Académique Documents
Professionnel Documents
Culture Documents
satisfaça
ϕ(xk ) ≈ yk , ∀k = 1, . . . , K .
yk = f (xk ), ∀k = 1, . . . , K ,
1.5
y=f(x)
0.5
0
-1 -0.5 0 0.5 1
x
Marcos Eduardo Valle MS211 - Cálculo Numérico 5 / 25
Formulação Matemática
Escolhidas as funções g1 , . . . , gM , no problema de quadrados
mínimos, a notação
ϕ(xk ) ≈ yk , ∀k = 1, . . . , K ,
significa que a soma dos quadrados dos desvios ϕ(xk ) − yk é
mínima, ou seja,
K
X 2
J(α1 , . . . , αM ) = ϕ(xk ) − yk ,
k =1
é mínimo.
Aα = b,
K
X K
X
aij = gi (xk )gj (xk ) e bi = yk gi (xk ), ∀i, j = 1, . . . , M.
k =1 k =1
em que
g` (x1 ) y1
g` (x2 ) y2
g` = . e y = . , ∀` = 1, . . . , M.
.. ..
g` (xK ) yK
Aα = b,
mínimo de
X K 2
J(α1 , . . . , αM ) = ϕ(xk ) − yk .
k =1
Considere a tabela
x -1.00 -0.75 -0.60 -0.50 -0.30 0.00 0.20 0.40 0.50 0.70 1.00
y 2.05 1.15 0.45 0.40 0.50 0.00 0.20 0.60 0.51 1.20 2.05
e as funções
e
b1 = hy, g1 i = 5.87, b2 = hy, g2 i = −0.11, b3 = hy, g3 i = 9.11.
cuja solução é
T
α∗ = 1.94 0.10 0.09 .
k =1
1.5
y=f(x)
0.5
0
-1 -0.5 0 0.5 1
x
Marcos Eduardo Valle MS211 - Cálculo Numérico 15 / 25
Em alguns casos, o método dos quadrados mínimos linear pode ser
usado para ajustar uma função ϕ não linear nos coeficientes.
Exemplo de Linearização
Suponha que queremos ajustar uma função exponencial
ϕ(x) = β1 eβ2 x .
y ≈ β 1 e β2 x =⇒ z = ln(y ) ≈ ln(β1 ) + β2 x.
z ≈ α1 + α2 x,
em que α1 = ln(β1 ) e α2 = β2 .
35
30
25
y
20
15
10
0
-1 -0.5 0 0.5 1
x
y ≈ β1 eβ2 x .
z ≈ α1 + α2 x,
em que β1 = eα1 e β2 = α2 .
2
z
-1
-2
-1 -0.5 0 0.5 1
x
cuja solução é
T
α∗ = 1.09 −2.51 .
2
z
-1
-2
-1 -0.5 0 0.5 1
x
y ≈ 2.99e−2.51x .
35
30
25
y
20
15
10
0
-1 -0.5 0 0.5 1
x
Marcos Eduardo Valle MS211 - Cálculo Numérico 23 / 25
É importante observar que os parâmetros β1∗ e β2∗ não minimizam
necessariamente
K
X 2
J(β1 , β2 ) = β1 eβ2 xk − yk ,
k =1
Os coeficientes α1∗ , . . . , αM
∗ são obtidos resolvendo o sistema
Aα = b,
conhecido como equação normal.