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 ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
6.2. Retta <strong>di</strong> regressione lineare<br />
Figura 6.2: Dati sperimentali (a sinistra) della Tabella 6.2 e polinomio <strong>di</strong> interpolazione (a destra).<br />
Per minimizzare questa funzione, occorre porre le derivate parziali della S rispetto ad a 0 e a 1 uguali a zero. 2<br />
Si pone dunque<br />
0 = ∂S(a 0, a 1 )<br />
∂a 0<br />
= ∂<br />
∂a 0<br />
0 = ∂S(a 0, a 1 )<br />
∂a 1<br />
= ∂<br />
∂a 1<br />
n∑ [ ] 2<br />
n∑ [ ]<br />
(a0 + a 1 x i ) − y i = 2 (a0 + a 1 x i ) − y i<br />
i=0<br />
i=0<br />
n∑ [ ] 2<br />
n∑ [ ]<br />
(a0 + a 1 x i ) − y i = 2 (a0 + a 1 x i ) − y i xi<br />
i=0<br />
Queste equazioni si semplificano nel sistema delle cosiddette equazioni normali:<br />
{<br />
(n + 1)a0 + a 1<br />
∑ n<br />
i=0 x i = ∑ n<br />
i=0 y i<br />
a 0<br />
∑ n<br />
i=0 x i + a 1<br />
∑ n<br />
i=0 x2 i = ∑ n<br />
i=0 x i y i<br />
i=0<br />
Introducendo la notazione A 12 = ∑ n<br />
i=0 x i , A 22 = ∑ n<br />
i=0 x2 i , b 1 = ∑ n<br />
i=0 y i e b 2 = ∑ n<br />
i=0 x i y i e osservando che la<br />
matrice del sistema è simmetrica (A 12 = A 21 ), la soluzione è data da:<br />
a 0 = A 22b 1 − A 12 b 2<br />
(n + 1)A 22 − A 2 12<br />
a 1 = (n + 1)b 2 − A 12 b 1<br />
(n + 1)A 22 − A 2 12<br />
Nell’esempio proposto, per calcolare la retta <strong>di</strong> approssimazione ai minimi quadrati, dobbiamo calcolare<br />
i coefficienti delle equazioni normali. In Tabella 6.3 poniamo i valori che servono per risolvere il sistema: la<br />
soluzione è a 0 = −0.87333333 e a 1 = 1.62969697. La retta è rappresentata in Figura 6.3.<br />
La retta che abbiamo appena costruito è la retta che minimizza gli scarti verticali, supponendo affetti<br />
da errore le or<strong>di</strong>nate delle coppie <strong>di</strong> punti a <strong>di</strong>sposizione. Essa prende pure il nome <strong>di</strong> retta <strong>di</strong> regressione<br />
lineare sugli scarti verticali.<br />
Osserviamo che il baricentro dei punti assegnati giace sulla retta ai minimi quadrati, in quanto considerando<br />
la prima equazione del sistema si ha, per X = ∑ n<br />
i=0 x i /(n + 1) e Y = ∑ n<br />
i=0 y i /(n + 1) (le coor<strong>di</strong>nate del<br />
baricentro dei punti assegnati):<br />
Sul<br />
baricentro<br />
a 0 + a 1 X = Y<br />
Se invece sono affetti da errore le ascisse delle coppie <strong>di</strong> punti, si può cercare la retta che minimizza gli<br />
scarti orizzontali, detta anche retta <strong>di</strong> regressione lineare sugli scarti orizzontali, (basta scambiare il ruolo<br />
delle x con quello delle y per ricavare, con lo stesso proce<strong>di</strong>mento, la retta p 1 (y) = b 0 + b 1 y). Il baricentro dei<br />
punti assegnati giace anche su questa retta, da cui possiamo concludere che esso è il punto <strong>di</strong> intersezione<br />
delle due rette che minimizzano gli scarti verticali e orizzontali.<br />
2 Per funzioni f (x) <strong>di</strong> una variabile reale, i punti <strong>di</strong> massimo o minimo si trovano tra i punti critici della f , per i quali f ′ (x) = 0,<br />
stu<strong>di</strong>ando il segno della f ′′ . Analogo proce<strong>di</strong>mento si segue per funzioni <strong>di</strong> due variabili. Per la funzione S(a 0 , a 1 ) che stiamo stu<strong>di</strong>ando,<br />
si può provare che i valori (a 0 , a 1 ) che annullano le derivate parziali della S rappresentano i valori che minimizzano la S stessa. Questo<br />
argomento viene approfon<strong>di</strong>to nei corsi <strong>di</strong> Analisi Matematica.<br />
87