Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Seja f(x) uma função contínua no intervalo [a,b], conforme mostrada na figura.
f (x)
5
0
a b x
-1
-1 0 1 2 3 4 5 6
6
6
f (x)
f (x)
5
5
4
4
f (x)
f (x)
3
3
fif i(x)
(x)
2 2
1 1
0 0
aa bb x x
-1 -1
-1 -1 0 0 11 22 3
3 44 5 5 6 6
1
Observe que a curva ajustada não necessita passar pelos pontos f(a)
e f(b).
Pelo critério de mínimos quadrados, para o caso contínuo tem-se:
b 2
D = ∫ [ f ( x ) −ϕ( x )] dx
a
[ ]
b b
D = ∫ [ f ( x) − ϕ ( x)] dx = ∫ f ( x) 2 − 2 f ( x)ϕ ( x) + ϕ ( x) 2 dx =
a a
a
b
{ 2 2
}
= ∫ f ( x) − 2 f ( x)[α1 g 1 ( x) + α 2 g 2 ( x)] + α12 g 1 ( x) 2 + 2α1α 2 g 1 ( x) g 2 ( x) + α 2 g 2 ( x) 2 dx =
2
b
b b b
= ∫ [ f ( x)] dx − 2∫ f ( x) g 1 ( x)dx α1 − 2 ∫ f ( x) g 2 ( x)dx α 2 + 2∫ g 1 ( x) 2 dx α12 +
a a a a
b
b
2
+ 2∫ g 1 ( x) g 2 ( x)dx α1α 2 + ∫ g 2 ( x) 2 dx α 2 = F (α1 , α 2 )
a a
∂F
b
b b
= −2 ∫ f ( x) g 1 ( x) dx + 2 ∫ g 1 ( x) dx α1 + 2 ∫ g 1 ( x) g 2 ( x)dx α 2
2
∂α1 a a a
∂F
b
b
b
= −2∫ f ( x ) g 2 ( x)dx + 2∫ g 2 ( x) 2 dx α 2 + 2 ∫ g 1 ( x) g 2 ( x)dx α1
∂α 2 a a a
b b b
∫ 1 1 ∫ 1
α + 2 ∫ f ( x ) g 1 ( x ) dx
α =
2
g ( x ) dx g ( x ) g 2 ( x ) dx
a a a
b b b
a a a
De forma análoga como foi feito no caso discreto, pode-se generalizar para uma
função ϕ( x ) com n termos. Os termos do sistema linear resultante são muito semelhantes,
2
mas com a diferença de, em vez do somatório para os valores discretos, tem-se a integral no
intervalo contínuo.
Exemplo:
Aproximar f ( x ) = 4 x 3 por uma reta no intervalo [0,1].
Solução:
A curva a ser ajustada é dada por: ϕ ( x) = α1 g 1 ( x) + α 2 g 2 ( x) = α1 +α 2 x .
Os termos do sistema linear Aα =b são determinados por:
b 1 1
a11 = ∫ g ( x) dx = ∫1dx = x
2
1 =1
a 0 0
b 1 1
x2 1
a12 = a 21 = ∫ g 1 ( x ) g 2 ( x)dx = ∫ xdx = =
a 0
2 0
2
b 1 3 1
x 1
a 22 = ∫ g 22 ( x) dx = ∫ ( x 2 ) dx = =
a 0
3 0
3
b 1 1
4x 4
b1 = ∫ f ( x ) g 1 ( x)dx = ∫ (4 x 3 ) dx = =1
a 0
4 0
b 1 1
4x 5 4
b2 = ∫ f ( x) g 2 ( x)dx = ∫ (4 x 3 ⋅ x) dx = =
a 0
5 0
5
1 1 α 1
2 1 =
4
1 2 13 α 2 5
ajustada.
4
3
f(x)= 4x
f i (x)=3,6x-0.8
2
3
-1
-0.5 0 0.5 1 1.5
5.6 Caso Não-Linear
Nos casos mostrados anteriormente a função a ser ajustada era linear com
relação aos α' s . Pode-se desejar ajustar os pontos a uma função não-linear. O Método dos
Mínimos Quadrados desenvolvido é para ser utilizada apenas para funções lineares. Uma
solução para este caso é linearizar o problema através de uma transformação conveniente.
Para exemplificar, deseja-se ajustar uma função com dados tabelados f(x) à
função ϕ ( x) = α 1 e −α 2 x , α1 e α2 positivos. Observe que a função a ser ajustada é não-
linear com relação aos α' s . Esta função não pode ser ajustada diretamente utilizando o
Método dos Mínimos Quadrados. Pode-se aplicar a transformação Φ( x) = ln( ϕ( x)) ,
resultando em:
Exemplo:
4
x -1,0 -0,7 -0,4 -0,1 0,2 0,5 0,8 1,0
f(x) 36,547 17,264 8,155 3,852 1,820 0,860 0,406 0,246
40
35
30
25
20
15
10
0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
O ajuste será feito para z = ln[ f ( x)] . Os valores da tabelados são modificados
para:
a11 a12 γ 1 b1
a =
13 a14 γ 2 b2
5
Onde:
8 8
a11 = ∑ g 1 ( x) 2 = ∑1⋅1 = 8
i =1 i =1
8 8
a12 = a 21 = ∑ g 1 ( x k ) g 2 ( x k ) = ∑ 1 ⋅ x k = 0,3
i =1 i =1
8 8
a 22 = ∑ g 2 ( x) 2 = ∑ x k2 = 3,59
i =1 i =1
8 8
b1 = ∑ ln( x k ) g 1 ( x k ) = ∑ ln( x k ) ⋅1 = 8,041
i =1 i =1
8 8
b2 = ∑ ln( x k ) g 2 ( x k ) = ∑ ln( x k ) ⋅ x k = −8,646
i =1 i =1
8 0,3 γ 1 8,041
0,3 3,59 γ = − 8,646
2
1,099
γ =
− 2,5
Portanto,
α 1 = e γ 1 = e1,099 = 3,001
α 2 = −γ 2 = 2,5
ϕ ( x) = α 1 e −α 2 x = 3,001e −2,5 x
1) Hiperbole
1
f ( x ) ≈ ϕ( x ) =
α1 +α2 x
1
Utilizar a transformação z = f ( x) = α1 +α2 x
2) Exponencial
f ( x) ≈ ϕ ( x) = α1α 2 x
3) Curva Geométrica
6
f ( x ) ≈ ϕ ( x ) = α1 x α 2
4) Curva Trigonométrica
f ( x) ≈ ϕ ( x) = α1 + α 2 cos( wx )
t = cos( wx ) ⇒ ϕ (t ) = α1 + α 2 t
O ajuste será a partir da minimização das somas dos quadrados dos desvios de f ( x) .
Teste de Alinhamento
Exemplo:
7
4
-1
-2
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Pode-se observar pelo diagrama de dispersão que a função foi uma boa escolha.