Você está na página 1de 5

Notas de aula de Mtodos Numricos.

c Departamento de Computao/ICEB/UFOP.

Ajuste de Curvas pelo Mtodo dos Quadrados Mnimos

Marcone Jamilson Freitas Souza, Departamento de Computao, Instituto de Cin-


cias Exatas e Biolgicas, Universidade Federal de Ouro Preto, 35400-000 Ouro Pre-
to, MG, Brasil. Homepage: http://www.decom.ufop.br/prof/marcone, E-mail: mar-
cone@iceb.ufop.br

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.

2 Ajuste a uma reta


Mostremos, inicialmente, como ajustar um conjunto de pontos a uma reta y = a + bx,
onde a e b so parmetros a serem determinados.
Neste caso, estamos interessados em minimizar a distncia de cada ponto (xi , yi ) da
tabela cada ponto (xi , a + bxi ) da reta, conforme ilustra a gura 1.

Figura 1: Distncia de um ponto (xi , yi ) reta y = a + bx

A distncia entre esses pontos |yi a bxi | e a soma dos quadrados dessas distncias
:
2 Marcone Jamilson Freitas Souza

n
X
q= (yi a bxi )2 (2.1)
i=1

Os candidatos a ponto de mnimo da funo 2.1 so aqueles para os quais so nulos as


derivadas parciais de q em relao a cada um de seus parmetros, isto :

Xn
q
= 2 (yi a bxi ) = 0 (2.2)
a i=1

Xn
q
= 2 xi (yi a bxi ) = 0 (2.3)
b i=1

Tendo em vista que:


Pn P
n P
n Pn
(yi a bxi ) = yi a bxi
i=1 i=1 i=1 i=1
Pn Pn
= yi na xi b
i=1 i=1
e que:
Pn P
n P
n P
n
xi (yi a bxi ) = xi yi xi a x2i b
i=1 i=1 i=1 i=1
obtemos o seguinte sistema de equaes, denominado equaes normais do problema,
cujas incgnitas so os parmetros a e b da equao y = a + bx:

P
n P
n

na + xi b = yi
n i=1 i=1
(2.4)
P xi a + P P
n n

x2i b = xi yi
i=1 i=1 i=1

Exemplo 1:
Dada a tabela de pontos (xi , yi ) a seguir, determine pelo Mtodo dos Quadrados M-
nimos a equao da reta que melhor se ajusta a esses pontos.

xi -1.0 -0.1 0.2 1.0


yi 1.000 1.099 0.808 1.000

Soluo:
P
n P
n P
n P
n
Como so n = 4 pontos, xi = 0.1, x2i = 2.05, yi = 3.907 e xi yi = 0.0517,
i=1 i=1 i=1 i=1
as equaes normais do problema so, de acordo com 2.4:

4a + 0.10b = 3.9070
0.1a + 2.05b = 0.0517

A soluo deste sistema a = 0.9773 e b = 0.0224. Assim, a reta que melhor se


ajusta tabela de pontos dada :

y = 0.9773 0.0224x
Quadrados Mnimos 3

3 Ajuste a uma exponencial


Mostremos, agora, como ajustar um conjunto de pontos (xi , yi ) a uma exponencial do tipo
y = ebx .
Esta funo exponencial
pode ser ajustada atravs da seguinte transformao:
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 -1.0 -0.7 -0.4 -0.1 0.2 0.5 0.8 1.0


yi 36.547 17.264 8.155 3.852 1.820 0.860 0.406 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 -1.0 -0.7 -0.4 -0.1 0.2 0.5 0.8 1.0


ln yi 3.599 2.849 2.099 1.349 0.599 -0.151 -0.901 -1.402

P
n P
n P
n P
n
Como n = 8 pontos, xi = 0.3, x2i = 3.59, yi = 0.041 e xi yi = 8.646, as
i=1 i=1 i=1 i=1
equaes normais do problema so, de acordo com 2.4:

8a + 0.30b = 0.041
0.30a + 3.59b = 8.646
A soluo deste sistema a = 1.099 e b = 2.5. Como a = ln ento = ea =
1.099
e = 3.001. Assim, a exponencial que melhor se ajusta tabela de pontos dada :

y = 3.001e2.5x

4 Ajuste a uma hiprbole


Para ajustar uma tabela de pontos (xi , yi ), onde:
1
y= (4.5)
1 + 2 x
1
basta fazer z = y = 1 + 2 x.

