Escolar Documentos
Profissional Documentos
Cultura Documentos
5-1
S=
i2 =
i =1
(yi yi )2
(1)
i =1
Ajuste Linear
Se a funo de ajuste for a funo linear na forma:
y = a 0 + a1x
(2)
S
=0
a 0
(3)
S
=0
a 1
(4)
C.Y. Shigue
Ajuste de curvas
5-2
S
2
2
(
)
y
y
=
i
i
i
a 0 a 0
a 0
i =1
i =1
S
2
=
(y i a 0 a1x i ) = 2 (y i a 0 a1x i )(1) = 0
a 0 a 0
i =1
i =1
na 0 +
x i a1 =
yi
i =1
i =1
(5)
2
xi a0 +
x i a1 =
x i yi
i =1
i =1
i =1
(6)
i =1
i =1
i =1
2
x y x xy
2
a 0 = i =1
n
a1 =
x2
x
i =1
i =1
i =1
i =1
i =1
(7)
xy x y
x2
x
i =1
i =1
n
(8)
C.Y. Shigue
Ajuste de curvas
5-3
Exemplo:
Ajustar uma funo linear pelo mtodo dos mnimos quadrados aos seguintes valores numricos:
x
1,2
2,5
3,7
0,134
0,275
0,339
0,401
Resoluo:
Para resolvermos o problema, vamos calcular os coeficientes das equaes normais (5) e (6),
atravs do clculo na tabela seguinte dos valores de x, x2, y e xy:
x
0
1,2
2,5
3,7
7,4
SOMA =
y
0,134
0,275
0,339
0,401
1,149
xy
0
1,44
6,25
13,69
21,38
0
0,33
0,8475
1,4837
2,6612
Resumindo:
4
n=4
xi = 7,4 yi = 1,149
i =1
i =1
x i2 = 21,38
i =1
x i yi = 2,6612
i =1
a1 =
(4)(21,38) (7,4) 2
(4)(2,6612) (7,4)(1,149)
(4)(21,38) (7,4)
4,8727
= 0,1584
30,76
2,1422
= 0,0696
30,76
A funo linear que melhor ajusta os pontos dados pelo mtodo dos mnimos quadrados
descrita pela equao:
y = 0,1584 + 0,0696 x
Ajuste Polinomial
Seja uma funo polinomial de grau m da forma:
y = a 0 + a1x + a 2 x 2 +
+ amxm
(9)
C.Y. Shigue
Ajuste de curvas
5-4
S=
i =1
a mx m
i =1
)2
(10)
2 (y i a 0 a1x i a 2 x i2
i 1
n
a m x im (1) = 0
S
=
a 1
2 (y i a 0 a1x i a 2 x i2
i 1
a m x im (x i ) = 0
S
=
a 2
2 (y i a 0 a1x i a 2 x i2
i 1
a m x im x i2 = 0
2 (y i a 0 a1x i a 2 x i2
i 1
a m x im x im = 0
S
=
a n
)( )
)( )
2
m
na 0 +
x i a1 +
xi a2 + +
xi am =
yi
i =1
i =1
i =1
i =1
n
n
m
1
+
2
3
xi a0 +
x i a1 +
xi a2 + +
xi am =
x i yi
i =1
i =1
i =1
i =1
i =1
C.Y. Shigue
Ajuste de curvas
5-5
2
3
4
+
+
x
a
x
a
x
i 0
i a2 +
i 1
i =1
i =1
i =1
n
n
m +2
+
xi
x i2 y i
am =
i =1
i =1
m +2
m +3
m
xi a0 +
xi
xi
a1 +
a2 +
i =1
i =1
i =1
n
n
2m
+
xi a m =
x im y i
i =1
i =1
Na forma matricial, o sistema de equaes normais para o ajuste polinomial toma a forma:
[A][x] = [b]
que podem ser escritos omitindo os ndices dos somatrios na forma:
[ A] =
xi
x i2
x im
xi
x i2
x 3i
xim +1
a0
a
1
[x ] = a 2 ,
a m
xi2
x 3i
xi4
xim +2
[b] =
yi
x2i yi
x i yi
xmim+1
xmi +2
x i ,
2m
xi
(11)
x im y i
Observar que a matriz de coeficientes [A] simtrica, isto , aij = aji. Deste modo, podemos
determinar o sistema de equaes normais para qualquer ajuste polinomial como um subconjunto
do sistema acima.
