É muito comum na engenharia a utilização de modelos onde uma dada variável é dada em função de mais de uma variável independente.
Suponha que a vazão de água em um tubo de concreto de seção transversal circular é dada pelo seguinte equação:
onde
é o diâmetro do tubo (ft) igual a 3(ft),
é a inclinação (ft/ft),
é vazão
e
são parâmetros do modelo.
Foram realizados experimentos que geraram a seguinte tabela de dados:
Suponha que a vazão de água em um tubo de concreto de seção transversal circular é dada pelo seguinte equação:
onde
Foram realizados experimentos que geraram a seguinte tabela de dados:
EXPERIMENTO | INCLINAÇÃO (S) | VAZÃO (Q) |
---|---|---|
1 | 0.001 | 1.4 |
2 | 0.01 | 28.9 |
3 | 0.05 | 200 |
4 | 0.1 | 250 |
Sabendo-se que deseja-se aplicar o modelo para a estimação de vazão em tubos com diâmetro entre
estimar os parâmetros
e
por regressão linear
Passo 1
Beleza, vamos resumir o que o exercício está pedindo. A gente tem uma equação que relaciona a vazão de água
em um tubo com diâmetro
e inclinação
:
Queremos encontrar os parâmetros
e
usando regressão linear com os dados dos experimentos. Pra isso, vamos precisar entender como transformar essa equação pra ficar numa forma que a gente consiga aplicar a regressão linear.
Passo 2
Primeiro, vamos organizar os dados que temos:
Experimento | Inclinação (
|
Vazão (
|
---|---|---|
1 | 0.001 | 1.4 |
2 | 0.01 | 28.9 |
3 | 0.05 | 200 |
4 | 0.1 | 250 |
Sabemos que
ft. Vamos usar isso para simplificar a equação.
Passo 3
Vamos transformar a equação original para conseguir aplicar a regressão linear. Primeiro, dividimos ambos os lados por
:
Agora, pegamos o logaritmo natural de ambos os lados para linearizar a relação:
Essa equação está na forma linear
, onde:
Passo 4
Vamos calcular os valores de
e
para cada experimento:
Experimento |
|
|
|
|
---|---|---|---|---|
1 | 0.001 | 1.4 | -6.907755 | -0.7642 |
2 | 0.01 | 28.9 | -4.605170 | 3.3673 |
3 | 0.05 | 200 | -2.995732 | 5.2983 |
4 | 0.1 | 250 | -2.302585 | 5.5215 |
(Os valores de
foram calculados usando
,
, etc.)
Passo 5
Agora, vamos calcular as somas necessárias para a regressão linear:
Passo 6
Vamos usar as fórmulas da regressão linear para encontrar
e
:
Substituindo os valores:
Calculando numerador e denominador:
Agora, calculamos
:
Passo 7
Lembrando que:
Vamos encontrar
e
:
Resposta
Os parâmetros estimados pelo modelo de regressão linear são:
Exercícios relacionados
Considere a seguinte Equação Diferencial Ordinária de primeira ordem:
Considerando o intervalo [0; 2], encontre a solução numérica dessa equação usando: O método de Euler com
;
Um modelo ecológico para o crescimento de certo pássaro é dado pela equação diferencial:
Execute dois passos da seguinte forma: com largura de passo igual a 0.8 .para obter
RK DE ORDEM 2:
1-18 Encontre o volume do sólido obtido pela rotação da região delimitada pelas curvas dadas em torno das retas especificadas. Esboce a região, o sólido e um disco ou arruela típicos.
-
em torno do eixo
Sherlock Holmes é um renomado detetive de Londres que possui uma capacidade inigualável de dedução. Ele está investigando as pistas sobre o desaparecimento do anel de casamento de Elizabeth II. Ao seguir as pistas ele chegou em um estacionamento próximo ao palácio de Buckingham e encontrou, em um papel, anotações da hora e quantos carros estavam estacionados.
Horário (h) | 8 | 9 | 10 | 11 |
---|---|---|---|---|
Carros | 11 | 18 | 30 | 49 |
Além destas anotações, também estava escrito que o número da casa onde estará a próxima pista era o número de carros na metade da hora entre 10 h e 11h.
b) Utilizando a função obtida, qual o número de carros no estacionamento às (ou 10h30min). Se o resultado possuir casas decimais utilize arredondamento para o inteiro mais próximo.
b) Utilizando a função obtida, qual o número de carros no estacionamento às