18.01.2015 Views

Appunti di Calcolo Numerico - Esercizi e Dispense - Università degli ...

Appunti di Calcolo Numerico - Esercizi e Dispense - Università degli ...

Appunti di Calcolo Numerico - Esercizi e Dispense - Università degli ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

9.3. Minimi quadrati non lineari<br />

Per i = 1,...,n, la <strong>di</strong>fferenza b i = d i − δ i (x, y) è data da<br />

b i = d i − δ i (x, y) = δ(x 0 , y 0 ) + ɛ i − δ i (x, y)<br />

∂δ(x, y) ∂δ(x, y)<br />

= δ(x, y) + (x 0 − x) + (y 0 − y) + ɛ i − δ i (x, y)<br />

∂x<br />

∂y<br />

∂δ(x, y) ∂δ(x, y)<br />

= (x 0 − x) + (y 0 − y) + ɛ i (9.1)<br />

∂x<br />

∂y<br />

Le derivate parziali sono, per i = 1,...,n:<br />

∂δ i (x, y)<br />

∂x<br />

∂δ i (x, y)<br />

∂y<br />

= ∂√ (x i − x) 2 + (y i − y) 2<br />

∂x<br />

= ∂√ (x i − x) 2 + (y i − y) 2<br />

∂y<br />

∣<br />

(x i − x)<br />

(x,y)=(x,y) = − √<br />

(xi − x) 2 + (y i − y) = − (x i − x)<br />

2 δ i (x, y)<br />

∣<br />

(y i − y)<br />

(x,y)=(x,y) = − √<br />

(xi − x) 2 + (y i − y) = − (y i − y)<br />

2 δ i (x, y)<br />

Consideriamo, ora, il vettore b = (b 1 ,b 2 ,...,b n ) T , il vettore ɛ = (ɛ 1 ,ɛ 2 ,...,ɛ n ) T e la matrice A <strong>di</strong> n righe e 2<br />

colonne data da<br />

⎛<br />

∂δ 1 (x, y)<br />

∂x<br />

∂δ 2 (x, y)<br />

A =<br />

∂x<br />

⎜ ...<br />

⎝ ∂δ n (x, y)<br />

∂x<br />

⎞<br />

∂δ 1 (x, y)<br />

∂y<br />

∂δ 2 (x, y)<br />

∂y<br />

⎟<br />

∂δ n (x, y) ⎠<br />

∂y<br />

Dalla relazione (9.1), introducendo il vettore ξ = (x 0 − x, y 0 − y) T abbiamo<br />

Aξ + ɛ = b<br />

o, quivalentemente, ɛ = b − Aξ<br />

Se an<strong>di</strong>amo a riprendere la funzione S(x 0 , y 0 ) da minimizzare, abbiamo S(x 0 , y 0 ) = ∑ n<br />

i=1 ɛ2 . In termini<br />

i<br />

vettoriali, S si può anche scrivere come S = ɛ T ɛ, vale a <strong>di</strong>re come funzione del vettore ξ:<br />

S(ξ) = (b − Aξ) T (b − Aξ)<br />

Sviluppando abbiamo<br />

S(ξ) = b T b − b T Aξ − ξ T A T b + ξ T A T Aξ<br />

La quantità b T Aξ è scalare e, quin<strong>di</strong>, coincide con la sua trasposta, da cui b T Aξ = (b T Aξ) T = ξ T A T b. Perciò<br />

S(ξ) = b T b − 2ξ T A T b + ξ T A T Aξ<br />

Per trovare il minimo <strong>di</strong> S dobbiamo imporre uguale a zero la sua derivata rispetto al vettore ξ, vale a <strong>di</strong>re<br />

rispetto a ciascuna componente <strong>di</strong> ξ. Poichè b T b è uno scalare che non <strong>di</strong>pende da ξ, la sua derivata vale zero;<br />

quando deriviamo ξ T A T b, si ha A T b, mentre la derivata <strong>di</strong> ξ T A T Aξ vale 2ξ T A T A = 2(ξ T A T A) T = 2A T Aξ, da<br />

cui 22 Per ricavare queste derivate consideriamo un vettore <strong>di</strong> <strong>di</strong>mensione m, y che è funzione <strong>di</strong> un altro vettore <strong>di</strong> <strong>di</strong>mensione n, x,<br />

me<strong>di</strong>ante la relazione y = ψ(x). Per definizione, la derivata ∂y è data dalla matrice che ha come elemento <strong>di</strong> posto (i , j ) la derivata<br />

∂x<br />

parziale ∂y i<br />

(i = 1,...,m, j = 1,...,n).<br />

∂x j<br />

Data una matrice A, <strong>di</strong> <strong>di</strong>mensione m × n<br />

137

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!