You are on page 1of 10

Mtodos Experimentais em Engenharia

AJUSTE DE CURVAS PELO MTODO DOS MNIMOS QUADRADOS (MMQ)


Introduo
Em muitos ramos da cincia, dados experimentais so utilizados para se deduzir uma relao
matemtica entre as variveis que esto sendo medidas. Esses dados so resultado de experimentos
fsicos que podero conter erros e incertezas inerentes que, em geral, no so previsveis. Surge,
ento, a necessidade de se ajustar a estes dados uma funo que seja uma melhor aproximao
que descreva o que est ocorrendo no sistema e que nos permita extrapolar com certa margem de
segurana a operao do sistema. Assim, o objetivo deste processo aproximar uma funo y por
outra funo f(x) para se obter valores numricos de parmetros cujo significado definido pelo
modelo terico que est sendo ajustado.
Consideremos a seguinte tabela de valores de uma funo y = f(x):
n do experimento 1

xi

yi

11

28

40

Pretende-se estimar valores da funo em pontos no tabelados. Experimentemos


primeiramente, representar em eixos cartesianos o conjunto de pontos da tabela (Figura 1)

Figura 1- Representao grfica dos valores tabelados.

Verifica-se que os pontos se dispem quase em linha reta (representao grfica de um


polinmio do 1 grau). Se usarmos essa linha reta para aproximar os valores de f(x), essa funo
no passar pelos pontos tabelados, ou melhor dizendo, no ser interpoladora de f(x), nesses

Mtodos Experimentais em Engenharia

mesmos pontos. Assim sendo, deve-se utilizar a reta que passe mais prximo dos pontos
tabelados, ou seja, que minimize a soma das distncias dos pontos tabelados reta. Mas minimizar
a soma das distncias dos pontos tabelados reta equivalente a minimizar a soma dos quadrados
das distncias dos pontos tabelados reta. A aproximao por mnimos quadrados consiste em
encontrar a funo que melhor se ajuste ao conjunto de pontos dado, minimizando o erro
resultante do ajuste, ou seja, pretende-se minimizar a soma dos quadrados das diferenas entre os
valores tabelados e os valores obtidos pela aproximao.
Esse ajuste por mnimos quadrados est disponvel em diversos softwares numricos e
conhecido, tambm, como aproximao por mnimos quadrados, otimizao linear, anlise de
regresso, suavizao de dados, entre outros. Apesar de amplamente utilizado, pouco se entende do
mecanismo de ajuste quando se utilizam recursos computacionais. O presente documento tem o
objetivo de elucidar e discutir como feita a estimativa pelo mtodo por mnimos quadrados
(MMQ).
Ajuste por MMQ
Consideremos duas variveis fsicas quaisquer x e y que suspeitamos que estejam
correlacionadas por uma relao linear na forma
y = a + bx

(1)

onde a e b so constantes.
Se as duas variveis y e x esto linearmente relacionadas, ento um grfico de y por x deve
ser uma reta com inclinao b e que intercepta o eixo y em y = a. Se tivssemos que medir N
valores distintos de x1, x2, , xn e os valores correspondentes y1, y2, , yn (e se nossas medidas
no estivessem sujeitas a incertezas) ento cada ponto (xi, yi) cairia exatamente sobre a reta y = a +
bx.
Entretanto, na prtica, h incertezas associadas aos valores e o que podemos esperar que a
distncia de cada ponto (xi, yi) at a reta seja a menor possvel. Dessa forma, devem-se determinar
as melhores estimativas para essas constantes a e b de forma a se obter analiticamente a melhor reta
de ajuste aos dados. Esse mtodo analtico de ajuste denominado MMQ.
Mostremos, inicialmente, como ajustar um conjunto de pontos reta y = a + bx para
determinao de a e b. Neste caso, estamos interessados em minimizar a distncia de cada ponto (xi
, yi ) cada ponto (xi , a + bxi) da reta, conforme ilustra a Figura 2.

Mtodos Experimentais em Engenharia

Figura 2- Distncia de um ponto (xi , yi ) reta y = a + bx.


A declividade da reta de regresso (b) pode ser estimada por:
(2)

A ordenada na origem (a) ser determinada pela seguinte expresso:


(3)

Define-se ainda um coeficiente de determinao, R2, que assume valores entre 0 e 1 e que
indica o quo bem a equao determinada se ajusta aos pontos dados. Quanto mais prximo da
unidade, tanto melhor o ajuste.

sendo

(4)

(5)

Observe que o coeficiente de determinao R2 uma medida da proporo da variao total


dos dados em torno da mdia. De fato, o numerador desta expresso representa a soma dos
quadrados dos desvios de cada ponto da reta de ajuste ao ponto mdio. J o denominador representa
a soma dos quadrados dos desvios de cada ponto dado ao ponto mdio .

Mtodos Experimentais em Engenharia

Influncia das incertezas dos dados no ajuste por MMQ


Uma vez calculados os valores a e b que determinam a melhor reta (calculada com o MMQ),
pode-se estimar as incertezas a e b. Considerando que a incerteza na medida x desprezvel, a
grandeza que quantifica a incerteza do observvel y :

(6)

Note que a incerteza acima deve ser calculada para, no mnimo, 3 pontos.
Usa-se a propagao quadrtica das incertezas para calcular as incertezas dos coeficientes a
e b. Os resultados encontrados so:

(7)

(8)

Ajuste de curvas como um modelo para o fenmeno


Ao ajustar uma curva a um conjunto de dados, devemos ser cuidadosos e verificar se o
resultado do ajuste realmente descreve a relao entre a varivel independente e a varivel
dependente.
H
um
conjunto
de
dados,
o
Quarteto
de
Anscombe
(http://pt.wikipedia.org/wiki/Quarteto_de_Anscombe), que possuem medidas estatsticas bsicas
similares e o mesmo ajuste de reta, mas que so completamente diferentes quando visualizados
(Figura 3).

