Professional Documents
Culture Documents
I.
INTRODUO
O mtodo dos mnimos quadrados foi primeiramente utilizado pelo clebre matemtico alemo Carl Friedrich Gauss (17771855), em 1795. A primeira demonstrao da robusteza deste mtodo ocorreu na virada do sculo XVIII para o sculo XIX, quando um ajuste de dados referentes ao asteride Ceres permitiram prever sua posio aps uma passagem atrs do Sol. No entanto, o primeiro a publicar o mtodo dos mnimos quadrados foi o francs Adrien-Marie Legendre (1752-1833), em 1805 (o trabalho de Gauss s fora publicado em 1809). O mtodo dos mnimos quadrados uma tcnica muito popular para realizar ajustes em conjuntos de dados diversos. A verso mais simples deste mtodo no leva em conta os erros associados aos conjuntos de dados, de forma que pode ser vantajoso em determinados problemas aplicar a verso mais sosticada do mtodo.
II. AJUSTE DE UMA FUNO LINEAR
(1)
Portanto
y a x b = 0.
(2)
Considere um conjunto de medidas {(x 1 , y 1 ), (x 2 , y 2 ), ..., (x N , y N )}. Naturalmente, deseja-se que este conjunto de dados satisfaa equao
y i a x i b = 0.
(3)
No entanto, medidas experimentais nem sempre ocorrem como esperado. Uma forma de ajustar um conjunto de dados minimizar a varincia de y i a x i b . este o mtodo dos mnimos quadrados, que consite na minimizao de uma grandeza chamada 2 (se as grandezas x e y tiverem distribuio gaussiana). Pode-se escrever o 2 de uma funo linear como:
N
E(a , b ) = 2 =
i =1
1
2 i
y i (a x i + b )
(4)
onde i o desvio padro da gaussiana do conjunto de dados {y i }, ou seja, o erro associado a esta grandeza. Como a e b so constantes desconhecidas, e a princpio x i e y i foram medidos, pode-se minimizar o 2 derivando com relao a estas constantes. Assim:
E 1 = 2 y i (a x i + b ) (x i ) 2 a i =1 i E 1 = 2 y i (a x i + b ) (1). 2 b i =1 i
N N
(5) (6)
1
2 i N
y i (a x i + b ) x i = 0 1 y i (a x i + b ) = 0.
(7) (8)
i =1
2 i
O Mtodo dos Mnimos Quadrados Por simplicidade, ser feita uma substituio de variveis:
N
c1 =
i =1
x 2, 2 i
c2 =
i =1
x , 2 i
c3 =
i =1
x , 2 i
c4 =
i =1
, 2
k1 =
i =1
yx , 2 i i
k2 =
i =1
1
2 i
yi .
(9)
(10) (11)
(12)
Colocando b em evidncia:
k 1c 3 c 1 k 2 = b (c 2 c 3 c 1 c 4 ),
(13)
e portanto
b= k 1c 3 k 2c 1 . c 2c 3 c 1c 4
(14)
(15)
(16)
Agora resta voltar s variveis originais, utilizando as relaes apresentadas em 9. Assim as expresses de a e b deduzidas so reduzidas a:
N 1 2 yi i N i =1 N i =1 1 2 xi i 2 1 2 xi i N
a=
i =1
i =1 N
1 2 i
N i =1 N
1 2 yi x i i
(17)
i =1
1 2 i
i =1
1 2 2 xi i
e
N 1 2 x i yi i N i =1 N i =1 1 2 xi i 2 1 2 xi i N
b=
i =1
i =1 1 2 i
yi 2 i N i =1
N i =1
1 2 2 xi i
(18)
i =1
1 2 2 xi i
(a ) =
N i =1
1 2 xi i
i =1
1 2 i
N i =1
(19)
1 2 2 xi i
e
N 1 2 2 xi i N i =1 1 2 i N i =1
(b ) =
N i =1
i =1 2 1 2 xi i
.
1 2 2 xi i
(20)
yi
N
a=
i =1
xi N
2
i =1 N
yi x i , x i2
(21)
i =1
xi
i =1
e
N N N N i =1
x i yi
N
b=
i =1
xi
2
i =1
yi
N
i =1
x i2 .
(22)
i =1
xi
i =1
x i2
2 , x i2
(23)
xi
i =1
e
N i =1 2
x i2
N
(b )2
N i =1
2 . x i2
(24)
xi
i =1
III.
Suponha o conjunto de medidas mostrados na tabela I, onde s designa a distncia percorrida por uma partcula, com erro associado s , e t o tempo de percurso, com erro t . Os dados da tabela 1 so apresentados no grco mostrado na gura 1. Tabela I: Valores das medidas de distncia (s ) e tempo (t ), com seus respectivos erros.
s (m) s (m) t (s) t (s)
Suponha que o objetivo do experimento calcular a velocidade v , relacionada a s e t pela expresso s = v t . Ajustando o grco mostrado na gura 1 possvel obter o valor do coeciente linear (b) e angular (a) de uma reta da forma y = a x + b . Para realizar o ajuste linear, ser utilizado o mtodo dos mnimos quadrados. Para isto, ser construda a tabela II, com os termos a serem calculados, isto , com x i2 , x i , y i e x i y i . No caso em questo, x corresponde a t e y a s .
i i i i
O clculo restante a soma de cada valor de uma mesma coluna da tabela II e o resultado obtido :
6
x i = 161, 7
i =1 6
x i2 = 4450, 43
i =1 6
y i = 34, 5
i =1 6
x i y i = 1065, 44.
i =1
Figura 1: Grco dos dados apresentados na tabela I. Tabela II: Clculos intermedirios do mtodo dos mnimos quadrados
yi xi x i2
Por questo simplicidade, neste exemplo o mtodo dos mnimos quadrados no leva em conta os erros das medidas de s e t . Substituindo estes valores na equao 21, e negligenciando o termo N ( possvel mostrar que as equaes 21 e 22 so equivalentes a fazer N = 1, no caso de no se levar em contas os erros das medidas). Assim, tem-se que
6 6 6
a=
i =1
yi
6
i =1
xi
2
i =1 6
x i yi = x i2
6
i =1
xi
i =1
b=
i =1
x i yi
i =1
xi
2
i =1 6
yi
i =1
x i2 =
6 i =1
xi
i =1
x i2
Continuando estes clculos, possvel calcular tambm os erros a e b dos coecientes angular e linear. Note que a a mdia de s 5, 75 m e de t 26, 95 s , de modo que a velocidade mdia calculada diretamente, neste exemplo, seria aproximadamente 0, 21 m /s , o que indica que provavelmente no houve nenhum erro durante os clculos. O ajuste linear no grco mostrado na gura 1 com os coecientes obtidos, mostrado na gura 2.
[1] H. L. Seal. The historical development of the Gauss linear model. Biometrika, (1967) 54, 123. [2] Stephen M. Stigler. The History of Statistics: The Measurement of Uncertainty Before 1900. Cambridge, MA: Belknap Press of Harvard University Press, 1986.. [3] Jos Henrique Vuolo. Fundamentos da Teoria de Erros, Editora Edgard Blcher.