14-Ajuste de Curvas

CLCULO NUMRICO
Profa. Dra. Yara de Souza Tadano
yaratadano@utfpr.edu.br
Aula 14
11/2014
Ajuste de Curvas
AJUSTE DE CURVAS
Aula 14 Ajuste de Curvas

Clculo Numrico
3/66
INTRODUO
Em geral, experimentos geram uma gama de dados que

devem ser analisados para a criao de um modelo.
Obter uma funo matemtica que represente (ou que

ajuste) os dados permite fazer simulaes do processo de
forma confivel, reduzindo assim repeties de experimentos
que podem ter um custo alto.

Clculo Numrico
4/66
INTRODUO
Em geral,
quando:
usar interpolao polinomial
Deseja-se extrapolar ou fazer previses em regies fora do

intervalo considerado;
Os dados tabelados so resultados de experimentos, onde erros

na obteno destes resultados podem influenciar a sua qualidade;

Clculo Numrico
5/66
INTRODUO
O objetivo obter uma funo que seja uma boa

aproximao e que permita extrapolaes com alguma
margem de segurana.

Clculo Numrico
6/66
INTRODUO
A escolha das funes pode ser feita:
Observando o grfico dos pontos tabelados;
Baseando-se em fundamentos tericos do experimento que

forneceu a tabela ou;
Atravs de uma funo j conhecida.

Clculo Numrico
7/66
INTRODUO
O Mtodo dos Mnimos Quadrados um mtodo

bastante utilizado para ajustar uma determinada
quantidade de pontos e aproximar funes.

Clculo Numrico
8/66
MTODO DOS
MNIMOS
QUADRADOS
Clculo Numrico
9/66
Mtodo dos Mnimos Quadrados
Mtodo dos Mnimos Quadrados consiste em escolher os i

(i = 1, 2, ..., n) de tal forma que:
( x ) = 1g1 ( x ) + 2 g2 ( x ) +! + n gn ( x )
(1)
se aproxime ao mximo de f(x).

onde: f ( x ) fornece os pontos exatos;
g ( x ) fornece os pontos estimados.

Clculo Numrico
10/66
O Mtodo dos Mnimos Quadrados consiste em escolher os
i (i = 1, 2, ..., n) de tal forma que a

seja mnima.
E = "# f ( xk ) ( xk )$%
(2)
k=1

Clculo Numrico
11/66
Observe que, se o modelo ajustar exatamente os dados, o

mnimo da funo:
m
E = "# f ( xk ) ( xk )$%
k=1
ser zero e, portanto, a
um
dentro do mtodo dos quadrados mnimos.

Clculo Numrico
12/66
Caso Discreto

Clculo Numrico
13/66
Caso Discreto
Dado um conjunto de pontos (xi; f(xi)), i = 0, 1, 2, ..., m
(f dada por
O problema de ajuste de curvas consiste em encontrar

funes gi (x), tais que o desvio em cada ponto i, definido
por (2) seja mnimo, ou seja:
( x ) = 1g1 ( x ) + 2 g2 ( x ) +! + n gn ( x )
se aproxime ao mximo de f (x).
Clculo Numrico
14/66
Caso Discreto
Neste caso, o ajuste linear.
Ajuste linear em relao aos i e no s gi (x).

Clculo Numrico
15/66
Caso Discreto
A escolha das funes gi (x) depende do grfico dos pontos,

chamado de diagrama de disperso, atravs do qual pode-se
visualizar o tipo de curva que melhor se ajusta aos dados.

Clculo Numrico
16/66
Ajuste Linear
q
Como pode ser observado na Figura
1, uma possvel
aproximao seria atravs de uma funo linear do tipo:
( x ) = 1 xi + 0
(3)
Assim o objetivo determinar o valor de 0 e 1, que

minimize:
E = "# yi (1 xi + 0 )$%
i=1
Clculo Numrico
17/66
Ajuste Linear
Para que E seja mnimo necessrio que:
E
=0
0
E
=0
1
Clculo Numrico
(4)
(5)
18/66
Ajuste Linear
As equaes (4) e (5) simplificam-se nas

:
m
0 m + 1 xi = yi
m
i=1
i=1
0 xi + 1 x = xi yi
2
i
i=1
i=1
(6)
(7)
i=1

Clculo Numrico
19/66
Ajuste Linear
A soluo para o sistema de equaes :
m 2 m m
m
xi yi xi yi xi
i =1
i =1
i =1
i =1
0 =
m 2 m
m xi xi
i =1 i =1
m
m m
m xi yi xi yi
i =1
i =1
i =1
0 =
2
m
m
2
m
x
i
i
i =1 i =1
Clculo Numrico
(8)
(9)
20/66
Exemplo 1
Considerando os dados da Tabela 1, e atravs do grfico

gerado, pode-se definir que tipo de curva melhor se ajusta
aos dados.
Tabela 1
xi 1 2 3 4 5 6 7
8
9
10
yi 1,3 3,5 4,2 5,0 7,0 8,8 10,1 12,5 13,0 15,6

