cálculo numérico ajuste de curvas pelo mÉtodo dos mÍnimos quadrados passos para utilizar o mmq
TRANSCRIPT
1
Cálculo Numérico
AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS PROF. ME.: TALITA DOS REIS LOPES BERBEL
Objetivo e Introdução ao Método
Método dos Mínimos Quadrados Caso Discreto
Passos para utilizar o MMQ
Exercício Prático Resolução da Lista de Exercícios
3
Método de Eliminação de Gauss
Objetivo
• Estudar o Método dos Mínimos Quadrados (MMQ) como outra forma de aproximação de funções.
• Ao contrário do polinômio interpolador, agora não é necessário que o “ajuste” passe exatamente sobre os pontos ajustados.
• O MMQ permite encontra uma função φ(x) de um certo tipo estabelecido que melhor se ajusta a um conjunto de pontos ou uma função dada.
4
2
Introdução
• A interpolação pode não ser aconselhável quando:
É necessário obter um valor aproximado da função em algum ponto fora do intervalo da tabela (extrapolação).
Os valores tabelados são resultado de experimentos físicos, pois estes valores poderão conter erros inerentes que, em geral, não são previsíveis.
5
Introdução
• O Método dos Mínimos Quadrados permite aproximar uma função f(x) por uma função φ(x) escolhida de uma família de funções em duas situações distintas:
– Domínio discreto
– Domínio contínuo
6
Método dos Mínimos Quadrados
• Domínio discreto: quando a função f é dada por uma tabela de valores.
• Domínio contínuo: quando a função f é dada por sua forma analítica.
x 2 3 4 5
f(x) -1,85 0,25 4,10 9,75
7
Caso Discreto
• O ajuste de curvas a uma tabela de m pontos:
• Consiste em determinadas n funções contínuas g1(x), g2(x), g3(x),..., gn(x) obter n constantes a1, a2, a3,..., an tais que a função φ(x) = a1 g1(x) + a2 g2(x) + a3 g3(x) +...+ an gn(x) se aproxime ao máximo do f(x).
x1 x2 x3 ... xm
f(x1) f(x2) f(x3) ... f(xm)
8
3
Caso Discreto
• O desvio entre f(x) e φ(x) deve ser mínimo para todos os pontos m.
Seja dk=f(xk) – φ(xk) o desvio em xk.
• O MMQ consiste em escolher os coeficientes a1, a2, a3,..., an de tal forma que a soma dos quadrados dos desvios seja mínima.
9
Caso Discreto
• Para encontrar a1, a2, a3,..., an utiliza-se um sistema de n equações lineares com n incógnitas.
• As equações do sistema linear são chamadas de equações normais.
10
Passos para utilizar o MMQ
Após definir a função de ajuste para a tabela de pontos.
1. Construir os vetores para determinar os coeficientes do polinômio P(x).
P(x) = a0 +a1x+...+amxm, onde m é o grau máximo
2. Montar o sistema escalar utilizando o produto escalar. p= a0u0 +a1u1 + ... + amum
11
Passos para utilizar o MMQ
Caso reta: p= a0u0 +a1u1
Sistema com 2 equações:
Caso parábola: p= a0u0 +a1u1 +a2u2
Sistema com 3 equações:
12
4
Passos para utilizar o MMQ
3. Reescrever o sistema de equações do passo 2.
4. Resolver o sistema utilizando o Método de Eliminação de Gauss.
5. Substituir os valores de am para compor a curva de ajuste.
P(x) = a0 +a1x+...+amxm
13
Introdução a Sistemas Lineares
• A resolução de sistemas lineares é um problema que surge nas mais diversas áreas.
• O que é um sistema linear (n x n)?
nnnnnn
nn
nn
bxaxaxa
bxaxaxa
bxaxaxa
...
.
.
...
...
2211
22222121
11212111
É um sistema no qual têm-se n incógnitas e n equações
14
Resolução de Sistemas Lineares
• A resolução de sistemas lineares consiste em calcular os valores de xj (j=1,...,n) que satisfaçam as n equações simultaneamente.
• Na resolução de um sistema linear somente uma entre as
situações abaixo irá ocorrer: – O sistema linear tem solução única; S*=(1,0)
13
424
yx
yx
15
Resolução de Sistemas Lineares
– O sistema linear não admite solução;
– O sistema linear admite infinitas soluções;
• Todos os pares na forma (x,x-5)
5
5
yx
yx
10
5
yx
yx
16
5
Resolução de Sistemas Lineares
• Os métodos estudados no ensino médio, incluindo a Regra de Cramer, não são eficientes computacionalmente, pois geram um número grande de cálculos.
