Escolar Documentos
Profissional Documentos
Cultura Documentos
e.
Ajuste Linear
M. RAFIKOV, Programa de Pos-Graduacao em Modelagem
M.C. DAL TOE,
Matematica, Universidade Regional do Noroeste do Estado do Rio Grande do Sul
UNIJUI, 98700-000 Iju, RS, Brasil.
Introduc
ao
Quando analisamos algum fenomeno ou situacao atraves de dados numericos estamos interessados, alem da descricao e tendencias locais fornecidas por uma curva
de regressao, em saber se a relacao funcional correspondente y = f (x) e tambem
adequada para se fazer previsoes de y quando x escapa do intervalo pesquisado.[1]
Buscamos atraves dos dados fazer essas analises: no problema 1 procuramos verificar qual a curva que melhor descreve o n
umero de inscritos no Programa de
P
os-Graduacao do Mestrado em Modelagem Matematica desde o incio do curso
em 1994 ate 2003. No problema 2 visa-se saber qual sera a populacao brasileira nos
proximos anos ou qual a capacidade suporte da populacao.
Materiais e M
etodos
M. C. Dal Toe
2.1
= ax + b
= aebx
= axb
b
= a+
x
1
=
a + bx
x
=
a + bx
= a + b ln (x)
= ea+ x
y
y
y
1
a + b ln(x)
Os dados sao:
Ano Inscritos
1994 16
1995 11
1996 31
1997 21
1998 39
1999 23
2000 25
2001 41
2002 33
2003 46
2004 56
Fonte: DeFEM - Departamento de Fsica, Estatstica e Matematica.
2.2
Ajuste Linear
supoe que uma populacao, vivendo num determinado meio, devera crescer ate um
limite maximo sustentavel, isto e, ela tende a se instabilizar.[1]
Ano
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
Populacao
121.611375
127.065457
132.457926
137.709651
142.763545
147.593859
152.226988
156.775230
161.247046
165.687517
170.143121
174.632960
y=
k
1 + beax
M. C. Dal Toe
Resultados
No problema 1 os resultados encontrados para o ajuste de curvas foram:
y = 6.7292.103 + 3.3818x
d1 = 7.2918
y = 2.0663.10102 e0.1188x
d2 = 7.0304
y=0
d3 = n aopossuidesvio
y = 6.7897.103
d4 = 7.2956
1.3510.107
x
1
y = 9.81400.0049x
d5 = 7.9670
x
y = 9.7379+1.9545.10
4
d6 = 7.9510
4.7474.105
x
1
y = 74.34109.7760(ln(x))
d9 = 7.9590
Ou seja, o menor desvio e 7.0304 para a funcao y = aebx , que e mostrado abaixo:
Ajuste Linear
233
1 + 7.1270.1038 e0.0452x
Discuss
ao
Como o mercado de trabalho vem exigindo cada vez mais dos profissionais, a
procura por qualificacao profissional, principalmente nas areas ligadas a educacao
teve um acrescimo significativo nos u
ltimos anos. Percebe-se essa tendencia claramente no n
umero de inscritos no Programa de Pos-Graduacao do Mestrado em
Modelagem Matematica da Uniju. Assim, a funcao exponencial descreve bem essa
tendencia, ou seja, o n
umero de inscritos devera ser maior nas proximas selecoes.
A previsao do crescimento populacional de um pas e fundamental para avaliar
sua capacidade de desenvolvimento e estabelecer mecanismos que sustentem uma
producao compatvel com o bem estar social e, naturalmente, quanto maior o grau
de precisao exigido nas previsoes mais complexo deve ser o modelo matematico
utilizado.[1] Analisando os coeficientes encontrados com os coeficientes do modelo
matematico de Verhurst de [1] nao encontramos semelhancas. A capacidade suporte
da populacao brasileira, calculada pelo ponto de inflexao em [1] e de 248.656480 e
a encontrada pela regressao linear e de 233 milhoes de habitantes.
Conclus
ao
Verificamos atraves dos resultados que a curva que apresenta o menor desvio
padrao e y = aebx , ou seja, uma funcao exponencial, o que caracteriza bem os
dados, pois a procura por titulacao vem crescento nos u
ltimos tempos.
No Modelo de Verhurst o menor desvio padrao encontrado e de 0.2252, ou seja,
o Brasil tera uma capaciadade suporte (k) de 233 milhoes de habitantes, desde
M. C. Dal Toe
que nao ocorra nenhuma fatalidade provocada por guerras, epidemias, controles
forcados de natalidade, etc.
