Baixe o app para aproveitar ainda mais
Prévia do material em texto
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 17 e 18 Ajuste de Curvas 06/2014 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 3/64 AJUSTE DE CURVAS Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 4/64 INTRODUÇÃO ¨ Em geral, experimentos geram uma gama de dados que devem ser analisados para a criação de um modelo. ¨ Obter uma função matemática que represente (ou que ajuste) os dados permite fazer simulações do processo de forma confiável, reduzindo assim repetições de experimentos que podem ter um custo alto. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 5/64 INTRODUÇÃO ¨ Em geral, usar interpolação linear quando: ¤ Deseja-se extrapolar ou fazer previsões em regiões fora do intervalo considerado; ¤ Os dados tabelados são resultados de experimentos, onde erros na obtenção destes resultados podem influenciar a sua qualidade; Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 6/64 INTRODUÇÃO ¨ O objetivo é obter uma função que seja uma “boa aproximação” e que permita extrapolações com alguma margem de segurança. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 7/64 INTRODUÇÃO ¨ A escolha das funções pode ser feita: ¤ Observando o gráfico dos pontos tabelados; ¤ Baseando-se em fundamentos teóricos dos experimentos que forneceu a tabela ou; ¤ Através de uma função já conhecida. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 8/64 INTRODUÇÃO ¨ O Método dos Mínimos Quadrados é um método bastante utilizado para ajustar uma determinada quantidade de pontos e aproximar funções. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 9/64 MÉTODO DOS MÍNIMOS QUADRADOS Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 10/64 Método dos Mínimos Quadrados ¨ Método dos Mínimos Quadrados consiste em escolher os αi (i = 1, 2, ..., n) de tal forma que: se aproxime ao máximo de f(x). onde: fornece os pontos exatos; fornece os pontos estimados. ϕ x( ) =α1g1 x( )+α2g2 x( )+!+αngn x( ) f x( ) g x( ) (1) Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 11/64 Método dos Mínimos Quadrados ¨ O Método dos Mínimos Quadrados consiste em escolher os αi (i = 1, 2, ..., n) de tal forma que a seja mínima. E = f xk( )−ϕ xk( )"# $% 2 k=1 m ∑ (2) Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 12/64 Método dos Mínimos Quadrados ¨ Observe que, se o modelo ajustar exatamente os dados, o mínimo da função: será zero e, portanto, a é um dentro do método dos quadrados mínimos. E = f xk( )−ϕ xk( )"# $% 2 k=1 m ∑ Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 13/64 Caso Discreto ¨ Dado um conjunto de pontos (xi; f(xi)), i = 0, 1, 2, ..., m (f dada por ) ¨ O problema de ajuste de curvas consiste em encontrar funções gi (x), tais que o desvio em cada ponto i, definido por (2) seja mínimo, ou seja: se aproxime ao máximo de f (x). ϕ x( ) =α1g1 x( )+α2g2 x( )+!+αngn x( ) Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 14/64 Caso Discreto ¨ Neste caso, o ajuste é linear. ¨ Linear em relação aos αi e não às gi (x). Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 15/64 Caso Discreto ¨ ¨ A escolha das funções gi (x) depende do gráfico dos pontos, chamado de diagrama de dispersão, através do qual pode-se visualizar o tipo de curva que melhor se ajusta aos dados. