Mínimos Quadrados Laboratório Básico I Prof. Jaime Urban Mínimos Quadrados • Em muitas circunstâncias desejamos obter a reta que passa por certo número de pontos (dados); • Em uma situação ideal os dados estariam todos alinhados em uma reta; entretanto, devido a erros sistemáticos ou aleatórios eles estão deslocados para cima ou para baixo de suas posições ideais; • Mínimos quadrados é um modelo estatístico que permite determinar o coeficiente linear e o coeficiente angular de uma reta a partir da minimização da soma dos quadrados dos resíduos. Mínimos Quadrados - excel 35 30 Y 25 20 15 10 5 0 0 2 4 6 X 8 10 Mínimos Quadrados y = 2.9167x + 4.6389 R² = 0.9786 35 30 Y 25 20 15 10 5 0 0 2 4 6 X 8 10 Mínimos Quadrados Coeficiente Angular m N ( xi yi ) y j xk i j k N xk2 x j xk k j k Coeficiente linear b 2 x i y j xi ( x j y j ) i j i j i j k N xi2 x j xk Mínimos Quadrados 2 i N ( xi yi ) y j xk i j b k N x x j xk 2 k k X 1 2 3 4 5 6 7 8 9 j Y 8 9 14 15 20 24 26 27 30 i XY j 8 18 42 60 100 144 182 216 270 1 4 9 16 25 36 49 64 81 j i j k 45 m m 173 1040 285 ((9*1040)-(173*45))/((9*285)-(45*45)) 2.916667 j y = 2.9167x + 4.6389 R2 = 0.9786 30 25 20 15 10 5 0 0 Sum j i 35 X*X i j N xi2 x j xk k Y m x y x (x y ) 2 4 6 8 10 X b ((285*173)-(45*1040))/((9*285)-(45*45)) 4.638889 Matlab clear; close all; % Exemplo 1 – ajuste linear x = [1,2,3,4,5,6,7,8,9]; y = [8,9,14,15,20,24,26,27,30]; n = 1; p = polyfit(x,y,n); xi = 0:0.1:10; yi = polyval(p,xi); figure(1); plot(x,y,'*',xi,yi); %Exemplo 2 – polinomio de grau 4 x = [1,2,3,4,5,6,7,8,9]; y = sin(x)+rand(1,length(x)); n = 4; p = polyfit(x,y,n); xi = 1:0.1:9; yi = polyval(p,xi); figure(2); plot(x,y,'*',xi,yi); Matlab 35 2.5 30 2 25 1.5 20 1 15 0.5 10 0 5 -0.5 0 0 1 2 3 4 5 6 7 8 9 10 -1 1 2 3 4 5 6 7 8 9