Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
MÉTODO DOS QUADRADOS MÍNIMOS MOTIVAÇÃO É uma técnica de aproximação mais usada na análise numérica e em problemas práticos; Busca aproximações para medidas obtidas experimentalmente com um certo grau de incerteza; Os dados aproximados podem conter erros; Estabelece que o valor mais provável da quantidade medida é aquele que faz a soma dos quadrados dos erros um mínimo. CASO DISCRETO Sejam dados os pontos (𝑥1, f(𝑥1)), (𝑥2, f(𝑥2)), ..., (𝑥𝑚f(𝑥𝑚)) E sejam as funções 𝑔1(x), 𝑔2(x), ..., 𝑔𝑛(x) escolhidas de alguma forma E considerando m>=n O objetivo é encontrar os coeficientes 𝑎1, 𝑎2, ..., 𝑎n tal que: A função h(x)= 𝑎1𝑔1(𝑥) + 𝑎2𝑔2(𝑥) + ⋯ + 𝑎𝑛𝑔𝑛 (𝑥) , se aproxime ao máximo de f(x). Seja dk = f(xk) – h(xk) o desvio em xk O objetivo é encontrar 𝑎 tal que a soma dos quadrados dos desvios seja mínima. Logo: Ou seja: MINIMIZANDO OS DEsVIOS Do cálculo diferencial: para obter um ponto de mínimo de F(α1,α2,...,αn) devemos encontrar os pontos críticos; Devemos encontrar os pontos onde as derivadas parciais são iguais a zero. Regra da Cadeia Assim temos o seguinte sistema de n equações lineares com n incógnitas, como 𝑎1, 𝑎2 e 𝑎3, …, 𝑎𝑛. Que é equivalente a: As equações deste sistema linear são chamadas de equações normais. Este sistema pode ser descrito como 𝐴̂ 𝑎̂ = 𝑏̂ EXEMPLO CASO CONTÍNUO Seja f(x) contínua em um intervalo [a, b] e g1(x) e g2(x) duas funções contínuas em [a, b] É preciso encontrar duas constantes reais a1 e a2 tais que esteja "o mais próximo possível" de f(x). CASO CONTÍNUO Os coeficientes a1 e a2 a serem obtidos deverão ser tais que o valor de seja o menor possível Obter o mínimo para: CASO CONTÍNUO Para encontrar os mínimos de F: CASO CONTÍNUO Assim: Se Pode- se definir o sistema linear como: Modelo polinomial-Polinómios ortogonais Modelo polinomial-Polinómios ortogonais Modelo polinomial-Polinómios ortogonais Modelo polinomial-Polinómios ortogonais Modelo polinomial-Polinómios ortogonais PROPRIEDADES O sistema de equações normais resultante é bem condicionado e tem a forma: Modelo polinomial-Polinómios ortogonais PROPRIEDADES O sistema reduz-se à forma diagonal, com solução facilmente obtida a partir de: CaSO NÃO LINEAR Em alguns casos, a família de funções escolhidas pode ser não linear nos parâmetros, e para se aplicar o método dos quadrados mínimos, é necessário que se efetue uma linearização do problema através de alguma transformação conveniente. São elas: CASO NÃO LINEAR Hipérbole: Curva geométrica: Caso não linear Curva trigonométrica: Curva exponencial: Para fazer o ajuste da exponencial é necessário fazer uma linearização da função, ou seja, basta fazer as seguintes transformações: y=a . bx (1) Aplicando logaritmos em ambos os membros tem-se ln y = ln (a . bx ) . Aplicando a propriedade do produto e considerando a, b positivos e b (diferente de ) 1 ln y = ln a + ln bx Caso não linear Aplicando a propriedade da potência tem-se ln y = ln a + xln b . (2) Fazendo Y=ln y, A= ln b e B= ln a e fazendo as substituições em (2) tem-se Y= Ax + B . Caso não linear Calcula-se estão os valores de A e B a partir dos valores de xi e Yi=ln yi O coeficiente de determinação é o seguinte: Caso não linear APLICAÇÃO O custo de investimento (C) em construção civil de um arejador num sistema de lamas ativadas numa Estação de Tratamento de Águas Residuais depende do volume(v)do tanque da seguinte forma: RESOLUÇÃO