Clculo Numrico
21/66
Exemplo 1
20"
16"
12"
8"
4"
0"
0"
2"
4"
6"
8"
10" 12"
x para os dados da Tabela 1
Figura 1. Diagrama de Disperso
Clculo Numrico
22/66
Exemplo 1
Considerando a Tabela 1, e os dados necessrios para as

equaes (8) e (9), a Tabela 2 pode ser construda:
i
1
2
3
4
5
6
7
8
9
10
xi
yi
xi2
1
1,3
1
2
3,5
4
3
4,2
9
4
5,0
16
5
7,0
25
6
8,8
36
7
10,1
59
8
12,5
64
9
13,0
81
10
15,6
100
55 Clculo81
Numrico 385
xi yi
1,3
7,0
12,6
20,0
35,0
52,8
70,7
100,0
117,0
156,0
572,4
23/66
Exemplo 1
Considerando os dados da Tabela 2, os parmetros 0 e 1

podem ser calculados como:
0 = 0, 360
1 = 1, 538
Assim a reta a ser ajustada determinada por:
y = 1,538x 0,360
Clculo Numrico
24/66
Exemplo 1
Na Figura 2, pode-se observar o ajuste atravs da reta:
20"
y = 1.5382x - 0.36
16"
12"
y
8"
4"
0"
0"
2"
4"
6"
x
8"
10"
12"
Figura 2. Ajuste linear

Clculo Numrico
25/66
Ajuste Polinomial
O processo usado para o ajuste linear pode ser estendido

para ajuste polinomial.
Assim, uma funo polinomial de grau n dada por:

n
Pn ( x ) = n x + n1 x
n1
+!+ 1 x + 0
O objetivo minimizar o erro:

m
E = "# yi Pn ( xi )$%
i=1
Clculo Numrico
26/66
Ajuste Polinomial
Como no caso linear, para que E seja minimizado

necessrio que:
E
( 0 , 1,!, n ) = 0
j
para cada j = 0, 1, ..., n.
Isto fornece as n+1 equaes normais nas n+1 incgnitas j:

n
x
k
k=0
i=1
m
j+k
i
= y x
j
i i
para cada j = 0, 1, ..., n.
i=1
Clculo Numrico
27/66
Ajuste Polinomial
m
i =1
i =1
2
i
n
i
0 m + 1 xi + 2 x + ! + n x = yi
m
i =1
i =1
2
i
i =1
3
i
i =1
n +1
i
0 xi + 1 x + 2 x + ! + n x
i =1
i =1
= yi xi
i =1
i =1
i =1
i =1
i =1
i =1
0 xin + 1 xin+1 + 2 xin+ 2 + ! + n xi2 n = yi xin

Clculo Numrico
28/66
EXEMPLO 2
Ajustar os dados da Tabela 3 com um polinmio de grau dois

utilizando o mtodo dos mnimos quadrados.
Tabela 3
i
1
2
3
4
5
xi
0,00
0,25
0,50
0,75
1,00
yi
1,0000
1,2840
1,6487
2,1170
2,7183

Clculo Numrico
29/66
EXEMPLO 2
i
1
2
3
4
5
xi
0,00
0,25
0,50
0,75
1,00
2,50
yi
1,0000
1,2840
1,6487
2,1170
2,7183
8,7680
xi2
0,0000
0,0625
0,2500
0,5625
1,0000
1,875
xi3
0,0000
0,1563
0,1250
0,4219
1,0000
1,5625
xi4
0,0000
0,0039
0,0625
0,3164
1,000
1,3828

Clculo Numrico
xiyi
0,0000
0,3210
0,8244
1,5878
2,7183
5,4514
xi2yi
0,0000
0,0803
0,4122
1,1908
2,7183
4,4015
30/66
EXEMPLO 2
Para este problema, n = 2, m = 5 e as trs equaes normais

so:
5, 0 0 +
2, 51 + 1,875 2 = 8, 7680
2, 5 0 + 1,8751 + 1, 5625 2 = 5, 4514

1,875 0 +1, 56251 + 1, 3828 2 = 4, 4015
Resolvendo o sistema, obtm-se:
0 = 1, 0051 1 = 0,8647 2 = 0,8432

Clculo Numrico
31/66
EXEMPLO 2
y = 1, 0051+ 0,8642x + 0,8437x 2
3"
O erro total
2.5"
2"
E = "# yi P ( xi )$%
1.5"
i=1
1"
= 2, 74 10 4
0.5"
y = 0.8437x2 + 0.8642x + 1.0051
0"
0"
0.5"
1"
1.5"
o mnimo que pode ser

obtido usando um polinmio
com grau mximo 2
Figura 3. Ajuste polinomial

Clculo Numrico
32/66
Ajuste No-Linear
Existem casos, onde o
de uma
funo indica que os dados devem ser ajustado por uma

funo
Ocasionalmente, apropriado supor que os dados estejam

relacionados exponencialmente.
Exemplo: (x) = aebx, para a e b constantes.
A dificuldade de aplicao do mtodo dos mnimos quadrados

neste caso consiste na tentativa de minimizar E.
Clculo Numrico
33/66
Ajuste No-Linear
Para estes casos, um

deve ser empregado, para que seja possvel aplicar o Mtodo
dos Mnimos Quadrados.
Neste caso, podemos proceder da seguinte forma:

Clculo Numrico
34/66
Ajuste No-Linear
Caso I: Funo Exponencial
Aplicando logaritmo em ambos os lados, obtm-se:
ln ( y ) = ln ( ae
bx
( x ) = y = ae
) = ln (a ) + bx
Realizando as seguintes substituies:
bx
Y = ln ( y)
0 = ln ( a )
Obtm-se:
Y = 1 X + 0
Clculo Numrico
1 = b
X=x
35/66
Ajuste No-Linear
Caso II: Funo Logartmica
Expandindo:
y = a ln ( bx )
y = a ln ( b) + a ln ( x )
Y=y
0 = a ln ( b)
1 = a
Obtm-se:
Y = 1 X + 0
Clculo Numrico
X = ln ( x )
36/66
Ajuste No-Linear
Caso III: Funo Potencial
Aplicando logaritmo em ambos os lados:
y = ax
ln ( y) = ln ( ax ) = ln ( a ) + ln ( x ) = ln ( a ) + b ln ( x )
b
Y = ln ( y )
0 = ln ( a )
1 = b
Obtm-se:
Y = 1 X + 0
Clculo Numrico
X = ln ( x )
37/66
Ajuste No-Linear
b
y=a+
x
Caso IV: Funo Hiperblica
Y=y
0 = a
1 = b
Obtm-se:
Y = 1 X + 0
Clculo Numrico
X=x
1
38/66
Ajuste No-Linear
Usam-se as equaes do
para obter 0 e 1:
m
0 m + 1 xi = yi
m
i=1
i=1
0 xi + 1 x = xi yi
2
i
i=1
i=1
i=1

Clculo Numrico
39/66
Aps aplicar o mtodo dos mnimos quadrados,

preciso fazer as
para
encontrar os parmetros
da funo de
aproximao original.
Clculo Numrico
40/66
Observe que os parmetros a e b assim obtidos

dentro do critrio dos quadrados
mnimos, porque estamos ajustando o problema
e no o problema
Clculo Numrico
41/66
EXEMPLO 3
Encontrar uma funo exponencial que se ajusta aos valores

da tabela abaixo:
x
y
-1,0
36,547
-0,7
17,267
-0,4
8,155
-0,1
3,852
-0,2
1,82
-0,5
0,86
-0,8
0,406
1,0
0,246
Clculo Numrico
42/66
Exemplo 3
y = ae
bx
Y = ln y
0 = ln (a )
1 = b

Clculo Numrico
43/66
Exemplo 3
Como o ajuste ser realizado por uma funo exponencial

necessrio calcular: Y = ln y
i
Y = ln(y)
xi2
xiYi
-1,0
36,547
3,599
1,00
-3,599
-0,7
17,264
2,849
0,49
-1,994
-0,4
8,155
2,099
0,16
-0,839
-0,1
3,852
1,349
0,01
-0,135
0,2
1,820
0,599
0,04
0,120
0,5
0,860
-0,151
0,25
-0,075
0,8
0,406
-0,901
0,64
-0,721
1,0
0,246
-1,402
1,00
-1,402
0,3

69,15
8,041
3,59
Clculo Numrico
-8,645
44/66
Caso No-Linear
0 = 1, 099
1 = 2, 5
0 = ln (a )
1 = b
a = 3, 001
b = 2, 5

Clculo Numrico
45/66
Os parmetros 0 e 1 que ajustam a funo (x) funo Y

no sentido dos quadrados mnimos.
se pode afirmar que os parmetros a e b (obtidos

atravs de 0 e 1) so os que ajustam (x) funo y
dentro dos critrios dos quadrados mnimos.