Mtodos Experimentais em Engenharia

R2 = 0,816
y = 3,00 + 0,500x

Figura 3: Os quatro conjunto de dados so idnticos quando examinado usando estatstica bsica,
mas variam consideravelmente quando graficados. (R2 = 0,816; y = 3,00 + 0,500x).
Outro ponto importante considerar que a incerteza da medida pode afetar o ajuste de curva.
A Figura 4 a seguir mostra um mesmo conjunto de dados mas com valores de incerteza diferentes e
o correspondente ajuste de reta. Esta figura mostra dois fatos: a) colocar incertezas com mesmos
valores para todos os dados produz o mesmo ajuste de curva que no colocar incertezas e b) dados
com maior incerteza tem menor peso sobre o ajuste de curva.

Mtodos Experimentais em Engenharia

Figura 4: A incerteza da medida afeta o ajuste de curva. Primeira linha: colocar incerteza com
mesmo valor para todos os dados produz o mesmo ajuste de curva que no colocar incertezas.
Segunda linha: dados com maior incerteza tem menor peso sobre o ajuste de curva. Fonte
http://nbviewer.ipython.org/github/duartexyz/BMC/blob/master/CurveFitting.ipynb.

Exemplo de aplicao de MMQ


Exemplo: Fora peso (P = mg) adaptado da referncia 1.
Para determinar a acelerao da gravidade local utilizou-se um dinammetro tubular,
algumas massas e um gancho. Mediu-se, ento, a fora peso de uma combinao de quatro massas
aferidas de 50 g. As medidas da fora peso foram feitas com um dinammetro tubular de carga
mxima de 2N (e cuja incerteza de 0,01 N). Foi necessrio descontar a fora peso do gancho, cujo
valor medido foi de (0,04 0,01) N. A partir dessas medidas, construiu-se a Tabela 1 a seguir. A
partir desses dados, plotou-se o grfico apresentado na Figura 5.

Mtodos Experimentais em Engenharia

Tabela 1: Dados obtidos pela leitura do dinammetro tubular.

Figura 5: Fora peso em funo da massa para os dados da Tabela 1.


De acordo com as leis da mecnica, o mdulo da fora peso P = | | proporcional ao valor
da massa m do corpo, sendo a constante de proporcionalidade dada pela acelerao da gravidade g
= | |. Para verificar essa relao, foi feita a regresso linear das medidas apresentadas na Tabela 1.
Considere a relao linear existente entre o mdulo da fora peso P e a massa m do objeto:

Portanto, possvel obter indiretamente o valor da acelerao da gravidade local, g = B


B, e de um possvel desvio da origem dos eixos, P0 = A A.
A partir dos dados apresentados na Tabela 1, construiu-se a Tabela 2.

Mtodos Experimentais em Engenharia

Tabela 2: Anlise estatstica dos dados.

Os dois valores calculados na ltima linha da tabela acima so suficientes para calcular o
coeficiente linear A e angular B. preciso, sobretudo, calcular primeiro o coeficiente angular
usando a equao (2):

Em seguida, o coeficiente linear A calculado a partir dos valores de B, m e P com a


equao (3):

importante destacar que, embora o valor da acelerao da gravidade encontrado esteja


prximo do valor esperado, e a reta ajustada passe prxima da origem, necessrio calcular as
incertezas de cada um desses coeficientes. Para tanto, uma vez construdas as Tabelas 1 e 2, pode-se
elaborar a Tabela 3:
Tabela 3: Anlise estatstica dos dados.

(Pi A Bxi)2
Para calcular a incerteza P, usou-se o valor calculado na ltima linha da Tabela 3 na
equao (6).

Mtodos Experimentais em Engenharia

A incerteza do coeficiente linear, A, calculada com a equao (8), ao substituir os valores


apropriados das ltimas linhas das Tabelas 2 e 3,

A incerteza do coeficiente angular, B, calculada com a equao (7), substituindo o valor


apropriado da ltima linha da Tabela 2,

Verifique como fica o ajuste linear dos dados da Tabela 1 com os parmetros A e B
calculados (Figura 6).

Figura 6: Fora peso em funo da massa para os dados da Tabela 1 com ajuste linear dos dados por
MMQ.
A anlise dos dados medidos permitiu encontrar o valor da acelerao da gravidade local,
com respectiva incerteza:
bem como o provvel intervalo do valor da reta quando m = 0, ou seja, A = (0,005 0,005) N.
Bibliografia

Mtodos Experimentais em Engenharia

1- Cury, H. N. (2007). Anlise de erros: o que podemos aprender com as respostas dos alunos.
Belo Horizonte: Autntica.
2- Squires, G.L. (1985). Practical Physics, 3rd. Ed. Cambridge University Press, Cambridge.
3- Taylor, J.R. (2012). Introduo anlise de erros: O estudo de incertezas em medies
fsicas. Traduo Waldir Leite Roque - 2a ed. Porto Alegre: Bookman.
Autores
Apostila elaborada pela professora L.H.G. Coelho e revisada pelos profs. M. Duarte e D. Consonni.

You might also like