Agradecimento
Ap
endice
Programa do Problema 1:
%AJUSTE DE CURVAS
n=input(Entre com o n
umero de pontos n: );
x=[1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004];
y=[16 11 31 21 39 23 25 41 33 46 56];
%1a ) y=a+bx;
disp(..........y=a+bx..........)
v1=0;
w1=0;
t1=0;
z1=0;
r1=0;
for i=1:n
v1=x(i)+v1;
z1=y(i)+z1;
w1=x(i)*y(i)+w1;
t1=x(i)*x(i)+t1;
end;
u1=v1*v1;
a1=(z1*t1-v1*w1)/(n*t1-u1);
b1=(z1-n*a1)/v1;
for i=1:n
y1(i)=a1+b1*x(i);
r1=(y(i)-y1(i))2+r1;
end;
D1=sqrt(r1/n)
d(1)=D1;
a1
b1
%2a ) y=a*exp(b*x);
disp(..........y=a*exp(b*x)..........)
v2=0;
w2=0;
t2=0;
z2=0;
Ajuste Linear
r2=0;
for i=1:n
v2=x(i)+v2;
z2=log(y(i))+z2;
w2=x(i)*log(y(i))+w2;
t2=x(i)*x(i)+t2;
end;
u2=v2*v2;
a2=(z2*t2-v2*w2)/(n*t2-u2);
b2=(z2-n*a2)/v2;
for i=1:n
y2(i)=exp(a2)*exp(b2*x(i));
r2=(y(i)-y2(i))2+r2;
end;
D2=sqrt(r2/n)
d(2)=D2;
a2=exp(a2)
b2
%3a ) y=a*(xb);
disp(..........y=a*(xb)..........)
v3=0;
w3=0;
t3=0;
z3=0;
r3=0;
for i=1:n
v3=log(x(i))+v3;
z3=log(y(i))+z3;
w3=log(x(i))*log(y(i))+w3;
t3=log(x(i))*log(x(i))+t3;
end;
u3=v3*v3;
a3=(z3*t3-v3*w3)/(n*t3-u3);
b3=(z3-n*a3)/v3;
for i=1:n
y3(i)=exp(a3)*(x(i)b3);
r3=(y(i)-y3(i))2+r3;
end;
D3=sqrt(r3/n)
d(3)=D3;
a3=exp(a3)
b3
%4a ) y=a+b/x;
disp(..........y=a+b/x..........)
v4=0;
M. C. Dal Toe
w4=0;
t4=0;
z4=0;
r4=0;
for i=1:n
v4=(1/x(i))+v4;
z4=y(i)+z4;
w4=(1/x(i))*y(i)+w4;
t4=(1/(x(i)*x(i)))+t4;
end;
u4=v4*v4;
a4=(z4*t4-v4*w4)/(n*t4-u4);
b4=(z4-n*a4)/v4;
for i=1:n
y4(i)=a4+(b4/x(i));
r4=(y(i)-y4(i))2+r4;
end;
D4=sqrt(r4/n)
d(4)=D4;
a4
b4
%5a ) y=1/(a+bx);
disp(..........y=1/(a+bx)..........);
v5=0;
w5=0;
t5=0;
z5=0;
r5=0;
for i=1:n
v5=x(i)+v5;
z5=(1/y(i))+z5;
w5=x(i)*(1/y(i))+w5;
t5=x(i)*x(i)+t5;
end;
u5=v5*v5;
a5=(z5*t5-v5*w5)/(n*t5-u5);
b5=(z5-n*a5)/v5;
for i=1:n
y5(i)=1/(a5+b5*x(i));
r5=(y(i)-y5(i))2+r5;
end;
D5=sqrt(r5/n)
d(5)=D5;
a5
b5
Ajuste Linear
%6a ) y=x/(a+bx);
disp(..........y=x/(a+bx)..........)
v6=0;
w6=0;
t6=0;
z6=0;
r6=0;
for i=1:n
v6=(1/x(i))+v6;
z6=(1/y(i))+z6;
w6=(1/x(i))*(1/y(i))+w6;
t6=(1/(x(i)*x(i)))+t6;
end;
u6=v6*v6;
a6=(z6*t6-v6*w6)/(n*t6-u6);
b6=(z6-n*a6)/v6;
for i=1:n
y6(i)=x(i)/(b6+a6*x(i));
r6=(y(i)-y6(i))2+r6;
end;
D6=sqrt(r6/n)
d(6)=D6;
a6
b6
%7a ) y=a+b*(ln(x));
disp(..........y=a+b*(ln(x))..........)