5 Ajuste a uma curva exponencial y = 1 2x


Para ajustar uma tabela de pontos (xi , yi ), onde:

y = 1 2x (5.6)
4 Marcone Jamilson Freitas Souza

basta fazer as seguintes transformaes, considerando y > 0:


z = ln y = ln 1 +x ln 2 = a + bx
| {z } | {z }
a b

6 Ajuste a uma curva geomtrica y = 1 x2


Para ajustar uma tabela de pontos (xi , yi ), onde:

y = 1 x2 (6.7)
basta fazer as seguintes transformaes, considerando y > 0 e x > 0:
z = ln y = ln 1 + 2 |{z}
ln x = a + bt
| {z } |{z}
a b t
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:
X
q= (yi P (xi ))2 (7.9)

e depende de m + 1 parmetros a0 , a1 , , am . Para minimizar essa funo, temos que


satisfazer s m + 1 condies a seguir:

q
= 0 i = 0, 1, , m (7.10)
ai
a qual fornece um sistema de m + 1 equaes normais.
No caso de a funo polinomial ser quadrtica, isto :

P (x) = a0 + a1 x + a2 x2 (7.11)
as equaes normais so:

P
n P
n P
n

na0 + x i a1 + x2i a2 = yi



P i=1 i=1 i=1
n Pn Pn Pn
xi a0 + x2i a1 + x3i a2 = xi yi (7.12)

i=1 i=1 i=1 i=1
P
n Pn Pn Pn

2 3 4
xi a0 + xi a1 + xi a2 = x2i yi
i=1 i=1 i=1 i=1

Observe que este sistema simtrico. Para resolv-lo, isto , para encontrar as incg-
nitas a0 , a1 , , am , podemos aplicar qualquer um dos mtodos numricos apresentados
anteriormente.
Quadrados Mnimos 5

8 Qualidade do ajuste
A qualidade de um ajuste linear pode ser vericada em funo do coeciente de determi-
nao r2 , dado por:
P
n
(a + bxi y)2
i=1
r2 = P
n (8.13)
(yi y)2
i=1

1
P
n
sendo y = n yi . Quanto mais prximo da unidade r2 estiver, melhor o ajuste.
i=1
Observe que o coeciente de determinao uma medida da proporo da variao
total dos dados em torno da mdia. De fato, o numerador desta expresso representa a
soma dos quadrados dos desvios de cada ponto da reta de ajuste ao ponto mdio y dos
pontos dados. J o denominador representa a soma dos quadrados dos desvios de cada
ponto dado ao ponto mdio y.
Tendo em vista que:
n
X n
X n
X
(yi y)2 = (yi a bxi )2 + (a + bxi y)2
i=1 i=1 i=1

a expresso 8.13 pode ser reescrita como:


P
n
2 P
n
2
(yi y) (yi a bxi )
i=1 i=1
r2 = P
n
2
(yi y)
i=1

Como:
Pn P
n Pn Pn
(yi y)2 = yi2 2y yi + n y2
i=1 i=1 i=1
n 2 i=1
Pn P
= yi2 n1 yi
i=1 i=1
a expresso para determinao do coeciente de determinao r2 pode ser simplicada
para:
P
n
2
(yi a bxi )
i=1
r2 = 1 2 (8.14)
P
n
1
P
n
yi2 n yi
i=1 i=1

Você também pode gostar