Ajuste Parablico
O ajuste parablico ou de 2a ordem um caso particular do ajuste polinomial para m = 2:
y = a 0 + a1x + a 2 x 2
(12)
C.Y. Shigue
Ajuste de curvas
5-6
[A] =
x2i
xi
x2i x i23
x i3 x i4 ,
x i x i
a 0
[x ] = a1 , [b] =
a 2
yi
x2i yi
xi yi
(13)
Exemplo:
A tabela seguinte apresenta os valores de calor especfico a presso constante para o ouro na faixa
de temperatura entre 10 e 100K. Ajustar pelo Mtodo dos Mnimos Quadrados uma curva
parablica do tipo C p = a 0 + a1T + a 2 T 2 , onde Cp o calor especfico e T a temperatura
absoluta.
T(K)
10
15
20
25
30
40
50
60
70
80
90
100
Cp (J/kg.K)
16
26
37
57
73
84
92
99
104
108
Resoluo:
Para o clculo dos coeficientes da matriz [A], por uma questo de compatibilidade com a notao
de (13), definiremos y = Cp e x = T.
TABELA 1 Coeficientes do sistema de equaes
x
SOMA:
10
15
20
25
30
40
50
60
70
80
90
100
590
y
2
7
16
26
37
57
73
84
92
99
104
108
705
x2
100
225
400
625
900
1600
2500
3600
4900
6400
8100
10000
39350
x3
1000
3375
8000
15625
27000
64000
125000
216000
343000
512000
729000
1000000
3044000
x4
10000
50625
160000
390625
810000
2560000
6250000
12960000
24010000
40960000
65610000
100000000
253771250
xy
20
105
320
650
1110
2280
3650
5040
6440
7920
9360
10800
47695
x2y
200
1575
6400
16250
33300
91200
182500
302400
450800
633600
842400
1080000
3640625
Substituindo-se os valores calculados na tabela nas matrizes do sistema [A][x] = [b], obtm-se:
590
39350
12
705
[b] = 47695
3640625
C.Y. Shigue
Ajuste de curvas
5-7
a0 = -27,1891
a1 = 2,54971
a2 = -0,01202
100
Cp (J/kg.K)
80
60
40
20
0
0
20
40
60
80
100
Fig. 1 Dados experimentais do calor especfico a presso constante para o ouro (smbolos) e a
curva parablica ajustada (linha).
Ajuste Multivarivel
O ajuste por funo polinomial visto anteriormente um caso particular de um ajuste
multivarivel, no qual cada um das variveis x, x2, x3, ..., xm podem ser descritas como variveis
distintas e independentes entre si: x1, x2, x3, ... , xm. A funo dessas mltiplas variveis pode ser
escrita como:
y = a 0 + a 1x 1 + a 2 x 2 +
+ a mxm
(14)
Substituindo a funo (14) na equao para a soma dos desvios quadrticos resulta:
C.Y. Shigue
Ajuste de curvas
5-8
S=
(y
i yi
i =1
(y a
i
0 a 1 x1 a 2 x 2
a mx m )
i =1
S
=0
a m
(15)
Calculando as derivadas:
S n
= 2(y i a 0 a 1x1 a 2 x 2 a m x m )(1) = 0
a 0 i =1
S n
= 2(y i a 0 a 1x1 a 2 x 2 a m x m )( x1 ) = 0
a 1 i =1
(16)
S
= 2(y i a 0 a1x1 a 2 x 2 a m x m )(x 2 ) = 0
a 2 i =1
n
n
S
= 2(y i a 0 a 1x1 a 2 x 2 a m x m )(x m ) = 0
a m i =1
na 0 +
x1 a1 +
x2 a 2 +
i=1
i =1
2
x1 a 0 +
x1 a 1 +
x1x 2 a 2 +
i=1
i=1
i=1
n
n
+
xm a m =
yi
i =1
i =1
n
n
+
x1 x m a m =
x1y i
i =1
i =1
(17)
n
2
x2 a 0 +
x 2 x1 a 1 +
x2 a2 +
i=1
i =1
i=1
n
n
+
x2xm a m =
x2yi
i =1
i =1
C.Y. Shigue
Ajuste de curvas
5-9
xm a0 +
x m x1 a 1 +
xmx2 a2 +
i=1
i=1
i =1
n
n
2
+
xm am =
xmyi
i=1
i =1
Na forma matricial, o sistema de equaes normais para o ajuste polinomial toma a forma:
[A][x] = [b]
(18)
x1
[ A] = x 2
x
m
x1
x2
2
x1 x1x 2
x 2 x1 x 22
x m x1 x m x 2
a0
x m
a
x1x m
1
x2 x m , [x ] = a2 ,
x 2m
x 1y
[ b] = x 2 y
x y
m
am
(19)
Observar que a matriz de coeficientes [A] simtrica, isto , aij = aji. Deste modo, podemos
determinar o sistema de equaes normais para qualquer ajuste multivarivel como um
subconjunto do sistema acima.
