Escolar Documentos
Profissional Documentos
Cultura Documentos
Ajuste PDF
Ajuste PDF
Introduo
Seja um conjunto de dados contendo n pares de valores (x, y) obtidos numrica ou
experimentalmente. De modo a calcular qualquer valor de y distinto dos valores tabelados,
ajustamos uma funo y = f(x) atravs do chamado Mtodo dos Mnimos Quadrados.
Considere uma equao relacionando a varivel y com a varivel independente x, como
y = f ( x ) , onde y indica que este o valor aproximado de y. Queremos encontrar a funo
y = f ( x ) , cujo desvio em relao aos valores y seja expresso como i = y i y i .
Por uma questo de convenincia trabalharemos com o desvio quadrtico i2 = (y i y i )2 .
A funo y = f ( x ) que melhor ajusta os pontos (x, y) dados aquela que minimiza o somatrio
dos desvios quadrticos S:
n n
S= i2 = (yi yi )2 (1)
i =1 i =1
Ajuste Linear
Se a funo de ajuste for a funo linear na forma:
y = a 0 + a1x (2)
S
=0 (3)
a 0
e
S
=0 (4)
a 1
n n
S
=
a 0 a 0 2
i =
a 0
(y i yi )2
i =1 i =1
n n
S
=
a 0 a 0 2
(y i a 0 a1x i ) = 2 (y i a 0 a1x i )(1) = 0
i =1 i =1
n n
na 0 +
x i a1 =
i =1
yi (5)
i =1
n n n
2
xi a0 +
i =1 i =1
x i a1 = x i yi (6)
i =1
n n n n
x y x xy
2
a 0 = i =1 i =1 i =1 i =1 (7)
2
n n
n x2
x
i =1 i =1
n n n
n xy x y
a1 = i =1 i =1 i =1 (8)
2
n n
n x2
x
i =1 i =1
Exemplo:
Ajustar uma funo linear pelo mtodo dos mnimos quadrados aos seguintes valores numricos:
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:
2
x y x xy
0 0,134 0 0
1,2 0,275 1,44 0,33
2,5 0,339 6,25 0,8475
3,7 0,401 13,69 1,4837
SOMA = 7,4 1,149 21,38 2,6612
Resumindo:
4 4 4 4
n=4 xi = 7,4 yi = 1,149 x i2 = 21,38 x i yi = 2,6612
i =1 i =1 i =1 i =1
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:
S S S S
= = = = =0 (10)
a 0 a 1 a 2 a m
2 (y i a 0 a1x i a 2 x i2 )
n
S
a 0
= a m x im (1) = 0
i 1 =
2 (y i a 0 a1x i a 2 x i2 )
n
S
a 1
= a m x im (x i ) = 0
i 1=
2 (y i a 0 a1x i a 2 x i2 )( )
n
S
a 2
= a m x im x i2 = 0
=
i 1
2 (y i a 0 a1x i a 2 x i2 )( )
n
S
a n
= a m x im x im = 0
i 1=
n n n n
2 m
na 0 + x i a1 +
i =1
xi a2 + +
i =1 i =1
xi am =
i =1
yi
n n n n n
2 3
xi a0 +
i =1
x i a1 +
i =1
xi a2 + +
i =1 i =1
m +
1
xi am =
i =1
x i yi
n n n n n
2 3 4 m +2
x
i =1
a +
i 0 x
i =1
a +
i 1 x
i =1
i a2 + +
i =1
xi am =
x i2 y i
i =1
n n n n n
m m +2 m +3 2m
i =1
xi a0 +
i =1
xi a1 +
i =1
xi a2 +
+
i =1
xi a m =
x im y i
i =1
Na forma matricial, o sistema de equaes normais para o ajuste polinomial toma a forma:
[A][x] = [b]
n xi xi2
xmim+1
xi x i2 x 3i
xmi +2
[ A] =
x i2 x 3i xi4
x i ,
x im xim +1 xim +2
xi 2m
(11)
a0
yi
a
1
x2i yi
[x ] = a 2 , [b] =
x i yi
a m
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)
n x2i x i23 a 0
yi
[A] =
x2i x i3 x i4 ,
[x ] = a1 , [b] =
x2i yi (13)
xi x i x i a 2
xi yi
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) 2 7 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.
Substituindo-se os valores calculados na tabela nas matrizes do sistema [A][x] = [b], obtm-se:
A Fig. 1 mostra os dados experimentais juntamente com a curva parablica ajustada pelos
coeficientes calculados acima, na qual observa-se uma excelente concordncia entre a curva
ajustada e os pontos experimentais.
