Ajuste de Curvas

Ajuste de Curvas

Universidade Tecnológica Federal do Paraná

Campus Francisco Beltrão

Disciplina: Cálculo Numérico

Professor: Jonas Joacir Radtke

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Uma forma de se trabalhar com uma função definida por uma

tabela de valores é a interpolação. Contudo, a interpolação pode
não ser aconselhável quando:
É preciso obter um valor da função em algum ponto fora do
intervalo de tabelamento (extrapolação).
Os valores tabelados são resultado de experimentos fı́sicos,
pois estes valores poderão conter erros inerentes que, em
geral, não são previsı́veis.

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Problemas Práticos
O primeiro passo é a coleta de dados exibindo os valores
correspondentes das variáveis. Por exemplo, sejam x e y ,
respectivamente, a altura e o peso de alunos do sexo
masculino. Uma amostra de n indivı́duos acusaria alturas
x1 , x2 , ..., xn e os correspondentes pesos y1 , y2 , ..., yn .
O segundo passo é criar um gráfico dos pontos (x1 , y1 ),
(x2 , y2 ), ...,(xn , yn ) em um sistema de coordenadas
retangulares. O conjunto resultante costuma chamar-se de
diagrama de dispersão. Pelo diagrama de dispersão, muitas
vezes se pode visualizar uma curva aproximativa dos dados.

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

O método dos mı́nimos quadrados

De modo geral, pode-se ajustar mais de uma curva a determinado
conjunto de dados. A fim de evitar critérios individuais na escolha
de retas, parábolas, etc., é necessário chegar-se a um consenso
quanto ao que se deve entender por “melhor reta”, “melhor
curva”, etc.
A fim de motivar uma possı́vel definição, consideremos a figura
abaixo, em que os pontos são dados por (x1 , y1 ), (x2 , y2 ), ...,
(xn , yn ).

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Para determinado valor x, digamos x1 , haverá uma diferença entre

o valor y1 e o correspondente valor “ajustado”, determinado pela
curva C . Denotamos tal diferença por d1 , e chamamo-la desvio,
erro ou resı́duo.
Uma medida da “aderência”, ou “validade do ajustamento”, da
curva C aos dados do problema é dada por

d12 + d22 + ... + dn2

Definição:
De todas as curvas que se aproximam de determinado conjunto de
pontos, a curva que goza da propriedade

d12 + d22 + ... + dn2 = mı́nimo

é a melhor curva ajustadora.

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Uma curva com esta propriedade se ajusta aos dados no

sentido de mı́nimos quadrados, e é chamada curva de mı́nimos
quadrados. Temos então reta de mı́nimos quadrados, parábola
de mı́nimos quadrados, etc.
É usual empregar a definição acima quando x é a variável
independente e y é a variável dependente. Se x for a variável
dependente, modifica-se a definição, considerando-se os
desvios horizontais ao invés de verticais.
Outra possibilidade consiste em considerar distâncias
perpendiculares dos pontos observados à curva, em lugar de
distâncias horizontais ou verticais. Tal processo, entretanto,
não é muito usado.

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

A reta de mı́nimos quadrados

Pela definição, temos que a reta de mı́nimos quadrados que

aproxima, ou ajusta, o conjunto de pontos (x1 , y1 ), (x2 , y2 ), ...,
(xn , yn ) tem por equação

y = a + bx (1)

onde a e b são incógnitas a serem determinadas.

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Os valores de y na reta de mı́nimos quadrados, correspondente a

x1 , x2 , ..., xn são

a + bx1 , a + bx2 , ..., a + bxn

Logo, os correspondentes desvios verticais são

d1 = a + bx1 − y1

d2 = a + bx2 − y2
..
.
dn = a + bxn − yn

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Então a soma dos quadrados dos desvios é

n
X n
X
di2 = (a + bxi − yi )2
i=1 i=1

ou, de forma abreviada,

X X
d2 = (a + bx − y )2

é uma função de a e b, isto é,

X
F (a, b) = (a + bx − y )2

A condição necessária para que esta expressão seja mı́nima é

∂F ∂F
∂a = 0, ∂b = 0.