• Um método eficiente para solucionar sistemas lineares:
– Método de Eliminação de Gauss
17
Aplicações
• Cálculo de Métodos Numéricos
• Tomografia Computadorizada
• Criptografia
• Cálculo das componentes de força que atuam sobre uma estrutura. Ex.: Treliça.
Através de sistemas lineares é possível determinar as componentes horizontal e vertical das forças que atuam nas junções da treliça.
18
Sistemas Escalonados
• Os sistemas escalonados são mais fáceis de resolver ou para perceber que não tem solução.
0000
5000
2730
6524
zyx
zyx
zyx
zyx
Sistema escalonado que não admite nenhuma solução
33
825
642
3
32
321
x
xx
xxx
Sistema escalonado que possui uma solução
1 2
19
Eliminação de Gauss
• O método da Eliminação de Gauss consiste em transformar o sistema linear original num sistema linear equivalente com matriz dos coeficientes triangular superior.
• Tendo uma matriz triangular, basta aplicar substituições sucessivas para chegarmos à solução pretendida.
• Dizemos que dois sistemas lineares são equivalentes quando possuem a mesma solução.
20
6
Eliminação de Gauss
• As operações elementares entre equações de um sistema linear são:
1. Trocar as equações de posição;
2. Multiplicar uma ou mais equações por constantes (chamamos múltiplos de equações);
3. Somar o múltiplo de uma equação por outra.
21
Eliminação de Gauss
• Trocar as equações de posição
mnmnmm
qnqnqq
pnpnpp
nn
bxaxaxa
bxaxaxa
bxaxaxa
bxaxaxa
...
...
...
...
2211
2211
2211
11212111
mnmnmm
pnpnpp
qnqnqq
nn
bxaxaxa
bxaxaxa
bxaxaxa
bxaxaxa
...
...
...
...
2211
2211
2211
11212111
184
9
20232
zyx
zyx
zyx
20232
9
184
zyx
zyx
zyx
Sistema 1 = Sistema 2, logo a solução de ambos é x=3, y=2 e z=4.
Exemplo:
1 2
22
Eliminação de Gauss
• Multiplicar uma equação por constantes
mnmnmm
qnqnqq
pnpnpp
nn
bxaxaxa
bxaxaxa
bxaxaxa
bxaxaxa
...
...
...
...
2211
2211
2211
11212111
mnmnmm
qnqnqq
pnpnpp
nn
bxaxaxa
bxaxaxa
bxaxaxa
bxaxaxa
...
...
...
...
2211
2211
2211
11212111
184
9
20232
zyx
zyx
zyx
36228
9
20232
zyx
zyx
zyx
2)184( zyx
1 3
Exemplo:
Sistema 1 = Sistema 3, logo a solução de ambos é x=3, y=2 e z=4. 23
2)184( zyx
Eliminação de Gauss
• Somar o múltiplo de uma equação por outra:
mnmnmm
qnqnqq
pnpnpp
nn
bxaxaxa
bxaxaxa
bxaxaxa
bxaxaxa
...
...
...
...
2211
2211
2211
11212111
mnmnmm
qpnqnpnqpqp
qnqnqq
nn
bxaxaxa
bbxaaxaaxaa
bxaxaxa
bxaxaxa
...
)()(...)()(
...
...
2211
222111
2211
11212111
+
9
2)20232(
zyx
zyx
184
49575
20232
zyx
zyx
zyx
184
9
20232
zyx
zyx
zyxExemplo:
1
4
Sistema 1 = Sistema 4, logo a solução de ambos é x=3, y=2 e z=4.
24
7
Eliminação de Gauss
• Dado um sistema de equações lineares:
• O método consiste em k passos, onde:
– k = 1, ... , n-1; – n = número_linhas
• Importante: det(A) 0;
• Considerar o sistema de equações lineares Ax=b, onde A é uma matriz quadrada n x n;
3333232131
2323222121
1313212111
bxaxaxa
bxaxaxa
bxaxaxa
25
Eliminação de Gauss
bvetor
m
Xvetor
n
AMatriz
mnmm
n
n
b
b
b
x
x
x
aaa
aaa
aaa
2
1
2
1
21
22221
11211
...