Exemplo:
Considere os seguintes valores de temperatura (T), presso (p) e volume (v) especfico para o ar.
Ajustar uma funo multivarivel do tipo T = apbvc, na qual a, b e c so constantes a serem
determinados pelo mtodo dos mnimos quadrados.
Temperatura (K)
90
100
110
120
130
Presso (bar)
2,397
5,599
11,22
20,14
33,32
Resoluo:
Primeiramente, necessrio linearizar a funo de ajuste de modo que as constantes estejam
desacopladas das variveis T, p e v. Para isso, vamos aplicar o logaritmo sobre a funo T =
T(p,v) para obter:
n T = n a + b. n p + c. n v
Fazendo a seguinte troca de variveis, y = n T, x1 = n p, x2 = n v, a0 = n a, a1 = b e a2 = c, a
equao acima pode ser re-escrita como:
y = a 0 + a 1x1 + a 2 x 2
C.Y. Shigue
Ajuste de curvas
5 - 10
As equaes normais para esta funo de ajuste de duas variveis (x1 e x2) um subsistema da
equao (17) com trs incgnitas (a0, a1 e a2) e trs equaes:
n
n
na 0 +
x1 a 1 +
x 2 a 2 =
yi
i =1
i =1
i =1
n
n
2
x1 a 0 +
x1 a 1 +
x1x 2 a 2 =
x1 y i
i =1
i =1
i =1
i =1
(20)
n
n
2
x 2 a 0 +
x 2 x1 a 1 +
x 2 a 2 =
x 2 yi
i =1
i =1
i =1
i =1
x1 = n p
0,874218
1,722588
2,417698
3,002708
3,506158
11,52337
x2 = n v
4,607168
3,799302
3,097837
2,43799
1,691018
15,63332
x1
0,764257
2,967309
5,845263
9,016255
12,29314
30,88623
x2
21,226
14,4347
9,596597
5,943794
2,859542
54,06063
x1x2
4,027669
6,544632
7,489635
7,320571
5,928976
31,31148
x1y
3,933814
7,932811
11,36434
14,37544
17,06634
54,67275
x2y
20,73138
17,49643
14,56132
11,67186
8,231088
72,69208
b = a1 = 0,063776
c = a 2 = 0,0695
de modo que
T = 117,0285 p 0,063776 v 0,0695
a funo de ajuste do problema.
C.Y. Shigue
Ajuste de curvas
5 - 11
Linearizao de Funes
As funes transcendentes de duas constantes devem ser linearizadas antes de aplicarmos
o Mtodo dos Mnimos Quadrados, a fim de obtermos o sistema de equaes normais lineares. O
procedimento varia, dependendo do tipo de funo. Ilustraremos o procedimento de linearizao
para as funes exponencial, logaritmica, potencial e hiperblica.
Ajuste Exponencial
Um ajuste exponencial geralmente emprega uma funo do tipo:
y = a.e bx
(21)
(22)
(23)
y = n y
(24)
a 0 = na
(25)
a1 = b
(26)
(27)
Observe que esta equao idntica equao (2), exceto pelo fato de que a varivel y'
calculada pelo logaritmo de base natural da varivel y original. Aplicando-se as transformaes
(25) e (26), obtemos as constantes de ajuste exponencial a e b empregando as equaes (7) e (8)
do Mtodo dos Mnimos Quadrados para a funo linear.
