Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade de Brasília – UnB Faculdade UnB Gama – FGA Métodos Numéricos para Engenharia Prof. Ricardo Fragelli AULA 15 Ajuste de Curvas pelo Método dos Quadrados Mínimos 1. Ajuste de Curvas Antes de qualquer coisa, vamos fazer um teste psicológico bastante conhecido: O teste de Rorschach. Vamos mostrar três imagens abstratas e você diz a primeira coisa que vier a sua cabeça. Vamos lá! Figura 1 – Teste de Rorschach. Figura 2 – Teste de Rorschach. Figura 3 – Teste de Fragelli. Você provavelmente deve ter imaginado um morcego, uma mariposa, uma borboleta ou uma máscara nas figuras 1 e 2, mas, se você possui alguma intimidade com a matemática, deve ter visto uma parábola na figura 3. Esse teste é des-conhecido como teste de Fragelli! Além de ter visto uma parábola, deve ter percebido que a mesma passa pela origem do sistema de eixos, ou seja, uma função do tipo ݕ = �ݔଶ , onde � é uma constante real positiva. Surge então o desafio: qual o valor de � que melhor se ajusta aos pontos da figura 3? Somente a título de curiosidade, na figura 2 eu visualizei um feiticeiro com dois guardiões em forma de unicórnio! Mesmo tendo certeza de que você voltou na figura 2 para conferir os unicórnios, vou pedir para voltar na figura 3 e imaginar várias parábolas com concavidades diferentes. Que tal testar isso no Matlab? Para isso, baixe o arquivo parabola.m e parabola.jpg, disponíveis no Moodle, e salve-os na mesma pasta. O script desenvolvido carrega uma imagem, a coloca como fundo de um objeto “figure”, define uma área para plotagem exatamente ajustada com relação à imagem e faz um gráfico com fundo transparente por cima dessa imagem (figura 4). Figura 4 – Fazendo um gráfico por cima da imagem. O objetivo dessa primeira atividade é fazer várias parábolas com concavidades diferentes de modo a obter uma curva bem ajustada com relação aos pontos da imagem (veja na figura 5). Figura 5 – Ajuste da curva. Faça o mesmo para as outras imagens (parabola2.jpg, parabola3.jpg, parabola4.jpg, parabola5.jpg e parabola6.jpg) que estão disponíveis no Moodle. A figura 6 mostra dois exemplos de imagens e suas respectivas parábolas bem ajustadas. Figura 6 – Ajuste da curva. 2. Método dos Quadrados Mínimos Já observamos que é possível encontrar uma curva para que se ajuste a pontos dados, mas, como encontrar a melhor delas? Uma possibilidade é diminuir a diferença entre os valores dados ݕଵ, ݕଶ … ݕ� tabelados e os valores da função escolhida �ሺݔሻ. Ou seja, desejamos diminuir os valores de ݕଵ − �ሺݔଵሻ, ݕଶ − �ሺݔଶሻ, … , ݕ� −�ሺݔ�ሻ , chamados de resíduos. Contudo, podem haver compensações com resíduos positivos e negativos e, para que isso não aconteça, geralmente é utilizado o quadrado dos resíduos. Outra alternativa seria utilizar os resíduos em valor absoluto, contudo, o quadrado é mais utilizado pela facilidade em se encontrar os pontos críticos. Para estudar o método dos quadrados mínimos, vamos iniciar com um problema mais simples: Qual a reta do tipo fሺxሻ = ax que melhor se ajusta a um grupo de n pontos? O somatório dos quadrados dos resíduos é dado por: � = ሺݕଵ − �ݔଵሻଶ + ሺݕଶ − �ݔଶሻଶ + ⋯ + ሺݕ� − �ݔ�ሻଶ Note que para cada valor de �, temos um valor diferente de �, ou seja, � é uma função de �. Desse modo, para encontrar o valor de � para que �ሺ�ሻ tenha o menor possível, temos que encontrar o ponto crítico: ���� = −2ሺݕଵ − �ݔଵሻݔଵ − 2ሺݕଶ − �ݔଶሻݔଶ − ⋯ − 2ሺݕ� − �ݔ�ሻݔ� = 0 ሺݕଵ − �ݔଵሻݔଵ + ሺݕଶ − �ݔଶሻݔଶ + ⋯ + ሺݕ� − �ݔ�ሻݔ� = 0 ሺݕଵݔଵ − �ݔଵଶሻ + ሺݕଶ − �ݔଶଶሻ + ⋯ + ሺݕ� − �ݔ�ଶሻ = 0 �ሺݔଵଶ + ݔଶଶ + ⋯ + ݔ�ଶሻ = ݕଵݔଵ + ݕଶݔଶ + ⋯ + ݕ�ݔ� � = ݕଵݔଵ + ݕଶݔଶ + ⋯ + ݕ�ݔ�ݔଵଶ + ݔଶଶ + ⋯ + ݔ�ଶ Abra o arquivo mmq.m (Método dos Mínimos Quadrados, disponível no Moodle) e o modifique para que ele gere o gráfico de dispersão dos pontos informados pelo usuário e desenhe a melhor reta que se ajuste aos dados (figura 7). Figura 7 – Reta que melhor se ajusta com base no método dos quadrados mínimos. Um forte abraço e até a próxima!
Compartilhar