Queremos ajustar os pontos

(1.1,1.9), (2.05,25.3), (2.9,72.1), (4.5,81.4), (6.2,220.5), (7.5,251.1), (9.05,444.2), (10.1,504.5), (11.5,560.5),

ao modelo y = ϕ(x) = β1 ϕ1 (x) + β2 ϕ2 (x) + β3 ϕ3 (x) + β4 ϕ4 (x) onde

ϕ1 (x) = 1,
ϕ2 (x) = x,
ϕ3 (x) = x2 e
ϕ4 (x) = x3 .

Vamos resolver o seguinte sistema de equações normais AT Ax = AT y, onde:

   
1 1.1 1.21 1.33 1.9
 1 2.05 4.2 8.62   25.3 
   
 1 2.9 8.41 24.39     72.1 

 1 4.5 20.25
 β 1
 
 91.12 
  β2 
 81.4 
 
A= 1 6.2 38.44 238.33 , x = 
  β3  e y =  220.5 
  
 1 7.5 56.25 421.88   251.1 

 1 9.05
 β4  
 81.9 741.22 

 444.2 
 
 1 10.1 102.01 1030.3   504.5 
1 11.5 132.25 1520.88 560.5

resulta no seguinte sistema 4 × 4:



 (9)β1 + (54.9)β2 + (444.92)β3 + (4078.06)β4 = 2161.5
(54.9)β1 + (444.92)β2 + (4078.06)β3 + (39745.73)β4 = 19440.9

 (444.92)β1 + (4078.06)β2 + (39745.73)β3 + (401924.31)β4
 = 186934.99
(4078.06)β1 + (39745.73)β2 + (401924.31)β3 + (4167737.82)β4 = 1869366.81


Matriz a ser escalonada:

 
9 54.9 444.92 4078.06 2161.5
 54.9 444.92 4078.06 39745.73 19440.9 
M=  444.92 4078.06

39745.73 401924.31 186934.99 
4078.06 39745.73 401924.31 4167737.82 1869366.81
Fazendo o escalonamento no passo k = 1 teremos:
Matriz atualizada:
   
9 54.9 444.92 4078.06 2161.5 9 54.9 444.92 4078.06 2161.5

 54.9 444.92 4078.06 39745.73 19440.9   0
 =⇒  110.04 1364.01 14869.59 6255.76 

 444.92 4078.06 39745.73 401924.31 186934.99   0 1364.01 17750.37 200321.04 80078.83 
4078.06 39745.73 401924.31 4167737.82 1869366.81 0 14869.59 200321.04 2319899.28 889953.51

com as seguintes operações:

m12 = 6.1 e L2 ← L2 − (6.1)L1

m13 = 49.4361 e L3 ← L3 − (49.4361)L1

m14 = 453.1174 e L4 ← L4 − (453.1174)L1

Fazendo o escalonamento no passo k = 2 teremos:
Matriz atualizada:
   
9 54.9 444.92 4078.06 2161.5 9 54.9 444.92 4078.06 2161.5
 0 110.04 1364.01 14869.59 6255.76   0 110.04 1364.01 14869.59 6255.76 
  =⇒  
 0 1364.01 17750.37 200321.04 80078.83   0 0 841.8 15994.87 2531.34 
0 14869.59 200321.04 2319899.28 889953.51 0 0 15994.87 310496.45 44581.61

com as seguintes operações:

m23 = 12.4 e L3 ← L3 − (12.4)L2

m24 = 135.14 e L4 ← L4 − (135.14)L2

Fazendo o escalonamento no passo k = 3 teremos:
Matriz atualizada:
   
9 54.9 444.92 4078.06 2161.5 9 54.9 444.92 4078.06 2161.5
 0 110.04 1364.01 14869.59 6255.76   0 110.04 1364.01 14869.59 6255.76 
  =⇒  
 0 0 841.8 15994.87 2531.34   0 0 841.8 15994.87 2531.34 
0 0 15994.87 310496.45 44581.61 0 0 0 6580.6 −3515.88

com as seguintes operações:

m34 = 19 e L4 ← L4 − (19)L3
Assim, a solução do sistema linear é calculada por substituição retroativa do seguinte modo:

β4 = −3515.88/(6580.6) = −0.53
 P4 
β3 = 2531.34 − j=4 a3j · xj /(841.8) = 13.16
 P4 
β2 = 6255.76 − j=3 a2j · xj /(110.04) = −34.07
 P4 
β1 = 2161.5 − j=2 a1j · xj /(9) = 39.54

De maneira que a solução do sistema de equações normais é:

β∗ =
 
39.54 −34.07 13.16 −0.53

ou seja, o modelo ajustado é

y = ϕ(x) = (39.54)ϕ1 (x) + (−34.07)ϕ2 (x) + (13.16)ϕ3 (x) + (−0.53)ϕ4 (x)

ou ainda

y = 39.54 + (−34.07)x + (13.16)x2 + (−0.53)x3

Com r2 dado por:

SSres
r2 = 1 − = 0.98
SStot
X 9 9
X
onde SSres = (yi − ϕ(xi ))2 e SStot = (yi − ȳ)2
i=1 i=1
e com a soma dos residuos igual a:

SSres = 5868.33.
 Função ajuste ϕ(x) = 39.54 + (−34.07)x + (13.16)x2 + (13.16)x4
600 y

400

200

x
1 2 3 4 5 6 7 8 9 10 11 12