120
100
80
Cp (J/kg.K)
60
40
20
0
0 20 40 60 80 100
Te mpe ratura (K)
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:
n n
S= (y
i =1
i yi ) 2
= (y a
i =1
i 0 a 1 x1 a 2 x 2 a mx m )
2
S S S S
= = = = =0 (15)
a 0 a 1 a 2 a m
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 n
= 2(y i a 0 a1x1 a 2 x 2 a m x m )(x 2 ) = 0
a 2 i =1
S n
= 2(y i a 0 a 1x1 a 2 x 2 a m x m )(x m ) = 0
a m i =1
n n n n
na 0 +
x1 a1 +
i=1
x2 a 2 +
i =1
+
i =1
xm a m =
i =1
yi
n n n n n
i=1
x1 a 0 +
i=1
2
x1 a 1 +
i=1
x1x 2 a 2 +
+
i =1
x1 x m a m =
i =1
x1y i
(17)
n n n n n
i=1
x2 a 0 +
i =1
x 2 x1 a 1 +
i=1
2
x2 a2 +
+
i =1
x2xm a m =
i =1
x2yi
n n n n n
i=1
xm a0 +
i=1
x m x1 a 1 +
i =1
xmx2 a2 +
+
i=1
2
xm am =
i =1
xmyi
Na forma matricial, o sistema de equaes normais para o ajuste polinomial toma a forma:
n
x1 x2 x m a0 y
a
x1 x1 x1x 2 x1x m x 1y
2
1
[ A] = x 2 x 2 x1 x 22 x2 x m , [x ] = a2 ,
[ b] = x 2 y (19)
x x 2m x y
m x m x1 x m x 2 am m
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.
3
Temperatura (K) Presso (bar) Volume especfico (dm /kg)
90 2,397 100,2
100 5,599 44,67
110 11,22 22,15
120 20,14 11,45
130 33,32 5,425
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
y = a 0 + a 1x1 + a 2 x 2
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 n
na 0 +
x1 a 1 +
x 2 a 2 =
yi
i =1 i =1 i =1
n n n n
x1 a 0 + 2
x1 a 1 +
x1x 2 a 2 = x1 y i (20)
i =1 i =1 i =1 i =1
n n n n
x 2 a 0 +
x 2 x1 a 1 + 2
x 2 a 2 = x 2 yi
i =1 i =1 i =1 i =1
a 0 = n a a = e a 0 = e 4,762418 = 117,0285
b = a1 = 0,063776 c = a 2 = 0,0695
de modo que
T = 117,0285 p 0,063776 v 0,0695
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)
y aj = a 0 +a1x (22)
n y = na + bx (23)
Se fizermos:
y = n y (24)
a 0 = na (25)
a1 = b (26)
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:
y = a + b. n x (28)
y aj = a 0 + a1x (30)
Ajuste Potencial
Um ajuste potencial geralmente emprega uma funo do tipo:
y = a.x b (31)
y = n y x' = n x a0 = n a a1 = b (32)
Ajuste Hiperblico
Um ajuste hiperblico geralmente emprega uma funo do tipo:
b
y=a+ (34)
x
1
y = y x' = a0 = a a1 = b (35)
x
n
n (yi y aj )2
r2 = 1 i =1 (37)
2
n n
n 2
yi
yi
i =1 i =1
n n
[(x i x m )(yaj y m )] x i y aj nx m y m
r= i =1 = i =1 (38)
n n (n 1)S x S y
(x i x m )2 (y aj ym )2
i =1 i =1
n n
xi yaj
para a qual x m = i =1 e y m = i =1 so os valores mdios de x e yaj, respectivamente.
