AJUSTE DE CURVAS - Caso discreto

MÉTODO DOS MÍNIMOS QUADRADOS (MMQ)

Introdução
O estudo de ajuste de curvas envolve dois tipos de problemas genéricos:
1) Um problema ocorre quando uma função é dada de forma explícita, mas
queremos encontrar um tipo de função “mais simples”, como um
Polinômio Interpolador que possa ser utilizada para determinar valores
aproximados da função dada, com a característica que este coincida com
o valor da função em alguns pontos, isto é, P(xi) = f(xi) i = 1, 2, ..., n, e
dizemos que P(x) interpola a função f(x) nos pontos x0, x1, ..., xn. Assim,
P(x) é uma aproximação da função f(x).
2) O outro problema é relativo ao ajuste da função aos dados encontrados,
assim buscamos encontrar a “melhor” função em uma determinada
classe para representar todos os dados possíveis. Uma forma alternativa
para aproximar uma função f(x) é usando o Método dos Mínimos
Quadrados, o qual consiste em, conhecidos os valores de f(x) em m
pontos, determinar uma função g(x) que melhor se aproxime de f(x). Esta
melhor aproximação será definida a seguir, e a função g(x) pode ser:
polinomial, exponencial, logarítmica, trigonométrica, etc.
Um dos métodos mais utilizados relacionado ao ajuste de curvas
(Teoria da Aproximação) é o Método dos Mínimos Quadrados. Esta
técnica de otimização matemática procura encontrar o melhor ajuste
para um conjunto de dados tentando minimizar a soma dos quadrados
das diferenças entre o valor estimado g(x) e os dados observados f(x),
tais diferenças são chamadas resíduos.

O método dos mínimos quadrados minimiza a soma dos quadrados

dos resíduos, ou seja,
m
Minimiza ∑ i
e (
i =1
x ) 2
onde: e( xi ) = f ( xi ) − g ( xi )

m = número de pontos tabelados

f(xi) = valores observados
g(xi) = valores estimados
e(xi) = resíduos
 Mínimos Quadrados – Exemplo gráfico

f (x) g ( xi ) = a0 + a1 xi

e( xi ) = f ( xi ) − g ( xi )
i = 1, 2, L , m
m
Min∑ e( xi ) 2 ; a0 = ? e a1 = ?
i =1

x
Observe que os pontos seguem uma direção, ou seja, parecem uma reta.
A pergunta é: qual a melhor reta que ajusta os pontos tabelados?
Objetivo: escolher os parâmetros de g(x) de modo que o erro seja mínimo.
 MÉTODO DOS MÍNIMOS QUADRADOS

Estudaremos o problema de encontrar uma reta que melhor se ajuste aos

pontos dados usando o Método dos Mínimos Quadrados. Este consiste em
encontrar os parâmetros a0 e a1 que minimizem a Função Objetivo
m
E (a0 , a1 ) = ∑ ( f ( xi ) − g ( xi )) 2
i =1
m
E (a0 , a1 ) = ∑ ( yi − (a0 + a1 xi )) 2
i =1

Note que esta função é uma quadrática convexa. Ou seja, para encontrar
seu minimizador, basta calcular as derivadas parciais e igualá-las a zero:

∂E (a0 , a1 )
=0 e
∂a0
∂E (a0 , a1 )
=0
∂a1
 ∂E (a0 , a1 )
=0
∂a0

∑( − y
i =1
i + a1 xi + a0 ) = 0

e m m m
− ∑ yi + a1 ∑ xi + ∑ a0 = 0
i =1 i =1 i =1
m m m

∑a
i =1
0 + a1 ∑ xi = ∑ yi (1)
i =1 i =1
e
∂E (a0 , a1 )
=0
∂a1

∑ i i 1 i + a0 xi ) = 0
( −
i =1
x y + a x 2

m m m
− ∑ xi yi +a1 ∑ xi2 +a0 ∑ xi = 0
i =1 i =1 i =1
m m m

a0a∑∑
xi x+i a+ a∑∑ =∑
m m 2 m
0 x x= ∑
1 x yx yi(2()2)
1 2 i i
i =1 i =1i i =1i i
i =1 i =1 i =1
 m m m

∑a i =1
0 + a1 ∑ xi = ∑ yi (1)
i =1 i =1

m m m
a0 ∑ xi + a1 ∑ x = ∑ xi yi (2) 2
i
i =1 i =1 i =1

 m m

 a0 m + a1 ∑ xi = ∑y i
i =1 i =1
 m m m
a0 ∑ xi + a1 ∑ xi2 = ∑x y
 i =1 i =1 i =1
i i
  m m

 a0 m + a1 ∑ xi = ∑y i
i =1 i =1
 m m m
a0 ∑ xi + a1 ∑ x 2
= ∑x y
 i =1 i =1
i
i =1
i i

Forma compacta para g ( xi ) = p1 ( xi )

 m
 a   m 
 m ∑ xi  0  ∑
  =  i =1 
yi 
m i =1
m    m
 x 2  
∑ ∑ i  a1  ∑ i i 
x  x y
i =1
i
i =1

  i =1 
Forma compacta

 m
 a   m 
 m ∑ xi  0
   ∑ yi 
m i =1
m    =  m
i =1

 x 2  xy
∑ ∑   ∑
xi  a1 
i =1
i
i =1

 
 i =1
i i

Montar a tabela
Podemos resolver pela regra de Cramer:

det A1 det A2
a0 = a1 =
det A det A
m m m
m ∑x
i =1
i ∑y
i =1
i ∑x
i =1
i
det A = m m , det A1 = m m

∑x ∑x
i =1
i
i =1
2
i ∑x y ∑x
i =1
i i
i =1
2
i

m
m ∑y
i =1
i
e det A2 = m m .
∑x ∑x y
i =1
i
i =1
i i
Podemos resolver pela regra de Cramer:

m m m

∑y
i =1
i ∑x
i =1
i m ∑y
i =1
i

m m m m

∑ xi yi
i =1
∑ i
x 2

i =1
∑x ∑x y
i =1
i
i =1
i i

a0 = m
; a1 = m
m ∑x
i =1
i m ∑x
i =1
i

m m m m

∑x ∑x
i =1
i
i =1
2
i ∑x ∑x
i =1
i
i =1
2
i
  m  m 2   m  m 
 ∑ yi  ∑ xi  −  ∑ xi yi  ∑ xi 
a0 =  i =1  i =1   i =1  i =1  ;
2
 m
2 
m

m ∑ xi  −  ∑ xi 
 i =1   i =1 

 m   m  m 
m ∑ xi yi  −  ∑ xi  ∑ yi 
a1 =  i =1   i =1  i =1 
2
 m
2 
m

m ∑ xi  −  ∑ xi 
 i =1   i =1 
EXEMPLO
Determinarosa dados
Considere reta que melhor se ajusta
apresentados aos dados
na tabela tabelados.
a seguir: