Método dos Mínimos

Quadrados (MMQ)

Aula 6a
Por que fazemos ajustes?
 Relação funcional que
melhor descreve os
dados experimentais
dentro de um limite de
validade.
 Representa o
“comportamento médio”
dos dados.
 Ajuste visual vs. MMQ
 Depende de quem  Independe de quem
analisa analisa
 É difícil de ponderar  A incerteza dos dados
dados com incertezas é ponderada
diferentes  É o ajuste que mais se
 Não é otimizado aproxima dos dados
 Bom para estimativas  Mais cálculos (PC)
MMQ e os resíduos

 Qual é o ajuste que

mais se aproxima dos
dados?
 Menor distância entre os
pontos exp. e os dados

Rai  yi  f ( xi )
 Mas e a incerteza?

yi  f ( xi )
Rri 
si
MMQ e os resíduos

 Vários pontos, como

fazer?
yi  f ( xi )
 Rr  
i
i
i si
0
?

 E se tiver com pontos

acima e abaixo da
reta? 2
 yi  f ( xi ) 
  Rr     
2 2
i
si 
i i  
MMQ e os resíduos

 Qual então é a melhor

reta?
 Lembrando o que foi
discutido quanto as
distâncias!!

2
 yi  f ( xi ) 
   
2
 Mínimo
i  si 
 Como minimizar?

 Chi^2 é uma função!!! 2

 yi  f ( xi ) 
 Como achar o mínimo    
2

de uma função? i  si 

F(x)

x
 Caso 1: Ajuste de uma constante
2
 yi  f ( xi )  f ( xi )  a
   
2

i  si 
 Como achar o mínimo 2
 yi  a 
de uma função?   
2

 Quais os parâmetros a? i  si 

Minimizando
( 2 1)
 2
 yi  a   1 
  2.  .   0
a i  si   si 
Caso 1: Ajuste de uma constante
 2 N
 yi  a    1 
  2. .   0
a i 1  si   si  N  yi  N
 1 
  2   a.  2 
i 1  si  i 1  si 
 yi  a  1
i  s . s  0
 i  i
N  yi 
N
 yi  1 a 1   2
i 1  si 
  .    .  0
i 1  si  si
a N
 si  si  1 
 s 2 
i 1  i 

É a média ponderada!!!
Caso 2: Ajuste de uma Reta

 Nosso Caso! 2
 yi  f ( xi ) 
   
2

f ( xi )  axi  b i  si 
 Como achar o mínimo
de uma função? 2
 yi  (axi  b) 
 Quais os parâmetros a e    
2

b que minimizam?
i  si 
 Caso 2: Ajuste de uma Reta
Minimizando a ...

 yi   a.xi  b  
( 2 1)
 2
  xi 
  2.  .   0
a i  si   si 
 yi   a.xi  b    xi 
i  si
.   0
   si 
N
yi xi N
xi2 N
xi

i 1 si2
 a  2  b 2
i 1 si i 1 si
Caso 2: Ajuste de uma Reta
Minimizando b...

( 2 1)
 2
 yi   a.xi  b    1 
  2.  . 
b i  si   si 

N N N
yi xi 1

i 1
2
si
 a  2  b 2
i 1 si i 1 si
 N
qqcoisai
Definindo: S qqcoisa  2
i 1 i
N
yi xi N
xi2 N
xi

i 1 si2
 a  2  b 2
i 1 si i 1 si

S yx  a . S x 2  b . S x
N N N
yi xi 1

i 1
2
si
 a  2  b 2
i 1 si i 1 si

S y  a . S x  b . S1
 Sistema de duas equações e duas incógnitas:
S y  a . S x  b . S1
{ S yx  a . S x 2  b . S x

S yx S1  S y S x S y S x 2  S yx S x
a b
 
  S x 2 .S1   S x 
2
Onde:

Propagando as incertezas
S1 S x2
s a sb 
 
Para Mais detalhes vide:
Tratamento Estatístico de Dados em física
Experimental, O. Helene, V. Vanin
 f  x   ax  b
Melhor reta que descreve o conjunto de pontos
experimentais, ou seja foi ajustada uma reta aos pontos
experimentais

http://www.mat.puc-rio.br/~hjbortol/cdfvv/livro/CabriJava/mmq5.html
Fazer:

 MMQ utilizando os dados da sala!!!

 Na Mão!!
 Determinar a e b com incertezas!
 Calcular Chi^2, e tudo que estiver na tabela!!!
 Colocar a reta com os valores de a e b por MMQ
no gráfico para comparação!!!
PS:

 Fazer no formato Relatório!!!

 Colocar
 MMQ utilizando os dados da sala!!!
 Determinar a e b com incertezas!
 Calcular Chi^2, e tudo que estiver na tabela!!!
 Colocar a reta com os valores de a e b por MMQ no
gráfico para comparação!!!
 Discutir as diferenças
 O que significa Chi^2 alto ou baixo?

 Trazer duvida para a próxima aula