...
...
Sistema na forma matricial
AumentadaMatriz
MatricialForma
bAbAX
AumentadaMatriz
mmnmm
n
n
b
b
b
aaa
aaa
aaa
2
1
21
22221
11211
...
...
...
Matriz aumentada
do sistema
26
Teorema
• O sistema de equações lineares pode ser representado também por:
1
3
1
33
1
32
1
31
1
2
1
23
1
22
1
21
1
1
1
13
1
12
1
11
11
kkkk
kkkk
kkkk
kk
baaa
baaa
baaa
bA
27
Passo k
• Obtenção do pivô: – Se , então é o meu pivô;
– Quando é necessário remanejar as equações para que a condição seja satisfeita e só então é possível aplicar o método da Eliminação de Gauss.
• A eliminação da variável xk das equações é feita da seguinte maneira:
– Encontrar , onde i é o número da linha e i >= 2
01 k
kka
01 k
kka 1k
kka
1
1
k
kk
k
ikik
a
am
01 k
kka
28
1
3
1
33
1
32
1
31
1
2
1
23
1
22
1
21
1
1
1
13
1
12
1
11
11
kkkk
kkkk
kkkk
kk
baaa
baaa
baaa
bA
8
Passo k
...
ijkjij amaa ik
29
• Esse procedimento é repetido enquanto
– k < número_linhas - 1
1
3
1
33
1
32
1
31
1
2
1
23
1
22
1
21
1
1
1
13
1
12
1
11
11
kkkk
kkkk
kkkk
kk
baaa
baaa
baaa
bA
Passo k
• No final dos n-1 passos obtemos o sistema triangular superior equivalente:
• Que pode ser facilmente resolvido por substituição ascendente.
30
Exemplo
• Seja o sistema linear:
• Etapa 1: eliminar x1 das equações 2 e 3;
• Etapa 2: eliminar x2 da equação 3.
3234
2211
1423
321
321
321
xxx
xxx
xxx
31
Exemplo – Etapa 1 (1)
• Pivô:
3 2 3 4
2 2 1 1
1 4 2 3
0
3
0
33
0
32
0
31
0
2
0
23
0
22
0
21
0
1
0
13
0
12
0
11
00
baaa
baaa
baaa
bA
jjj
jjj
amaa
amaa
m
m
a
33113
22112
31
21
0
11
3/4
3/1
3
32
9
Exemplo – Etapa 1 (2)
23
11
23
14
13
12
13
13
2
23
22
21
22112
b
a
a
a
amaa jjj
33
41
23
44
33
42
43
43
3
33
32
31
33113
b
a
a
a
amaa jjj
33
3 2 3 4
2 2 1 1
1 4 2 3
0
3
0
33
0
32
0
31
0
2
0
23
0
22
0
21
0
1
0
13
0
12
0
11
00
baaa
baaa
baaa
bA
Exemplo – Etapa 1 (3)
• Resultando:
1
3
1
33
1
32
1
2
1
23
1
22
1
1
1
13
1
12
1
11
11
0
0
/35 22/3 /31 0
/35 /32 /31 0
1 4 2 3
baa
baa
baaa
bA
34
Exemplo – Etapa 2
• Pivô:
• Resultando:
jjj amaa
m
a
33223
32
1
22
13/1
3/1
3/1
0 8 0 0
/35 /32 /31 0
1 4 2 3
22 bA
35
/35 22/3 /31 0
/35 /32 /31 0
1 4 2 3
11 bA
Exemplo - Resposta
• Resolver Ax=b é equivalente a resolver A(2)x=b(2):
• Solução:
0 8
3/5 3/23/1
14 2 3
3
32
321
x
xx
xxx
0
5
3*x
Após resolver o sistema
linear, substituir a solução no
sistema original, verificando
assim se a solução
encontrada está correta.
36
10
Exercício Prático - MMQ
• Considere a função y = f(x), dada pela tabela abaixo ajustando um polinômio do 2º grau.
X -1 0 1 2
Y 0 -1 0 7
37
Exercício Prático
X -1 0 1 2
Y 0 -1 0 7
Polinômio de 2º grau
38
Exercícios Propostos
• Resolva a lista de exercícios de ajuste de curvas através do Método dos Mínimos Quadrados.
39