Clculo Numrico
46/66
TESTE DE ALINHAMENTO
Uma vez escolhida uma funo no linear em a, b, para

ajustar uma funo. Uma forma de verificar se a escolha foi
razovel aplicar o

Clculo Numrico
47/66
Fazer a linearizao da funo no linear escolhida;
Fazer o diagrama de disperso dos novos dados;
Se os pontos do diagrama estiverem alinhados, isto

significar que a funo no linear escolhida foi uma boa
escolha.
Clculo Numrico
48/66
EXEMPLO 3
Grfico de x versus Y = ln y
i
Y = ln(y)
-1
36,547
3,599
-0,7
17,264
2,849
-0,4
8,155
2,099
-0,1
3,852
1,349
0,2
1,820
0,599
0,5
0,860
-0,151
0,8
0,406
-0,901
0,246
-1,402
0,3
69,15
8,041

Clculo Numrico
49/66
EXEMPLO 3
Diagrama de disperso dos novos dados (Y = ln y).

Clculo Numrico
50/66
EXEMPLO 4
Usando o Mtodo dos Mnimos Quadrados, ajustar uma

curva do tipo s = q t p aos dados abaixo:
2,2
2,7
3,5
4,1
65
60
53
50
Qual o valor de s quando t = 4,5?
Qual o vaor de t quando s = 40?

Clculo Numrico
51/66
EXEMPLO 4
Caso III: Funo Potencial
Aplicando logaritmo em ambos os lados:
s = qt
log s = log q + p logt
Obtm-se:
Y = 1 X + 0
Clculo Numrico
Y = log s
0 = log q
1 = p
X = logt
52/66
EXEMPLO 4
Temos ento:
i
Xi
Yi
Xi2
Xi Yi
2,2
65
0,3424
1,8129
0,1172
0,6207
2,7
60
0,4314
1,7782
0,1861
0,7671
3,5
53
0,5441
1,7243
0,2960
0,9382
4,1
50
0,6128
1,6990
0,3755
1,0411
1,9307
7,0144
0,9748
3,3671

Clculo Numrico
53/66
EXEMPLO 4
4 0 +1, 93071 = 7, 0144
1, 9307 0 + 0, 97481 = 3, 3671
0 = 1, 963
0 = log q
1 = 0, 434
1 = p
q = 91,83
p = 0, 434
s = 91,83t
0,434

Clculo Numrico
54/66
EXEMPLO 4
Se:
s = 91,83t
0,434
ento, para t = 4,5; s 48, e para s = 40; t 6,8.

Clculo Numrico
55/66
Caso Contnuo

Clculo Numrico
56/66
Caso Contnuo
Outro problema a aproximao de funes.
Para o caso discreto, temos um
Para o caso contnuo, temos
.
.

Clculo Numrico
57/66
Caso Contnuo
Dada uma funo f (x), contnua em [a, b] e escolhidas funes
g1 (x), g2 (x), ..., gn (x), todas contnuas em [a, b], determinar
constantes 1, 2,..., n, tal que:
( x ) = 1g1 ( x ) + 2 g2 ( x ) +! + n gn ( x )
se aproxime ao mximo de f (x).

Clculo Numrico
58/66
Caso Contnuo
O objetivo determinar um polinmio de grau mximo n

( (x) = Pn(x)):
n
Pn (x ) = n x + n 1 x
n 1
+ ! + 1 x + 0 = k x
k =0
que minimize o erro total:

2
'
*
k
E = "# f ( x ) Pn ( x )$% dx = ) f ( x ) k x , dx
+
a
a (
k=0
b

Clculo Numrico
59/66
Caso Contnuo
O problema encontrar os coeficientes j que minimizem E.
Uma condio necessria para que os nmeros j

minimizem E que:
E
( 0 , 1 ,!, n ) = 0
j
para cada j=0, 1, . . .,n.

Clculo Numrico
60/66
Caso Contnuo
Como:
b
E = !" f ( x )#$ dx 2 k
a
k=0
(
+
k
x f ( x ) dx + * k x - dx
,
a ) k=0
b
As derivadas ficam na seguinte forma:
n
b
b
E
j
j+k
,!,
=
2
x
f
x
dx
+
2
x
dx = 0
( 0 1
( )
n)
k
j
a
a
k=0

Clculo Numrico
61/66
Caso Contnuo
Para encontrar Pn (x), temos (n + 1) equaes normais:

n
k =0
j +k
j
x
dx
=
x
k
f (x)dx
a
que devem ser resolvidas para se determinar as (n+1)

incgnitas j, para cada j = 0, 1, ..., n.