Ajuste Logaritmico
Um ajuste logartmico geralmente emprega uma funo do tipo:
C.Y. Shigue
Ajuste de curvas
5 - 12
y = a + b. n x
(28)
a0 = a
x' = n x
a1 = b
(29)
(30)
Ajuste Potencial
Um ajuste potencial geralmente emprega uma funo do tipo:
y = a.x b
(31)
a0 = n a
x' = n x
a1 = b
(32)
(33)
Ajuste Hiperblico
Um ajuste hiperblico geralmente emprega uma funo do tipo:
y=a+
b
x
(34)
x' =
1
x
a0 = a
a1 = b
(35)
C.Y. Shigue
Ajuste de curvas
5 - 13
yaj = a 0 + a1x
(36)
(yi y aj )2
n
r2 = 1
i =1
2
n
yi
yi
i =1
i =1
n
(37)
r=
[(x i x m )(yaj y m )]
i =1
i =1
i =1
(x i x m )2 (y aj ym )2
xi
para a qual x m = i =1
n
x i y aj nx m y m
= i =1
(38)
(n 1)S x S y
yaj
e y m = i =1
n
As expresses:
n
(x i x m )
Sx =
i =1
n 1
e Sy =
(y aj ym )2
i =1
n 1
C.Y. Shigue
Ajuste de curvas
5 - 14
1,0
0,525
1,2
0,8448
1,4
1,2807
1,6
1,8
1,8634 2,6326
2,0
3,6386
2,2
2,4
4,944 6,6258
2,6
8,7768
2,8
3,0
11,5076 14,9484
Vamos ajustar aos pontos tabelados as seguintes funes: (a) linear y = a0 + a1x, (b) exponencial,
do tipo y = aebx, (c) logaritmico, do tipo y = a + b ln x, (d) potencial, do tipo y = axb e (e)
hiperblico, do tipo y = a + b/x. Vamos determinar atravs do coeficiente de correlao de
Pearson qual destas funes representa o melhor ajuste e comparar graficamente os ajustes
realizados.
Resoluo:
(a) Ajuste linear (regresso linear)
y = a 0 + a 1x
Soma =
1,0
1,2
1,4
1,6
1,8
2,0
2,2
2,4
2,6
2,8
3,0
22,0
0,52500
0,84478
1,28068
1,86340
2,63260
3,63856
4,94400
6,62580
8,77679
11,50759
14,94844
57,58764
1,000
1,440
1,960
2,560
3,240
4,000
4,840
5,760
6,760
7,840
9,000
48,400
xy
0,52500
1,01374
1,79295
2,98144
4,73868
7,27712
10,87680
15,90192
22,81965
32,22125
44,84532
144,99387
x 2 y x xy (48,40)(57,58764) (22)(144,99387)
=
= 8,3187
a0 =
2
(11)(48,40) (22) 2
n x 2 ( x)
a1 =
n xy x y
n x
2
( x)
(11)(144,99387) (22)(57,58764)
(11)(48,40) (22) 2
= 6,7770
C.Y. Shigue
Ajuste de curvas
5 - 15
(yi yaj )2
n
r2 = 1
i =1
2
n
yi
yi
i =1
i =1
n
requer o clculo das seguintes quantidades: (y - yaj)2, y2 e (y)2 que esto apresentadas na
tabela seguinte:
Soma =
yaj
-1,54171
-0,18632
1,16907
2,52446
3,87985
5,23524
6,59063
7,94602
9,30141
10,65680
12,01219
57,58764
(y - yaj)
4,27130
1,06317
0,01246
0,43700
1,55563
2,54939
2,71139
1,74298
0,27523
0,72384
8,62155
23,96394
y
0,27563
0,71365
1,64014
3,47226
6,93058
13,23912
24,44314
43,90123
77,03204
132,42463
223,45586
527,52827
Substituindo em r2:
r2 = 1
11 23,96394
11 527,52827 (57,58764) 2
= 0,894
n1
(y y m ) 2
sy =
r = a1
(x x m ) 2
n 1
4 ,40
= 0,66332
10
226,04314
= 4,75440
10
sx
0,66332
= ( 6,7770)
= 0,95 r2 = 0,89
sy
4,75440
C.Y. Shigue
Ajuste de curvas
5 - 16
a0 = n a
a1 = b
y = a 0 + a 1x
Soma =
x
1,0
1,2
1,4
1,6
1,8
2,0
2,2
2,4
2,6
2,8
3,0
22,0
y' = ln y
-0,64436
-0,16868
0,24739
0,62240
0,96797
1,29159
1,59817
1,89097
2,17211
2,44301
2,70461
13,12519
x
1,000
1,440
1,960
2,560
3,240
4,000
4,840
5,760
6,760
7,840
9,000
48,400
xy'
-0,64436
-0,20241
0,34635
0,99584
