Академический Документы
Профессиональный Документы
Культура Документы
FACOLTÁ DI INGEGNERIA
SEMINARIO di ALGEBRA :
Cristiano De Lellis
Docente:
Stefano Capparelli
y=a+bx
2=𝑎+𝑏∗1
2=𝑎+𝑏∗2
4=𝑎+𝑏∗3
0
0 1 2 3 4
In forma matriciale abbiamo invece il sistema rappresentato nella forma:
AX=B
essendo
1 𝑥1 𝑦1
1 𝑥2 𝑎 𝑦2
𝐴 𝑋 =𝐵 ⋮
⋮ ⋮ 𝑏
1 𝑥𝑛 𝑦𝑛
Il sistema risulta non essere compatibile, quindi è privo di soluzioni ovvero, per
ogni scelta del vettore X ∈ R2 si ha che B-AX≠0.
Definiamo allora gli errori ϵ1 ,ϵ2 ,ϵ3 in corrispondenza dei tre punti, dove
ϵ1 =2-(a+2b), ϵ2=2-(a+2b), ϵ3=4-(a+3b), e consideriamo il vettore errore
𝜖1
e = 𝜖2
𝜖3
Vogliamo quindi riuscire a minimizzare, in un certo senso, gli “errori legati alla
posizione” di una retta di equazione y=a+bx, rispetto ai punti assegnati,
dove ϵi=yi -(a+bxi). La retta y=a+bx che minimizza 𝒆 =√ (ϵ12+ ϵ22+ ϵ32) si
dice retta ai minimi quadrati.
Ci si pone di risolvere il sistema
𝑎 + 𝑏𝑥1 = 𝑦1
𝑎 + 𝑏𝑥2 = 𝑦2
…
𝑎 + 𝑏𝑥𝑛 = 𝑦𝑛
ovvero
1 𝑥1 𝑦1
1 𝑥2 𝑎 𝑦2
𝐴 𝑋 =𝐵 ⋮
⋮ ⋮ 𝑏
1 𝑥𝑛 𝑦𝑛
|| B-AX || ≤ || B-AX || ∀ 𝑋 ∈ Rn mm
𝑎
< ( A X )T , ( B – A X )T > = 0 ∀𝑋 = (♣)
𝑏
𝑎
( A X )T (B - A X ) = 0 ∀𝑋 =
𝑏
allora si ha:
(A X )T ( B - A X ) = 0 ⟺
⟺ (XT AT) ( B – AX ) = 0 ⟺
⟺ XT (AT B - ( AT A ) X ) = 0
AT B - ( AT A ) X = 0
ossia
( AT A ) X ) = AT B
( AT A ) X = AT B
X = ( AT A )-1 AT B
Con riferimento alla condizione b) del Teorema ai Minimi Quadrati e
ricordando che se A è una matrice m x n, allora AT A è invertibile se e solo se A
ha colonne indipendenti ( o equivalentemente, se rankA = n, o AX = 0 ammette
X = 0 come unica soluzione); abbiamo quindi in tal caso il sistema AX = B
ammette un’unica soluzione approssimata.
La fattorizzazione QR risulta essere di grande aiuto nel cercare le soluzioni
approssimate di un sistema lineare AX = B. Sia A = QR la fattorizzazione QR
della matrice dei coefficienti A. Il sistema lineare di equazioni normali
(AT A)Y = AT B si scrive allora
( Q R )T ( Q R) Y = ( Q R )T B
Essendo QT Q = I, otteniamo
( RT R) Y = RT QT B
( U R RT R ) Z = ( U R RT QT ) B
e quindi
R Z = QT B
R Y = QT B
in altre parole
( AT A )-1 AT
pro𝑗𝑊 (B): Rm → Rm
X = A+ B
𝑦1 1 𝑥1 𝑥12 … 𝑥1𝑚
𝑦2 𝑥22 𝑥2𝑚
Y= ⋮ M = 1 𝑥2 …
⋮ ⋮ ⋮ ⋮ ⋮
𝑦n 1 𝑥𝑛 𝑥𝑛2 … 𝑥𝑛𝑚
y = a 0 + a1 x + a 2 x 2 + … + a m x m
dove Z = (a0, a1,…, am)T è una qualunque soluzione approssimata del sistema
lineare MX = Y, ovvero, se M = QR è la fattorizzazione QR della matrice M, Z è
una soluzione esatta del sistema lineare
RX = QTY
Inoltre se almeno m+1 degli xi sono distinti, allora Z è unica e quindi unico è il
polinomio ai minimi quadrati (in tal caso infatti la matrice R è invertibile e
quindi Z = (R)-1QTY ).