v7=0;
w7=0;
t7=0;
z7=0;
r7=0;
for i=1:n
v7=log(x(i))+v7;
z7=y(i)+z7;
w7=log(x(i))*y(i)+w7;
t7=log(x(i))*log(x(i))+t7;
end;
u7=v7*v7;
a7=(z7*t7-v7*w7)/(n*t7-u7);
b7=(z7-n*a7)/v7;
for i=1:n
y7(i)=a7+b7*(log(x(i)));
r7=(y(i)-y7(i))2+r7;
end;
D7=sqrt(r7/n)
10
M. C. Dal Toe
d(7)=D7;
a7
b7
%8a ) y=exp(a+b/x);
disp(..........y=exp(a+b/x)..........)
v8=0;
w8=0;
t8=0;
z8=0;
r8=0;
for i=1:n
v8=(1/x(i))+v8;
z8=log(y(i))+z8;
w8=(1/x(i))*(log(y(i)))+w8;
t8=((1/(x(i))*(1/x(i))))+t8;
end;
u8=v8*v8;
a8=(z8*t8-v8*w8)/(n*t8-u8);
b8=(z8-n*a8)/v8;
for i=1:n
y8(i)=exp(a8+(b8/(x(i))));
r8=(y(i)-y8(i))2+r8;
end;
D8=sqrt(r8/n)
d(8)=D8;
a8
b8
%9a ) y=1/(a+b*ln(x));
disp(..........y=1/(a+b*ln(x))..........)
v9=0;
w9=0;
t9=0;
z9=0;
r9=0;
for i=1:n
v9=log(x(i))+v9;
z9=(1/y(i))+z9;
w9=log(x(i))*(1/y(i))+w9;
t9=log(x(i))*log(x(i))+t9;
end;
u9=v9*v9;
a9=(z9*t9-v9*w9)/(n*t9-u9);
b9=(z9-n*a9)/v9;
for i=1:n
y9(i)=1/(a9+b9*log(x(i)));
Ajuste Linear
11
r9=(y(i)-y9(i))2+r9;
end;
D9=sqrt(r9/n)
d(9)=D9;
a9
b9
h=[y1 y2 y3 y4 y5 y6 y7 y8 y9];
disp(...Menor Desvio Padrao...)
menor desvio=d(1);
for i=1:8
if (d(i+1))<(menor desvio)
menor desvio=d(i+1);
end;
end;
for i=1:9
if (menor desvio)==(d(i))
yg(1:n)=h(1:n,i);
end;
end;
D=menor desvio
plot(x,y,.,x,yg);
%plot(x,y,.,x,y1,x,y2,x,y3,x,y4,x,y5,x,y6,x,y7,x,y8,x,y9);
xlabel(Ano);
ylabel(N
umero de inscritos);
title(Ajuste Linear);
legend(Dados reais,Curva);
Programa para o Modelo de Verhurst:
%AJUSTE DE CURVA
%y=k/(1+b*exp(-a*x)); Verhurst
%n=input(Entre com o n
umero de pontos n: );
x=[1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002];
y=[121.611375 127.065457 132.457926 137.709651 142.763545 147.593859 152.226988
156.775230 161.247046 165.687517 170.143121 174.632960];
k=233.000000;
v=0;
w=0;
t=0;
z=0;
r=0;
n=12;
for i=1:n
v=x(i)+v;
z=log(1/y(i)-1/k)+z;
w=x(i)*log(1/y(i)-1/k)+w;
12
M. C. Dal Toe
t=x(i)*x(i)+t;
end
u=v*v;
a=(z*t-v*w)/(n*t-u);
b=(z-n*a)/v;
for i=1:n
y10(i)=k/(1+(exp(a+log(k)))*exp(b*x(i)));
r=(y(i)-y10(i))2+r;
end
xt=1920:0.5:2050;
for i=1:261
yt(i)=k/(1+(exp(a+log(k)))*exp(b*xt(i)));
end
D10=sqrt(r/n);
a
b=exp(a+log(k))
D10
plot(xt,yt,x,y,.);
xlabel(Ano);
ylabel(Populacao(em milhoes));
title(Modelo de Verhurst);
legend(Modelo,Dados reais);
Refer
encias Bibliogr
aficas