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 16/64 Exemplo 1 ¨ Considerando os dados da Tabela 1, e através do gráfico gerado, pode-se definir que tipo de curva melhor se ajusta aos dados. Tabela 1 xi yi 1 1,3 2 3,5 3 4,2 4 5,0 5 7,0 6 8,8 7 10,1 8 12,5 9 13,0 10 15,6 Tabela 1 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 17/64 Exemplo 1 Figura 1. Diagrama de Dispersão para os dados da Tabela 1 0" 4" 8" 12" 16" 20" 0" 2" 4" 6" 8" 10" 12" y x Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 18/64 Caso Discreto (Ajuste Linear) q Como pode ser observado na Figura 1, uma possível aproximação seria através de uma função linear do tipo: ¨ Assim o objetivo é determinar o valor de α0 e α1, que minimize: E = yi − α1xi +α0( )"# $% 2 i=1 m ∑ ϕ x( ) =α1xi +α0 (3) Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 19/64 Caso Discreto (Ajuste Linear) ¨ Para que E seja mínimo é necessário que: ∂E ∂α0 = 0 ∂E ∂α1 = 0 (4) (5) Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 20/64 Caso Discreto (Ajuste Linear) ¨ As equações (4) e (5) simplificam-se nas : (6) (7) α0m+α1 xi i=1 m ∑ = yi i=1 m ∑ α0 xi i=1 m ∑ +α1 xi2 i=1 m ∑ = xiyi i=1 m ∑ Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 21/64 Caso Discreto (Ajuste Linear) ¨ A solução para o sistema de equações é: (8) (9) ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ −⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ −⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = ∑∑ ∑∑∑∑ == ==== m i i m i i m i i m i ii m i i m i i xxm xyxyx 11 2 1111 2 0α 2 11 2 111 0 ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ −⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ −⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = ∑∑ ∑∑∑ == === m i i m i i m i i m i i m i ii xxm yxyxm α Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 22/64 Exemplo 1 ¨ Considerando a Tabela 1, e os dados necessários para as equações (8) e (9) a Tabela 2 pode ser calculada: i xi yi xi2 xi yi 1 1 1,3 1 1,3 2 2 3,5 4 7,0 3 3 4,2 9 12,6 4 4 5,0 16 20,0 5 5 7,0 25 35,0 6 6 8,8 36 52,8 7 7 10,1 59 70,7 8 8 12,5 64 100,0 9 9 13,0 81 117,0 10 10 15,6 100 156,0 Σ 55 81 385 572,4 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 23/64 Exemplo 1 ¨ Considerando os dados da Tabela 2, os parâmetros α1 e α0 podem ser calculados como: ¨ Assim a reta de ajuste linear é determinada por: α0 = −0,360 α1 =1,538 360,0538,1 −= xy Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 24/64 Exemplo 1 ¨ Na Figura 2, pode-se observar o ajuste através da reta: Figura 2. Ajuste linear y = 1.5382x - 0.36 0" 4" 8" 12" 16" 20" 0" 2" 4" 6" 8" 10" 12" y x Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 25/64 Caso Discreto (Ajuste Polinomial) O processo usado para o ajuste linear pode ser estendido para ajuste polinomial. Assim, uma função polinomial de grau n é dada por: O objetivo é minimizar o erro: Pn x( ) =αnxn +αn−1xn−1 +!+α1x +α0 E = yi −Pn xi( )"# $% 2 i=1 m ∑ Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 26/64 Caso Discreto (Ajuste Polinomial) ¨ Como no caso linear, para que E seja minimizado é necessário que para cada j = 0, 1, ..., n. ¨ Isto fornece as n+1 equações normais nas n+1 incógnitas aj: ∂E ∂α j α0,α1,!,αn( ) = 0 αk k=0 n ∑ xij+k i=1 m ∑ = yixij i=1 m ∑ , para cada j = 0,1,!,n. