:


2
1
red
> : ou o modelo matemtico proposto no est adequado, ou as incertezas foram
subestimadas.

2
1
red
< : o modelo matemtico proposto est adequado, ou as incertezas foram superestimadas.
2 2
(1, 0040 0, 0070) cos ( ) ( / ).
transmit
I W m =
Roteiro de Fsica Experimental II 52

2
red
>>1: certamente o modelo proposto no est adequado.

Quanto s incertezas dos parmetros de ajuste precisamos ter um olhar crtico. Como no clculo das
incertezas apenas os valores experimentais x
i
e as incertezas
i
so utilizados, os dois resultados
abaixo fornecem os mesmos valores de incerteza para os parmetros a e b do ajuste de reta.

Reta 1

Reta 2

Como temos 5 pontos experimentais e dois parmetros de ajuste, os valores de
2
reduzido so:
Reta 1:
2
reduzido = 10,83;
Reta 2:
2
reduzido = 0,088.

Assim, mesmo fornecendo valores iguais para os erros nos parmetros a e b, a anlise do
2

reduzido que nos permite dizer que o ajuste da Reta 2, comparado ao ajuste da Reta 1, o melhor. As
incertezas nos parmetros encontrados no podem ser o nico critrio de julgamento da qualidade do
ajuste de curvas realizado.