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.

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

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

Saved successfully!

Ooh no, something went wrong!