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Como
∂F X ∂F X
= (a + bx − y )2 = 2(a + bx − y )
∂a ∂a
∂F X ∂F X
= (a + bx − y )2 = 2x(a + bx − y )
∂b ∂b
obtemos
X X X
(a + bx − y ) = 0 ⇒ y = an + b x
X X X X
x(a + bx − y ) = 0 ⇒ xy = a x +b x2

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Portanto, para determinar as incógnitas a e b devemos resolver o

seguinte sistema
X X
y = an + b x
X X X
xy = a x +b x2 (2)

que é chamado de equações normais para a reta de mı́nimos

quadrados.
Os valores de a e b obtidos de (2) são dados por

( y )( x 2 ) − ( x)( xy )
P P P P
a = (3)
n x 2 − ( x)2
P P
P P P
n xy − ( x)( y )
b = (4)
n x 2 − ( x)2
P P

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Exemplo 1:
A dureza (HB) para aços comuns recozidos varia com a quantidade
de perlita (um tipo de estrutura cristalina do aço) presente.
(a) Obtenha um modelo matemático para descrever os dados
medidos.
(b) Qual a dureza do material com 90% de Perlita?

% de Perlita 25 50 75 100
Dureza (HB) 120 138 190 240

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Solução (a):
Observamos visualmente um comportamento linear da dureza D
em relação a porcentagem de perlita P, logo, obteremos um
modelo da forma
y = a + bx
onde y é a dureza e x é a porcentagem de perlita.
Da tabela anterior podemos obter

x = % de Perlita y = Dureza (HB) x2 xy

25 120 625 3000
50 138 2500 6900
75 190 5625 14250
100 240 10000 24000
250 688 18750 48150

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

As equações normais correspondentes à reta de mı́nimos quadrados

são
X X
y = an + b x
X X X
xy = a x +b x2

donde
y )( x 2 ) − ( x)( xy )
P P P P
(
a = = 69,0
n x 2 − ( x)2
P P
P P P
n xy − ( x)( y )
b = = 1,648
n x − ( x)2
P 2 P

Então

y = 69 + 1,648x ou D = 69 + 1,648P

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Solução (b):
Substituindo P = 90 na expressão anterior temos

D = 69 + 1,648 · 90 = 217,32

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Exercı́cio 1
Ajustar os dados da tabela abaixo através de uma reta. Fazer o diagrama de
dispersão dos pontos da tabela juntamente com a reta de regressão obtida.

i 1 2 3 4 5
xi 1,3 3,4 5,1 6,8 8,0
f (xi ) 2,0 5,2 3,8 6,1 5,8

Resposta: y = 2,00974 + 0,52241x

Exercı́cio 2
Ajuste os dados abaixo pelo método de mı́nimos quadrados utilizando: (a) uma
reta; (b) uma parábola. Trace as duas curvas no gráfico de dispersão dos
dados. Como você compararia as duas curvas com relação aos dados?

x 2 3 4 5 6 7
y 0,6 0,9 0,8 1,2 1,5 1,7

Respostas:
(a) y = 0,12667 + 0,22000x
(b) y = 0,46714 + 0,04321x + 0,01964x 2
Universidade Tecnológica Federal do Paraná Cálculo Numérico
 Ajuste de Curvas

Regressão em Funções com Parâmetros Não-lineares

Em alguns casos, a famı́lia de funções escolhidas pode ser não
n
X
linear nos parâmetros, isto é, g (x) não é da forma ai gi (x).
i=0
Nestes casos é precisa efetuar uma “linearização”, através de
transformações convenientes.
Exemplo

f (x) ≈ a · e b x = g (x)
ln(f (x)) ≈ ln(a · e bx ) = ln(a) + b · x = G (x)
Fazendo ln(a) = ā e b = b̄, tem-se:

G (x) = ā + b̄ · x

Desta forma, G (x) ≈ ln(f (x)), sendo que G (x) é linear nos
parâmetros ā e b̄.
Universidade Tecnológica Federal do Paraná Cálculo Numérico
 Ajuste de Curvas

Exemplo
1
f (x) ≈ = g (x)
a+b·x
1
≈ a + b · x = G (x)
f (x)
1
Desta forma G (x) ≈ f (x) , sendo que G (x) é linear nos parâmetros
a e b.

Exemplo
√
f (x) ≈ a + b · x = g (x)
[f (x)]2 ≈ a + b · x = G (x)
Desta forma G (x) ≈ [f (x)]2 , sendo que G (x) é linear nos
parâmetros a e b.