n n
As expresses:
n n
(x i x m ) 2
(y aj ym )2
Sx = i =1 e Sy = i =1
n 1 n 1
Exemplo
Ajuste empregando diferentes tipos de funes:
x 1,0 1,2 1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0
y 0,525 0,8448 1,2807 1,8634 2,6326 3,6386 4,944 6,6258 8,7768 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:
y = a 0 + a 1x
2
x y x xy
1,0 0,52500 1,000 0,52500
1,2 0,84478 1,440 1,01374
1,4 1,28068 1,960 1,79295
1,6 1,86340 2,560 2,98144
1,8 2,63260 3,240 4,73868
2,0 3,63856 4,000 7,27712
2,2 4,94400 4,840 10,87680
2,4 6,62580 5,760 15,90192
2,6 8,77679 6,760 22,81965
2,8 11,50759 7,840 32,22125
3,0 14,94844 9,000 44,84532
Soma = 22,0 57,58764 48,400 144,99387
a0 =
x 2 y x xy (48,40)(57,58764) (22)(144,99387)
= = 8,3187
n x 2 ( x) (11)(48,40) (22) 2
2
n xy x y (11)(144,99387) (22)(57,58764)
a1 = = = 6,7770
n x
2
( x) 2
(11)(48,40) (22) 2
requer o clculo das seguintes quantidades: (y - yaj)2, y2 e (y)2 que esto apresentadas na
tabela seguinte:
2 2
yaj (y - yaj) y
-1,54171 4,27130 0,27563
-0,18632 1,06317 0,71365
1,16907 0,01246 1,64014
2,52446 0,43700 3,47226
3,87985 1,55563 6,93058
5,23524 2,54939 13,23912
6,59063 2,71139 24,44314
7,94602 1,74298 43,90123
9,30141 0,27523 77,03204
10,65680 0,72384 132,42463
12,01219 8,62155 223,45586
Soma = 57,58764 23,96394 527,52827
Substituindo em r2:
11 23,96394
r2 = 1 = 0,894
11 527,52827 (57,58764) 2
sx =
(x x m ) 2 =
4 ,40
= 0,66332
n1 10
sy =
(y y m ) 2 =
226,04314
= 4,75440
n 1 10
sx 0,66332
r = a1 = ( 6,7770) = 0,95 r2 = 0,89
sy 4,75440
y = ae bx
y = n y a0 = n a a1 = b
y = a 0 + a 1x
2 2 2
x y' = ln y x xy' yaj (y yaj) y
1,0 -0,64436 1,000 -0,64436 -0,44921 0,03808 0,41520
1,2 -0,16868 1,440 -0,20241 -0,12073 0,00230 0,02845
1,4 0,24739 1,960 0,34635 0,20775 0,00157 0,06120
1,6 0,62240 2,560 0,99584 0,53623 0,00743 0,38739
1,8 0,96797 3,240 1,74235 0,86472 0,01066 0,93697
2,0 1,29159 4,000 2,58318 1,19320 0,00968 1,66820
2,2 1,59817 4,840 3,51598 1,52168 0,00585 2,55416
2,4 1,89097 5,760 4,53833 1,85016 0,00167 3,57577
2,6 2,17211 6,760 5,64749 2,17865 0,00004 4,71807
2,8 2,44301 7,840 6,84042 2,50713 0,00411 5,96828
3,0 2,70461 9,000 8,11382 2,83561 0,01716 7,31490
Soma = 22,0 13,12519 48,400 33,47699 13,12519 0,09855 27,62859
a0 =
x 2 y x xy (48,4)(13,12519) (22)(33,47699)
= = 2,0916
n x x )
2 ( 2 2
(11)( 48, 40 ) ( 22 )
a1 =
n xy x y = (11)(33,47699) (22)(13,12519) = 1,6424
n x 2 ( x )
2
(11)(48, 40) (22) 2
Assim,
a = e a 0 = e 2,2867 = 0,12349
b = a1 = 1,6424
y = 0,12349 e1,6424x
11 0,09855
r2 = 1 = 0,992
11 27,62859 (13,12519) 2
y = a + b. n x
x = n x a0 = a a1 = b
y = a 0 + a 1x
2 2 2
x' = ln x y x' x'y yaj (y - yaj) y
0,000 0,52500 0,000 0,00000 -2,28673 7,90581 0,27563
0,182 0,84478 0,033 0,15402 -0,13699 0,96387 0,71365
0,336 1,28068 0,113 0,43091 1,68059 0,15993 1,64014
0,470 1,86340 0,221 0,87580 3,25505 1,93669 3,47226
0,588 2,63260 0,345 1,54741 4,64382 4,04501 6,93058
0,693 3,63856 0,480 2,52206 5,88612 5,05152 13,23912
0,788 4,94400 0,622 3,89813 7,00991 4,26800 24,44314
0,875 6,62580 0,766 5,80068 8,03586 1,98827 43,90123
0,956 8,77679 0,913 8,38632 8,97964 0,04115 77,03204
