Académique Documents
Professionnel Documents
Culture Documents
TI0048 Modelos Probabilsticos para Engenharia Responsvel: Prof. Dr. Guilherme de Alencar Barreto 4o. Trabalho Computacional Semestre 2012-2
Questo nica: determinao da curva de ajuste aos dados usando o mtodo dos mnimos quadrados. Os dados do aerogerador foram carregados e o grfico inicial de velocidade por potncia foi plotado abaixo:
Com o auxilio das funes polyfit() e polyval() a curva dos mnimos quadrados foi ajustada ao aerogerador atravs dos comandos:
P=3; % Ordem do polinmio B=polyfit(x(:,1),x(:,2),P); % Ajusta polinomio de ordem P aos dados yp=polyval(B,x(:,1)); % Valores preditos de y para cada entrada
Foi ento calculado o coeficiente R2, que o coeficiente de determinao utilizado para julgar a adequao de um modelo de regresso, baseado na sua definio na equao abaixo:
Quanto mais prximo de 1 o valor de R2, mais satisfatrio o modelo adotado. Os comandos utilizados foram:
my=mean(x(:,2)); % Media da variavel x2 (potencia) y=x(:,2); % Mudanca no nome da variavel Syy=sum((y-my).^2); % soma das diferenas quadraticas entre y e my SQE=sum((y-yp).^2); % soma das diferenas quadraticas entre y e yp R2=1-SQE/Syy; % Coeficiente R2
Aps isso um novo grfico foi gerado sobrepondo a curva do polinmio de grau trs aos dados do aerogerador.
O resultado mostrado neste grfico satisfatrio apesar da curva do polinmio errar quando se tem poucos pontos, com na velocidade de vento entre 0 e 5. Para este grau de polinmio o coeficiente R2 0.9690, demonstra que o modelo de regresso satisfatrio.
Modificando o polinmio para o grau 4, obtemos uma nova curva sobreposta no grfico do aerogerador.
Neste grfico observamos que a curva do polinmio se aproxima mais fielmente dos dados do aerogerador, e podemos observar pelo novo valor de R2 (0.9737) que o modelo de regresso mais aproximado que o anterior. Vemos assim que com grau maior de polinmio melhor o modelo. Uma outra maneira de fazer um modelo de predio de y para cada entrada seria pelo mtodo matricial que definido na equao abaixo:
Em que o vetor de estimativas dos quadrados mnimos, , dado por ,e sua sada deve ser igual do comando polyfit() utilizado anteriormente. Nesta equao, X a matriz de Vandermonde para a entrada do sistema, no caso, a primeira coluna da matriz de dados do aerogerador, e o y a sada do sistema, ou seja, a segunda coluna da matriz do aerogerador. Para obtermos as estimativas por meio dos quadrados mnimos, utilizaremos a matriz de vandermonde de ordem 4 com os comandos a seguir:
Da matriz original de vandermonde com 2250x2250 linhas por colunas, retiramos as cinco ultimas colunas para representar a ordem 4 do polinmio. O valor de obtido da forma matricial idntico ao obtido com o comando polyfit(). B = -0.0677 1.4339 -5.0036 10.3729 -0.3913 (utilizando polyfit) 1.4339 -5.0036 10.3729 -0.3913 (utilizando mtodo matricial)
beta = -0.0677
O que mostra que a funo polyfit() utiliza o mtodo dos mnimos quadrados para obter o polinmio de ordem P para obter o vetor de estimativas .