Clculo Numrico
62/66
EXEMPLO 5
Encontrar o polinmio de aproximao por mnimos

quadrados de segundo grau para a funo abaixo no
intervalo [0,1].
f ( x ) = sen ( x )

Clculo Numrico
63/66
EXEMPLO 5
b
b
j +k
k =0
dx = x f (x )dx
a
1
2
0 1dx + 1 xdx + 2 x dx = sen(x )dx

0
1
0
1
0 xdx + 1 x 2 dx + 2 x 3dx = xsen(x )dx

0
1
0 x dx + 1 x dx + 2 x dx = x sen(x )dx
0

Clculo Numrico
64/66
EXEMPLO 5
Calculando as integrais obtm-se:
1
1
2
0 + 1 + 2 =
2
3
1
1
1
1
0 + 1 + 2 =
2
3
4
1
1
1
2 4
0 + 1 + 2 =
3
4
5
3
Resolvendo o sistema obtm-se o seguinte polinmio:
P2 ( x ) = 4,1225x 2 + 4,1225x 0, 0505

Clculo Numrico
65/66
EXEMPLO 5
Figura 4. Aproximao de f(x) pelo polinmio P2(x).

Clculo Numrico
66/66

14-Ajuste de Curvas

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

14-Ajuste de Curvas

Hochgeladen von

Copyright:

Verfügbare Formate

CLCULO NUMRICO

Profa. Dra. Yara de Souza Tadano

Aula 14 Ajuste de Curvas

Em geral, experimentos geram uma gama de dados que

Obter uma funo matemtica que represente (ou que

Aula 14 Ajuste de Curvas

usar interpolao polinomial

Deseja-se extrapolar ou fazer previses em regies fora do

Os dados tabelados so resultados de experimentos, onde erros

Aula 14 Ajuste de Curvas

O objetivo obter uma funo que seja uma boa

Aula 14 Ajuste de Curvas

A escolha das funes pode ser feita:

Observando o grfico dos pontos tabelados;

Baseando-se em fundamentos tericos do experimento que

Atravs de uma funo j conhecida.

Aula 14 Ajuste de Curvas

O Mtodo dos Mnimos Quadrados um mtodo

Aula 14 Ajuste de Curvas

Mtodo dos Mnimos Quadrados

Mtodo dos Mnimos Quadrados consiste em escolher os i

se aproxime ao mximo de f(x).

g ( x ) fornece os pontos estimados.

Mtodo dos Mnimos Quadrados

O Mtodo dos Mnimos Quadrados consiste em escolher os

i (i = 1, 2, ..., n) de tal forma que a

Aula 14 Ajuste de Curvas

Mtodo dos Mnimos Quadrados

Observe que, se o modelo ajustar exatamente os dados, o

ser zero e, portanto, a

dentro do mtodo dos quadrados mnimos.

Aula 14 Ajuste de Curvas

Dado um conjunto de pontos (xi; f(xi)), i = 0, 1, 2, ..., m

O problema de ajuste de curvas consiste em encontrar

Neste caso, o ajuste linear.

Ajuste linear em relao aos i e no s gi (x).

Aula 14 Ajuste de Curvas

A escolha das funes gi (x) depende do grfico dos pontos,

Aula 14 Ajuste de Curvas

Como pode ser observado na Figura

aproximao seria atravs de uma funo linear do tipo:

Assim o objetivo determinar o valor de 0 e 1, que

Para que E seja mnimo necessrio que:

As equaes (4) e (5) simplificam-se nas

Aula 14 Ajuste de Curvas

A soluo para o sistema de equaes :

Considerando os dados da Tabela 1, e atravs do grfico

Aula 14 Ajuste de Curvas

Considerando a Tabela 1, e os dados necessrios para as

Considerando os dados da Tabela 2, os parmetros 0 e 1

Assim a reta a ser ajustada determinada por:

Figura 2. Ajuste linear

O processo usado para o ajuste linear pode ser estendido

Assim, uma funo polinomial de grau n dada por:

O objetivo minimizar o erro:

Como no caso linear, para que E seja minimizado

para cada j = 0, 1, ..., n.

Isto fornece as n+1 equaes normais nas n+1 incgnitas j:

para cada j = 0, 1, ..., n.

0 xin + 1 xin+1 + 2 xin+ 2 + ! + n xi2 n = yi xin

Ajustar os dados da Tabela 3 com um polinmio de grau dois

Aula 14 Ajuste de Curvas

Aula 14 Ajuste de Curvas

Para este problema, n = 2, m = 5 e as trs equaes normais