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Observação: os parâmetros assim obtidos não são ótimos dentro

do critério dos mı́nimos quadrados, isto porque estamos ajustando
o problema linearizado por mı́nimos quadrados e não o problema
original.
Exemplo
A tabela abaixo dá os valores observados da pressão P de certa
massa de gás correspondente a diversos valores do volume V . De
acordo com os princı́pios da termodinâmica, deve existir entre as
variáveis uma relação da forma PV γ = C , onde γ e C são
constantes.
(a) Determine os valores de γ e C .
(b) Escreva a equação que relaciona P e V .
(c) Estime P para V = 100 polegadas cúbicas.
Volume V (pol3 ) 54,3 61,8 72,4 88,7 118,6 194,0
Pressão P (lbs/pol2 ) 61,2 49,5 37,6 28,4 19,2 10,1

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Solução (a):
Como PV γ = C , temos, tomando logaritmos decimais

log P + γ log V = log C

ou
log P = log C − γ log V
Fazendo
log V = x̄ e log P = ȳ
a última equação pode ser escrita

ȳ = ā + b̄x̄

onde
ā = log C e b̄ = −γ

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

A tabela abaixo fornece os valores de x̄ e ȳ correspondentes aos

valores de V e P da tabela anterior, juntamente com os cálculos
para determinação da reta de mı́nimos quadrados.
x̄ = log V ȳ = log P x̄ 2 x̄ ȳ
1,7348 1,7868 3,0095 3,0997
1,7910 1,6946 3,2077 3,0350
1,8597 1,5752 3,4585 2,9294
1,9479 1,4533 3,7943 2,8309
2,0741 1,2833 4,3019 2,6617
P 2,2878 P 1,0043 P 25,2340 P 2,2976
x̄ = 11,6953 ȳ = 8,7975 x̄ = 23,0059 x̄ ȳ = 16,8543

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

As equações normais correspondentes à reta de mı́nimos quadrados

são
X X
ȳ = ān + b̄ x̄
X X X
x̄ ȳ = ā x̄ + b̄ x̄ 2

Resolvendo o sistema linear acima obtemos

ā = 4,20
b̄ = −1,40

Como ā = 4,20 = log C e b̄ = −1,40 = −γ,

C = 1,60 · 104 e γ = 1,40

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Solução (b):

PV 1,40 = 16000

Solução (c):
Quando V = 100, temos

P · 1001,40 = 16000

Isonlando P obtemos

P = 101,40 = 25,1 lb/pol 2

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Exercı́cio 3
A tabela abaixo fornece o número de habitantes do Brasil (em
milhões) desde 1920:

Ano (x) 20 40 60 80 91
População (y) 30,6 41,2 70,2 93,1 146,2

(a) Fazer o diagrama de dispersão dos pontos tabelados.

(b) Obter a curva de regressão (y = ae bx ) que melhor se ajusta
aos dados amostrais e esboça-la no diagrama de dispersão.
(c) Obtenha uma estimativa para a população brasileira no ano
1995. Analise seu resultado.
(d) Em que ano a população brasileira ultrapassou o ı́ndice de 100
milhões de habitantes?
Respostas: (b) y = 18,82925 · e 0,02142x ; (c) y = 144,1 milhões;
(d) x = 78, ou seja, 1978.
Universidade Tecnológica Federal do Paraná Cálculo Numérico
 Ajuste de Curvas

Exercı́cio 4
O número de bactérias, por unidade de volume, existente em uma
cultura após x horas é apresentado na tabela:

No de horas (x) 1 2 3 4 5
No de bactérias (y ) 47 65 92 132 190

(a) verifique que uma curva para se ajustar ao diagrama de

dispersão é do tipo exponencial;
(b) ajuste aos dados as curvas y = a b x , y = a x b e y = a e bx ;
compare os valores obtidos por meio destas equações com os
dados experimentais;
(c) avalie da melhor forma o valor de y (x) para x = 6.
Respostas:
(b) y = 32,6087 · 1,4194x ; y = 32,6087 · e 0,35022
(c) 266,6349, ??? e 266,6349

Universidade Tecnológica Federal do Paraná Cálculo Numérico

 Ajuste de Curvas

Exercı́cio 5
Implementar um programa computacional que receba o número de
dados experimentais n e os dados experimentais (x, y ). Como
saı́da o programa deve fornecer os coeficientes da reta (a e b) que
melhor se ajusta aos dados e um diagrama de dispersão dos valores
experimentais juntamente com a reta de regressão.

Exercı́cio 6
Considere os dados amostrais apresentados na tabela abaixo:

x −2 0 2 4 6 8 10
y −25 2 8 −26 −38 −27 30

(a) obtenha a função cúbica que melhor se ajusta aos dados

amostrais e esboce-a junto com o diagrama de pontos;
(b) resolva o problema com o programa do exercı́cio anterior.

Universidade Tecnológica Federal do Paraná Cálculo Numérico