Baixe o app para aproveitar ainda mais
Prévia do material em texto
1/2 Caso Discreto Exemplo Seja a tabela abaixo resultado de um experimento, montaremos o diagrama de dispersão e definiremos a função que mais se aproxima da curva: x -1 -0.75 -0.6 -0.5 -0.3 0 0.2 0.4 0.5 f(x) 2.05 1.15 0.45 0.4 0.5 0 0.2 0.6 0.51 Este diagrama de dispensão sugere aproximarmos a curva por uma parábola, passando pela origem. Portanto, g (x) = x2 e procuramos por (x) = α1 x 2 Para determinar α1 e, consequentemente, (x) = α1g1(x), podemos impor que o desvio f(xi) - (xi) seja mínimo para i = 1,..., m. Veremos a seguir um modo de impor que tal desvio seja mínimo usando o método dos quadrados mínimos. Este método escolhe αi de tal forma que a soma dos quadrados dos desvios seja mínima. F(α1, α2, ..., αn) = Exemplo Vamos aplicar no exemplo anterior x -1 -0.75 -0.6 -0.5 -0.3 0 0.2 0.4 0.5 f(x) 2.05 1.15 0.45 0.4 0.5 0 0.2 0.6 0.51 2/2 Procuramos por f(x) (x) = α1 x 2 e g(x) = x2 Usando a definição de ponto mínimo aprendido em cálculo diferencial, encontramos os pontos críticos, ou seja, f `(x) = 0 (derivada de primeira ordem). Calculando as derivadas parciais para cada i e impondo a condição da derivada ser igual a zero, desmembramos tais equações em um sistema linear com n equações (equações normais) e n incognitas O sistema pode ser escrito na forma A = b, onde A = ( tal que aij = = aji (A é simétrica) e bi = . Temos então: Soma x -1 -0.75 -0.6 -0.5 -0.3 0 0.2 0.4 0.5 (x2)(x2) 1 0.316 0.13 0.06 0.008 0 0.002 0.026 0.06 1.606 f(x)(x2) 2.05 0.649 0.16 0.1 0.045 0 0.008 0.096 0.13 3.238 Portanto, 1.606 α = 3.238 Podemos, assim, concluir que α = 2.016. Então (x) = 2.016 x2
Compartilhar