Universidade Federal do ABC BC 0209 - Fenmenos Eletromagnticos Noturno, SBC, Turma A Professor Gustavo Michel Mendoza La Torre

1Relatrio: Mtodo dos Mnimos Quadrados

Adriano Gomes de Freitas 11143208 Cssio Pereira Christianini Evely Vidal de Almeida 11187409 Greta Coutinho Liliane Ribeiro Santos Jessica Celestina Teixeira

Santo Andr, 13 de junho de 2011

Mtodo dos Mnimos Quadrados Objetivo: O mtodo dos mnimos quadrados aplicado quando desejamos determinar os parmetros de uma funo que envolve duas ou mais grandezas de um fenmeno ou o valor mais provvel (mais verossmil) de uma nica grandeza medida vrias vezes. O mtodo: Suponha que temos um conjunto de N dados (xi, yi), onde cada valor yi tem uma incerteza associada que chamamos de i, ou seja (yi i); os i no tm que ser iguais entre si. Vamos supor que os dados representam certo fenmeno fsico que segue uma lei descrita por uma funo f. 1 segue uma distribuio gaussiana, ou seja:

Onde yi o valor mdio de yi e C uma constante de normalizao. Portanto, a probabilidade P de ocorrer o conjunto das N medidas ser:

Como yi o valor que se aproxima do valor verdadeiro de yi e supondo um modelo fsico para nossas medidas que segue uma lei descrita por uma funo f, podemos escrever que:

Onde so os parmetros do modelo. Definindo:

Podemos reescrever a probabilidade P como:

Para que a funo f seja a mais adequada para nossas medidas, ou seja, para que P seja mximo, 2 deve ser mnimo. O mtodo dos mnimos quadrados consiste em ajustar parmetros de tal modo que 2 seja mnimo, ou seja:

O mtodo dos mnimos quadrados um mtodo baseado no princpio de mxima verossimilhana e que pode ser aplicado quando as distribuies de erros experimentais so gaussianas. A melhor funo f (x), deve ser determinada a partir de uma funo tentativa , previamente escolhida. variveis a serem ajustadas Considere que num processo de medida de duas grandezas x e y, obtemos um conjunto de n pontos experimentais que sero designados por:

onde a varivel xi considerada isenta de erro e a varivel dependente, yi, tem incerteza estatstica dada

pelo desvio padro i. Quando xi contiver erros, eles podem ser transferidos varivel yi atravs de propagao de erros. A funo que melhor descreve o comportamento dos dados no grfico a baixo do tipo linear e o bom senso nos aconselha traar uma reta que minimize a soma dos desvios absolutos dos pontos reta.

Podemos escrever 2 como:

Aplicando o mtodo dos mnimos quadrados para obter os parmetros a e b, temos:

Dessa forma, obtemos um sistema de duas equaes e duas incgnitas:

definindo:

Ao utilizarmos esta notao, obtemos o seguinte sistema de equaes lineares para as variveis a e b: A soluo deste sistema de equaes pode ser obtida, fornecendo:

As grandezas a e b foram obtidas em funo das variveis yi que possuem incertezas estatsticas i. Portanto, a e b tambm esto sujeitas a erros estatsticos. Suas incertezas podem ser comparadas atravs da frmula de propagao de erros:

Como as grandezas a e b foram obtidas atravs das mesmas grandezas yi, elas devem estar estatisticamente correlacionadas. A covarincia dessas duas grandezas pode ser calculada atravs da frmula

fornecendo:

Anlise de dados: Para a amostra de dados utilizados abaixo, foi simulado um carrinho descendo uma rampa, e desconsiderando-se o atrito, que para o objetivo deste relatrio no ser relevante, uma vez que precisa-se de dados para a obteno de um MRU e MRUV, para assim aplicar o mtodo dos Mnimos Quadrados para achar a curva que melhor se ajusta ao conjunto de dados experimentais, tentando dessa maneira minimizar a soma das diferenas entre o valor estimado e os obtidos atravs do experimento, que nesse caso foi por simulao. MRU

. Xi (m)
1,14 1,65 2,18 2,68 4,43 3,83 3,68 3,63

. ti (s)
2,57 4,30 5,92 7,38

. V Mi (m/s)
2,21 6,34 10,10 13,75

. t inst

Logo utilizando-se a frmula descrita abaixo possvel determinar o valor da acelerao, onde o coeficiente angular a prpria acelerao escalar do movimento. E o ngulo o ngulo formado pela reta representada abaixo.

a= g. sen
Portanto: a=9,8.0 ,034 MRUV

0,34=9,8 sen a=0,34

a=9,8. sen 2

x i (m)
0,32 1,46 3,11 5,29 7,97

t ( s)
0,0 4,43 8,26 11,94 15,57

Grfico sem o ajustamento

20
(s)

10 0 0 1 2 3 4
(m)

Para esse movimento Retilneo Uniformemente Variado utiliza-se a seguinte equao de 2 grau para obter

a curva nesses pontos: Aplicando o mtodo mnimos quadrados, onde atravs dele ser possvel determinar os valores dos coeficientes A e B, minimizando assim a distncia entre os pontos e a curva dada pela equao abaixo:

f (t )=At +Bt
Onde : A = 2,33 e

B = 1,74

Portanto:

f (t )=2,33 t +1,74 t

Se A = v0

a = 2.B Ento: v0=0,2 m / s

a=0,34 m/s

Dados obtidos pela equao:

f (t)=At +Bt 2
t ( s)
0,0 4,43 8,26 11,94 15,57

Y (m)
0,0 1,37 3,11 5,26 7,84

Utilizando os dados adquiridos atravs das equaes acima, obtm-se o grfico com o melhor ajustamento abaixo:

Grfico de ajustamento atravs do Mtodo Mnimos Quadrados

20
t(s)

10 0 0 1 2 3 4
y(m)

Discusso dos resultados:

Com base nos resultados adquiridos acima utilizando-se o mtodo dos mnimos quadrados pode-se concluir que os valores da velocidade inicial e da acelerao so compatveis e bem aproximados aos valores reais em relao a reta representativa encontrada no primeiro grfico. Sendo assim, com o ajuste de dados, o grfico da reta representativa, pode ser considerada a reta da funo. Concluses: O Mtodo Mnimos Quadrados uma tcnica de otimizao matemtica que procura encontrar o melhor ajuste para um conjunto de dados tentando minimizar a soma dos quadrados das diferenas entre as curvas ajustada e os dados. Com esse mtodo calcula-se os coeficientes A e B para minimizar a distncia entre os pontos e a curva dada pela equao, encontrando uma funo com os valores mais prximos do real. Referncias:

Vuolo, Jos Henrique. Fundamentos da Teoria de Erros. Ed. Edgard Blcher, So Paulo, SP. 2a Ed. 1992. Conceitos Bsicos da Teoria de Erros. Manfredo H. Tabacniks. Reviso 2009 (AAQ)