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 27/64 Caso Discreto (Ajuste Polinomial) ∑∑∑∑ ==== =++++ m i i m i n in m i i m i i yxxxm 111 2 2 1 10 αααα ! ∑∑∑∑∑== + === =++++ m i ii m i n in m i i m i i m i i xyxxxx 11 1 1 3 2 1 2 1 1 0 αααα ! ∑∑∑∑∑ === + = + = =++++ m i n ii m i n in m i n i m i n i m i n i xyxxxx 11 2 1 2 2 1 1 1 1 0 αααα ! !! Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 28/64 EXEMPLO 2 ¨ Ajustar os dados da Tabela 3 com um polinômio de grau dois utilizando o método dos mínimos quadrados. Tabela 3 i xi yi 1 0,00 1,0000 2 0,25 1,2840 3 0,50 1,6487 4 0,75 2,1170 5 1,00 2,7183 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 29/64 EXEMPLO 2 i xi yi xi2 xi3 xi4 xiyi xi2yi 1 0,00 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 2 0,25 1,2840 0,0625 0,1563 0,0039 0,3210 0,0803 3 0,50 1,6487 0,2500 0,1250 0,0625 0,8244 0,4122 4 0,75 2,1170 0,5625 0,4219 0,3164 1,5878 1,1908 5 1,00 2,7183 1,0000 1,0000 1,000 2,7183 2,7183 Σ 2,50 8,7680 1,875 1,5625 1,3828 5,4514 4,4015 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 30/64 EXEMPLO 2 ¨ Para este problema, n = 2, m = 5 e as três equações normais são: ¨ Resolvendo o sistema, obtêm-se: α0 =1,0051 α1 = 0,8647 α2 = 0,8432 5,0α0 + 2,5α1 + 1,875α2 = 8, 7680 2,5α0 + 1,875α1 + 1,5625α2 = 5, 4514 1,875α0 +1,5625α1 + 1,3828α2 = 4, 4015 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 31/64 EXEMPLO 2 O erro total é o mínimo que pode ser obtido usando um polinômio com grau máximo 2 E = yi −P xi( )"# $% 2 i=1 5 ∑ = 2, 74×10−4 y =1,0051+ 0,8642x + 0,8437x2 Figura 3. Ajuste polinomial y = 0.8437x2 + 0.8642x + 1.0051 0" 0.5" 1" 1.5" 2" 2.5" 3" 0" 0.5" 1" 1.5" y x Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 32/64 Caso Contínuo ¨ Outro problema é a aproximação de funções. ¨ Para o caso discreto, temos um . ¨ Para o caso contínuo, temos . Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 33/64 Caso Contínuo Dada uma função f (x), contínua em [a, b] e escolhidas funções g1 (x), g2 (x), ..., gn (x), todas contínuas em [a, b], determinar constantes α1, α2,..., αn, tal que: se aproxime ao máximo de f (x). ϕ x( ) =α1g1 x( )+α2g2 x( )+!+αngn x( ) Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 34/64 Caso Contínuo ¨ O objetivo é determinar um polinômio de grau máximo n (φ (x) = Pn(x)): que minimize o erro total: ( ) ∑ = − − =++++= n k k k n n n nn xxxxxP 0 01 1 1 ααααα ! E = f x( )−Pn x( )"# $% 2 dx = f x( )− αk xk k=0 n ∑ ' ( ) * + , a b ∫ a b ∫ 2 dx Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 35/64 Caso Contínuo ¨ O problema é encontrar os coeficientes αj que minimizem E. ¨ Uma condição necessária para que os números αj minimizem E é que: para cada j=0, 1, . . .,n. ( ) 0,,, 10 =∂ ∂ n j E ααα α ! Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 36/64 Caso Contínuo ¨ Como: ¨ As derivadas ficam na seguinte forma: E = f x( )!" #$ 2 dx − 2 αk xk f x( )dx a b ∫ k=0 n ∑ + αk xk k=0 n ∑ ( ) * + , - a b ∫ a b ∫ 2 dx ∂E ∂α j α0,α1,!,αn( ) = −2 x j f x( )dx + 2 αk x j+k dx a b ∫ k=0 n ∑ a b ∫ = 0 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 37/64 Caso Contínuo ¨ Para encontrar Pn (x), temos (n + 1) equações normais: que devem ser resolvidas para se determinar as (n+1) incógnitas αj, para cada j = 0, 1, ..., n. ( )∫∑ ∫ = = + b a j n k b a kj k dxxfxdxx 0 α Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 38/64 Exemplo 3 ¨ Encontrar o polinômio de aproximação por mínimos quadrados de segundo grau para