1,030 11,50759 1,060 11,84844 9,85344 2,73622 132,42463
1,099 14,94844 1,207 16,42254 10,66693 18,33135 223,45586
Soma = 7,017 57,58764 5,761 51,88632 57,58764 47,42781 527,52827
a0 =
x 2 y x x y (5,761)(57,58764) (7,017)(51,88632)
= = 2,2867
2 ( )
n x x
2 2
(11)(5,761) ( 7, 017 )
a1 =
xy x y = (11)(51,88632) (7,017)(57,58764) = 11,7909
n
n x 2 ( x )
2
(11)(5,761) (7,017) 2
a = a 0 = 2,2867
b = a1 = 11,7909
y = 2,2866 + 11,7909 n x
11 47,42781
Coeficiente de correlao: r 2 = 1 = 0,790
11 527,52827 (57,58764) 2
y = ax b
x = n x y = n y a0 = n a a1 = b
y = a 0 + a 1x
2 2 2
x' = ln x y' = ln y x' x'y' yaj (y - yaj) y
0,000 -0,64436 0,000 0,00000 -0,75020 0,01120 0,41520
0,182 -0,16868 0,033 -0,03075 -0,19479 0,00068 0,02845
0,336 0,24739 0,113 0,08324 0,27481 0,00075 0,06120
0,470 0,62240 0,221 0,29253 0,68159 0,00350 0,38739
0,588 0,96797 0,345 0,56896 1,04040 0,00525 0,93697
0,693 1,29159 0,480 0,89526 1,36136 0,00487 1,66820
0,788 1,59817 0,622 1,26009 1,65171 0,00287 2,55416
0,875 1,89097 0,766 1,65549 1,91677 0,00067 3,57577
0,956 2,17211 0,913 2,07548 2,16061 0,00013 4,71807
1,030 2,44301 1,060 2,51537 2,38637 0,00321 5,96828
1,099 2,70461 1,207 2,97131 2,59655 0,01168 7,31490
Soma = 7,017 13,12519 5,761 12,28698 13,12519 0,04480 27,62859
a0 =
x 2 y x x y (5,761)(13,12519) (7,017)(12,28698)
= = 0,7502
n x ( x )
2 2
2 (11)(5, 761) ( 7 , 017 )
a1 =
n xy x y = (11)(12,28698) (7,017)(13,12519) = 3,0463
n x 2 ( x )
2
(11)(5,761) (7,017) 2
a = e a 0 = e 0,7502 = 0,47227
b = a1 = 3,0463
y = 0, 47227 x 3,0463
11 0,04480
r2 = 1 = 0,996
11 27,62859 (13,12519) 2
b
y=a+
x
1
x = a0 = a a1 = b
x
y = a 0 + a 1x
2 2 2
x' = 1/x y x' x'y yaj (y - yaj) y
1,000 0,52500 1,000 0,52500 -2,72875 10,58687 0,27563
0,833 0,84478 0,694 0,70398 0,29697 0,30010 0,71365
0,714 1,28068 0,510 0,91477 2,45819 1,38653 1,64014
0,625 1,86340 0,391 1,16463 4,07911 4,90936 3,47226
0,556 2,63260 0,309 1,46256 5,33982 7,32904 6,93058
0,500 3,63856 0,250 1,81928 6,34839 7,34319 13,23912
0,455 4,94400 0,207 2,24727 7,17359 4,97105 24,44314
0,417 6,62580 0,174 2,76075 7,86125 1,52633 43,90123
0,385 8,77679 0,148 3,37569 8,44312 0,11134 77,03204
0,357 11,50759 0,128 4,10985 8,94186 6,58297 132,42463
0,333 14,94844 0,111 4,98281 9,37410 31,07322 223,45586
Soma = 6,174 57,58764 3,921 24,06659 57,58764 76,12000 527,52827
a0 =
x 2 y x x y (3,921)(57,58764) (6,174)(24,06659)
= = 15,4255
n x ( x )
2 2
2 (11)(3,921) ( 6,174 )
a1 =
xy x y = (11)(24,06659) (6,174)(57,58764) = 18,1543
n
n x 2 ( x )
2
(11)(3,921) (6,174) 2
a = a 0 = 15,4255
b = a1 = 18,1543
18,1543
y = 15,4255
x
11 76,12
r2 = 1 = 0,663
11 527,52827 (57,58764) 2
18
y
14
Linear
Exponencial
Logaritmo
10 Potencial
Hiperblico
y
-2
1.0 1.5 2.0 2.5 3.0
x
Exerccios
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.
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.
5. A tabela seguinte fornece a populao do Brasil (em milhes de habitantes) desde 1872:
ANO 1872 1890 1900 1920 1940 1950 1960 1970 1980 1990
Pop. 9,9 14,3 17,4 30,6 41,2 51,9 70,9 93,1 130 150
Obtenha uma estimativa para a populao brasileira no ano 2000 empregando diferentes tipos
de ajustes de curvas.