1,74235
2,58318
3,51598
4,53833
5,64749
6,84042
8,11382
33,47699
yaj
-0,44921
-0,12073
0,20775
0,53623
0,86472
1,19320
1,52168
1,85016
2,17865
2,50713
2,83561
13,12519
(y yaj)
0,03808
0,00230
0,00157
0,00743
0,01066
0,00968
0,00585
0,00167
0,00004
0,00411
0,01716
0,09855
y
0,41520
0,02845
0,06120
0,38739
0,93697
1,66820
2,55416
3,57577
4,71807
5,96828
7,31490
27,62859
x 2 y x xy (48,4)(13,12519) (22)(33,47699)
=
= 2,0916
a0 =
2
2
2 (
(
11
)(
48
,
40
)
(
22
)
n x x )
a1 =
Assim,
a = e a 0 = e 2,2867 = 0,12349
b = a1 = 1,6424
de modo que a funo de ajuste exponencial tem a forma:
y = 0,12349 e1,6424x
C.Y. Shigue
Ajuste de curvas
5 - 17
11 0,09855
11 27,62859 (13,12519) 2
= 0,992
a0 = a
a1 = b
y = a 0 + a 1x
Soma =
x' = ln x
0,000
0,182
0,336
0,470
0,588
0,693
0,788
0,875
0,956
1,030
1,099
7,017
y
0,52500
0,84478
1,28068
1,86340
2,63260
3,63856
4,94400
6,62580
8,77679
11,50759
14,94844
57,58764
x'
0,000
0,033
0,113
0,221
0,345
0,480
0,622
0,766
0,913
1,060
1,207
5,761
x'y
0,00000
0,15402
0,43091
0,87580
1,54741
2,52206
3,89813
5,80068
8,38632
11,84844
16,42254
51,88632
yaj
-2,28673
-0,13699
1,68059
3,25505
4,64382
5,88612
7,00991
8,03586
8,97964
9,85344
10,66693
57,58764
(y - yaj)
7,90581
0,96387
0,15993
1,93669
4,04501
5,05152
4,26800
1,98827
0,04115
2,73622
18,33135
47,42781
y
0,27563
0,71365
1,64014
3,47226
6,93058
13,23912
24,44314
43,90123
77,03204
132,42463
223,45586
527,52827
x 2 y x x y (5,761)(57,58764) (7,017)(51,88632)
=
= 2,2867
a0 =
2
2
2 (
(
11
)(
5
,
761
)
(
7
,
017
)
)
n x x
a1 =
a = a 0 = 2,2867
b = a1 = 11,7909
C.Y. Shigue
Ajuste de curvas
5 - 18
11 47,42781
11 527,52827 (57,58764) 2
= 0,790
y = n y
a0 = n a
a1 = b
y = a 0 + a 1x
Soma =
x' = ln x
0,000
0,182
0,336
0,470
0,588
0,693
0,788
0,875
0,956
1,030
1,099
7,017
y' = ln y
-0,64436
-0,16868
0,24739
0,62240
0,96797
1,29159
1,59817
1,89097
2,17211
2,44301
2,70461
13,12519
x'
0,000
0,033
0,113
0,221
0,345
0,480
0,622
0,766
0,913
1,060
1,207
5,761
x'y'
0,00000
-0,03075
0,08324
0,29253
0,56896
0,89526
1,26009
1,65549
2,07548
2,51537
2,97131
12,28698
yaj
-0,75020
-0,19479
0,27481
0,68159
1,04040
1,36136
1,65171
1,91677
2,16061
2,38637
2,59655
13,12519
(y - yaj)
0,01120
0,00068
0,00075
0,00350
0,00525
0,00487
0,00287
0,00067
0,00013
0,00321
0,01168
0,04480
y
0,41520
0,02845
0,06120
0,38739
0,93697
1,66820
2,55416
3,57577
4,71807
5,96828
7,31490
27,62859
x 2 y x x y (5,761)(13,12519) (7,017)(12,28698)
=
= 0,7502
a0 =
2
2
2
(
11
)(
5
,
761
)
(
7
,
017
)
n x ( x )
a1 =
C.Y. Shigue
Ajuste de curvas
5 - 19
y = 0, 47227 x 3,0463
r2 = 1
11 0,04480
11 27,62859 (13,12519) 2
= 0,996
b
x
1
x
a0 = a
a1 = b
y = a 0 + a 1x
x' = 1/x
1,000
0,833
0,714
0,625
0,556
0,500
0,455
0,417
0,385
0,357
0,333
6,174
Soma =
y
0,52500
0,84478
1,28068
1,86340
2,63260
3,63856
4,94400
6,62580
8,77679
11,50759
14,94844
57,58764
x'
1,000
0,694
0,510
0,391
0,309
0,250
0,207
0,174
0,148
0,128
0,111
3,921
x'y
0,52500
0,70398
0,91477
1,16463