a função abaixo no intervalo [0,1]. f x( ) = sen π x( ) Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 39/64 EXEMPLO 3 ( )∫∑ ∫ = = + b a j n k b a kj k dxxfxdxx 0 α ( )∫∫∫∫ =++ 1 0 1 0 2 2 1 0 1 1 0 0 1 dxxsendxxxdxdx πααα ( )∫∫∫∫ =++ 1 0 1 0 3 2 1 0 2 1 1 0 0 dxxxsendxxdxxxdx πααα ( )∫∫∫∫ =++ 1 0 2 1 0 4 2 1 0 3 1 1 0 2 0 dxxsenxdxxdxxdxx πααα Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 40/64 EXEMPLO 3 ¨ Calculando as integrais obtêm-se: ¨ Resolvendo o sistema obtêm-se o seguinte polinômio: α0 + 1 2α1 + 1 3α2 = 2 π 1 2α0 + 1 3α1 + 1 4α2 = 1 π 1 3α0 + 1 4α1 + 1 5α2 = π 2 − 4 π 3 P2 x( ) = −4,1225x2 + 4,1225x − 0,0505 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 41/64 EXEMPLO 3 Figura 4. Aproximação de f(x) pelo polinômio P2(x). Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 42/64 Caso Não-Linear ¨ Existem casos, onde o diagrama de dispersão de uma função indica que os dados devem ser ajustado por uma função não linear. ¨ Ocasionalmente, é apropriado supor que os dados estejam relacionados exponencialmente. ¨ Exemplo: φ(x) = aebx, para a e b constantes. A dificuldade de aplicação do método dos mínimos quadrados neste caso consiste na tentativa de minimizar E. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 43/64 Caso Não-Linear ¨ Para estes casos um processo de linearização deve ser empregado, para que seja possível aplicar o Método dos Mínimos Quadrados. ¨ Neste caso, podemos proceder da seguinte forma: Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 44/64 Caso Não-Linear ¨ Caso I: Função Exponencial ¨ Aplicando logaritmo em ambos os lados, obtêm-se: ¨ Realizando as seguintes substituições: ¨ Obtêm-se: ϕ x( ) = y = aebx ln y( ) = ln aebx( ) = ln a( )+ bx Y = ln y( ) α0 = ln a( ) α1 = b X = xY =α1X +α0 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 45/64 Caso Não-Linear ¨ Caso II: Função Logarítmica ¨ Expandindo: ¨ Realizando as seguintes substituições: ¨ Obtêm-se: y = a ln bx( ) y = a ln b( )+ a ln x( ) Y = y α0 = a ln b( ) α1 = a X = ln x( ) Y =α1X +α0 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 46/64 Caso Não-Linear ¨ Caso III: Função Potencial ¨ Aplicando logaritmo em ambos os lados: ¨ Realizando as seguintes substituições: ¨ Obtêm-se: y = axb ln y( ) = ln axb( ) = ln a( )+ ln xb( ) = ln a( )+ b ln x( ) Y = ln y( ) α0 = ln a( ) α1 = b X = ln x( )Y =α1X +α0 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 47/64 Caso Não-Linear ¨ Caso IV: Função Hiperbólica ¨ Realizando as seguintes substituições: ¨ Obtêm-se: y = a + bx Y =α1X +α0 Y = y α0 = a α1 = b X = x−1 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 48/64 ¨ Usam-se as equações do caso discreto (ajuste linear) para obter α0 e α1: α0m+α1 xi i=1 m ∑ = yi i=1 m ∑ α0 xi i=1 m ∑ +α1 xi2 i=1 m ∑ = xiyi i=1 m ∑ Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 49/64 ¨ Após aplicar o método dos mínimos quadrados, é preciso fazer as substituições necessárias para encontrar os parâmetros a e b da função de aproximação original. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 50/64 ¨ Observe que os parâmetros a e b assim obtidos não são ótimos dentro do critério dos quadrados mínimos, porque estamos ajustando o problema linearizado e não o problema original. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico51/64 EXEMPLO 4 ¨ Encontrar uma função exponencial que se ajusta aos valores da tabela abaixo: x y -1,0 36,547 -0,7 17,267 -0,4 8,155 -0,1 3,852 -0,2 1,82 -0,5 0,86 -0,8 0,406 1,0 0,246 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 52/64 y = ae−bx Y = ln y α0 = ln a( ) α1 = −b Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 53/64 Caso Não-Linear ¨ Como o ajuste será realizado por uma função exponencial é necessário calcular: ¨ A tabela para os cálculos fica da seguinte forma: i x y Y = ln(y) xi2 xiYi 1 -1,0 36,547 3,599 1,00 -3,599 2 -0,7 17,264 2,849 0,49 -1,994 3 -0,4 8,155 2,099 0,16 -0,839 4 -0,1 3,852 1,349 0,01 -0,135 5 0,2 1,820 0,599 0,04 0,120 6 0,5 0,860 -0,151 0,25 -0,075 7 0,8 0,406 -0,901 0,64 -0,721 8 1,0 0,246 -1,402 1,00 -1,402 Σ 0,3 69,15 8,041 3,59 -8,645 Y = ln y Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 54/64 Caso Não-Linear α0 =1,099 α1 = −2,5 α0 = ln a( ) α1 = −b a = 3,001 b = 2,5 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 55/64 ¨ Os parâmetros α0 e α1 que ajustam a função ϕ (x) à função Y no sentido dos quadrados mínimos. ¨ Não se pode afirmar que os parâmetros a e b (obtidos através de α0 e α1) são os que ajustam ϕ(x) à função y dentro dos critérios dos quadrados mínimos. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 56/64 TESTE DE ALINHAMENTO ¨ Uma vez escolhida uma função não linear em a, b, … para ajustar uma função. Uma forma de verificar se a escolha foi razoável é aplicar o Teste de Alinhamento. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 57/64 TESTE DE ALINHAMENTO ¨ Fazer a “linearização” da função não linear escolhida; ¨ Fazer o diagrama de dispersão dos novos dados; ¨ Se os pontos do diagrama estiverem alinhados, isto significará que a função não linear escolhida foi uma “boa escolha”. Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 58/64 EXEMPLO 1 ¨ Gráfico de x versus Y = ln y i x y Y = ln(y) 1 -1 36,547 3,599 2 -0,7 17,264 2,849 3 -0,4 8,155 2,099 4 -0,1 3,852 1,349 5 0,2 1,820 0,599 6 0,5 0,860 -0,151 7 0,8 0,406 -0,901 8 1 0,246 -1,402 Σ 0,3 69,15 8,041 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 59/64 TESTE DE ALINHAMENTO ¨ EXEMPLO 1 Diagrama de dispersão dos novos dados (Y = ln y). Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 60/64 EXEMPLO 2 ¨ Usando o Método dos Mínimos Quadrados, ajustar uma curva do tipo s = q t p aos dados abaixo: ¨ Qual o valor de s quando t = 4,5? ¨ Qual o vaor de t quando s = 40? t 2,2 2,7 3,5 4,1 s 65 60 53 50 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 61/64 EXEMPLO 2 ¨ Caso III: Função Potencial ¨ Aplicando logaritmo em ambos os lados: ¨ Realizando as seguintes substituições: ¨ Obtêm-se: s = qt p log s = logq+ p log t Y = log s α0 = logq α1 = p X = log tY =α1X +α0 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 62/64 EXEMPLO 2 ¨ Temos então: i t s Xi Yi Xi2 Xi Yi 1 2,2 65 0,3424 1,8129 0,1172 0,6207 2 2,7 60 0,4314 1,7782 0,1861 0,7671 3 3,5 53 0,5441 1,7243 0,2960 0,9382 4 4,1 50 0,6128 1,6990 0,3755 1,0411 Σ 1,9307 7,0144 0,9748 3,3671 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 63/64 EXEMPLO 2 α0 =1,963 α1 = −0, 434 α0 = logq α1 = p q = 91,83 p = −0, 434 s = 91,83t−0,434 4α0 +1,9307α1 = 7,0144 1,9307α0 + 0,9748α1 = 3,3671 Aula 17 e 18 – Ajuste de Curvas Cálculo Numérico 64/64 EXEMPLO 2 ¨ Se: ¨ então, para t = 4,5; s ≈ 48, e para s = 40; t ≈ 6,8. s = 91,83t−0,434
Compartilhar