Dado um sistema linear de equaes:

2x + 8y + 3z = 25
6x + 2y + z = 17
2x + 4y + 9z = 7
Resolvendo:
x = (25 - 8y - 3z) / 2
y = (17 - 6x - z) / 2
z = (7 - 2x - 4y) / 9
12.5000
-29.0000
10.8889

112.1667
-333.4444
124.0494

1160.2037
-3534.1358
1313.6818

1.2179E+04 1.2802E+05 1.3459E+06 1.4149E+07 1.4876E+08 1.5639E+09 1.6442E+10

-3.7184E+04 -3.9095E+05 -4.1102E+06 -4.3212E+07 -4.5430E+08 -4.7762E+09 -5.0213E+10
1.3821E+04 1.4531E+05 1.5277E+06 1.6061E+07 1.6885E+08 1.7752E+09 1.8663E+10

x
y
z

0.0000
0.0000
0.0000

12.5000
-29.0000
10.8889

112.1667
-333.4444
124.0494

1.1602E+03 1.2179E+04 1.2802E+05 1.3459E+06 1.4149E+07 1.4876E+08 1.5639E+09

-3.5341E+03 -3.7184E+04 -3.9095E+05 -4.1102E+06 -4.3212E+07 -4.5430E+08 -4.7762E+09
1.3137E+03 1.3821E+04 1.4531E+05 1.5277E+06 1.6061E+07 1.6885E+08 1.7752E+09

V alor das V arive is

x
y
z

Grfico de diagonal no dominante

40000000000.0000
20000000000.0000
0.0000
-20000000000.0000

-40000000000.0000
-60000000000.0000
Iteraes

9 10

x
y
z

Transformando o sistema em diagonal dominante, atravs de trocas linha:

6x + 2y + z = 17
2x + 8y + 3z = 25
2x + 4y + 9z = 7
Resolvendo:
x = (17 - 2y - z) / 6
y = (25 - 2x - 3z) / 8
z = (7 - 2x - 4y) / 9
x
y
z

2.83333
2.41667
-0.92593

2.18210
2.92670
-1.00789

2.02575
2.99652
-1.00418

2.00186
3.00110
-1.00090

1.99978
3.00039
-1.00013

1.99989
3.00007
-1.00001

1.99998
3.00001
-1.00000

2.00000
3.00000
-1.00000

2.00000
3.00000
-1.00000

2.00000
3.00000
-1.00000

x
y
z

0.00000
0.00000
0.00000

2.83333
2.41667
-0.92593

2.18210
2.92670
-1.00789

2.02575
2.99652
-1.00418

2.00186
3.00110
-1.00090

1.99978
3.00039
-1.00013

1.99989
3.00007
-1.00001

1.99998
3.00001
-1.00000

2.00000
3.00000
-1.00000

2.00000
3.00000
-1.00000

Grfico de diagonal dominante

Valores das variveis

4.00000
3.00000
2.00000

x
y
z

1.00000
0.00000
-1.00000 1

-2.00000
Iteraes

10

Valores d

y
z

1.00000
0.00000
-1.00000 1

-2.00000
Iteraes

10

Mtodo dos Mnimos Quadrados

seguir, sero relacionados vrias simulaes de ajustes de curvas, baseadas nos

dados da tabela abaixo.
Em cada simulao ser apresentado a equao da respectiva curva, alm de seus
ndices de correlao ao quadrado
( R2).
A escolha da curva que melhor representa os pontos se dar pela anlise destes
ndices, situados entre 0 e 1.
Quanto mais prximo de 1 este se encontrar, melhor representada estar a curva.
V
54.3
61.8
72.4
88.7
118.6
194.0
P
61.2
49.5
37.6
28.4
19.2
10.1

Ajuste linear

Grfico PxV
60.0
50.0

40.0
30.0

f(x) = - 0.2634316316x + 57.1735277428

R = 0.8257885086

20.0
10.0
0.0
40.0 60.0 80.0 100.0120.0140.0160.0180.0200.0220.0
V

Ajuste Parablico

Grfico PxV

60.0
50.0
f(x)
40.0= 0.0032692585x^2 - 1.1135040078x + 103.3420118082
R = 0.9802708469
30.0
20.0
10.0
0.0
40.0 60.0 80.0 100.0120.0140.0160.0180.0200.0220.0
V

Ajuste Logartmico

Grfico PxV
60.0
50.0

40.0
30.0

f(x) = -32.7720811227 ln(x) + 179.2854325422

R = 0.9256732342

20.0
10.0
0.0
40.0 60.0 80.0 100.0120.0140.0160.0180.0200.0220.0
V

Ajuste de Potncia

Grfico PxV
60.0
50.0

40.0
30.0

f(x) = 13642.6366983391 x^-1.3717892393

R = 0.9981471593

20.0
10.0
0.0
40.0 60.0 80.0 100.0120.0140.0160.0180.0200.0220.0
V

Ajuste Exponencial

Grfico PxV
60.0
50.0

40.0
30.0

f(x) = 86.1331388639 exp( -0.0114596817 x )

R = 0.961719076

20.0
10.0
0.0
40.0 60.0 80.0 100.0120.0140.0160.0180.0200.0220.0
V
Pela equao PV = C
P = C.V-
log P = log C - .log V
Linerizando a equao: ( Y = A + B.X )
Y = log P
X = log V
A = log C
B=-
log V
log P

1.7348 1.790988 1.859739 1.947924 2.074085 2.287802

1.786751 1.694605 1.575188 1.453318 1.283301 1.004321

Ajustando pelo mtodo dos mnimos quadrados :

n
x
n=6
x =
x2 =
y =
x.y =

x
x2

y
x.y

11.69534
23.00607
8.797485
16.85443

6
11.69534 8.797485
11.69534 23.00607 16.85443
Resolvendo o sistema obtemos os valores :

A = 4,20351
B = - 1,40428

Como A = log C
temos que :
A
C = 10
C = 15977,54
Como B = -
temos que:
= 1,40428

Anlise de Dados
Atravs da anlize de dados e das proposioes feitas anteriormente, pode-se concluir
que o ajuste que melhor caracteriza a dispero dos pontos o ajuste de potncia, por
apresentar o melhor ndicede correlao ao quadrado (R 2 mais prximo de 1).
Porm, na prtica, por questes de manipulao e facilidade de compreenso, nem
sempre conveniente adotar a representao com melhor ndice.
Nesta simulao, observa-se que a escolha do ajuste linear, apesar de simplificado,
seria pouco eficiente. Portanto para fins prticos a escolha que melhor satisfaz os equisitos o
ajuste parablico.