1,46256
1,81928
2,24727
2,76075
3,37569
4,10985
4,98281
24,06659
yaj
(y - yaj)
-2,72875 10,58687
0,29697
0,30010
2,45819
1,38653
4,07911
4,90936
5,33982
7,32904
6,34839
7,34319
7,17359
4,97105
7,86125
1,52633
8,44312
0,11134
8,94186
6,58297
9,37410 31,07322
57,58764 76,12000
y
0,27563
0,71365
1,64014
3,47226
6,93058
13,23912
24,44314
43,90123
77,03204
132,42463
223,45586
527,52827
x 2 y x x y (3,921)(57,58764) (6,174)(24,06659)
=
= 15,4255
a0 =
2
2
2
(
11
)(
3
,
921
)
(
6
,
174
)
n x ( x )
a1 =
C.Y. Shigue
Ajuste de curvas
5 - 20
a = a 0 = 15,4255
b = a1 = 18,1543
y = 15,4255
r2 = 1
18,1543
x
11 76,12
11 527,52827 (57,58764) 2
= 0,663
Dados ajustados
Linear
Exponencial
Logaritmo
Potencial
Hiperblico
1,0
1,2
1,4
1,6
1,8
2,0
2,2
2,4
2,6
2,8
3,0
0,52500
0,84478
1,28068
1,86340
2,63260
3,63856
4,94400
6,62580
8,77679
11,50759
14,94844
-1,54171
-0,18632
1,16907
2,52446
3,87985
5,23524
6,59063
7,94602
9,30141
10,65680
12,01219
0,63813
0,88627
1,23091
1,70956
2,37433
3,29761
4,57992
6,36086
8,83434
12,26965
17,04081
-2,28673
-0,13699
1,68059
3,25505
4,64382
5,88612
7,00991
8,03586
8,97964
9,85344
10,66693
0,47227
0,82301
1,31628
1,97702
2,83034
3,90150
5,21589
6,79900
8,67645
10,87395
13,41731
-2,72875
0,29697
2,45819
4,07911
5,33982
6,34839
7,17359
7,86125
8,44312
8,94186
9,37410
C.Y. Shigue
Ajuste de curvas
5 - 21
18
y
14
Linear
Exponencial
Logaritmo
10
Potencial
Hiperblico
6
2
-2
1.0
1.5
2.0
x
2.5
3.0
Exerccios
1. Considere a seguinte tabela de dados:
x
y
1,0
0,340
1,4
2,25
2,0
5,89
Ajustar uma funo linear do tipo y = a0 + a1x e uma funo exponencial do tipo y = aebx aos
dados acima. Determinar qual delas representa o melhor ajuste atravs do clculo do
coeficiente de correlao de Pearson. Verificar graficamente os ajustes calculados.
2. Desenvolver as equaes normais para a funo f(x) = a.x + b.cos x (a e b so os coeficientes
de ajuste), empregando o Mtodo dos Quadrados Mnimos, ajust-la aos seguintes valores
numricos e calcular o coeficiente de correlao:
x
y
1,0
1,683
1,2
2,046
2,0
2,512
C.Y. Shigue
Ajuste de curvas
5 - 22
0
3,8
0,5
2,8
0,8
2,5
1,2
1,3
1,8
0,4
2,0
-0,2
3,0
1,0
Traar o grfico dos pontos tabelados e ajustar uma funo linear a eles. Traar a reta ajustada
ao grfico dos pontos tabelados. Verificar grfica e numericamente pelo coeficiente de
correlao de Pearson que o ajuste de m qualidade. Corrigir o problema que est
prejudicando o ajuste linear e verificar novamente pelo grfico e pelo coeficiente de correlao
de Pearson a qualidade do ajuste.
4. Linerizar as seguintes funes:
b
(a) y = a . x + 2
(b) y = a.ln bx
x
(d) y = a. e bx
(e) y = ax + bx 3
(f) y = a + bx
5. A tabela seguinte fornece a populao do Brasil (em milhes de habitantes) desde 1872:
ANO
Pop.
1872
9,9
1890
14,3
1900
17,4
1920
30,6
1940
41,2
1950
51,9
1960
70,9
1970
93,1
1980
130
1990
150
Obtenha uma estimativa para a populao brasileira no ano 2000 empregando diferentes tipos
de ajustes de curvas.
C.Y. Shigue