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.
6.4. Approssimazioni <strong>di</strong> tipo esponenziale<br />
Ricaviamo, quin<strong>di</strong><br />
2<br />
n∑<br />
(a 0 + a 1 x i + ... + a m x m i<br />
− y i )x j = 0 per j = 0,1,...,m<br />
i<br />
i=0<br />
In forma estesa possiamo scrivere<br />
n∑<br />
n∑<br />
x j i + a 1<br />
a 0<br />
i=0<br />
x j +1<br />
i=0<br />
i<br />
+ ... + a m<br />
n∑<br />
x j +m =<br />
i<br />
i=0<br />
i=0<br />
n∑<br />
x j i y i<br />
per j = 0,1,...,m<br />
Poichè queste equazioni si hanno per j = 0,1...,m, si ha da risolvere un sistema, che, scritto in forma<br />
matriciale, è:<br />
A T Aa = A T b<br />
dove A è una matrice rettangolare (n + 1) × (m + 1), data da<br />
⎛<br />
1 x 0 x0 2 ... x m ⎞<br />
0<br />
1 x 1 x1 2 ... x m 1<br />
A =<br />
⎜<br />
⎝<br />
.<br />
.<br />
.<br />
⎟<br />
. ⎠<br />
1 x n xn 2 ... xn<br />
m<br />
Le equazioni del sistema sono dette equazioni normali. Si può provare che la matrice Q = A T A è<br />
simmetrica, definita positiva 3 ed è non singolare, quin<strong>di</strong> il sistema ammette soluzione.<br />
6.4 Approssimazioni <strong>di</strong> tipo esponenziale<br />
Può capitare che i dati sperimentali abbiano un andamento <strong>di</strong> tipo esponenziale o ricor<strong>di</strong>no una funzione<br />
potenza della variabile x. Allora si può richiedere che la funzione approssimante abbia una delle due forme<br />
seguenti (e, a seconda della rappresentazione, si ha un <strong>di</strong>verso modello):<br />
y(x) = ae bx<br />
y(x) = ax b<br />
modello esponenziale<br />
modello potenza<br />
con a e b opportune costanti. Per ricavare a e b si passa ai logaritmi ricavando l’equazione <strong>di</strong> una retta i cui<br />
coefficienti sono ottenuti con la procedura <strong>di</strong> minimizzazione ai minimi quadrati. Da questi, si ritorna poi ai<br />
coefficienti delle funzioni <strong>di</strong> partenza. Ve<strong>di</strong>amo come.<br />
G Nel caso del modello esponenziale, passando ai logaritmi (in base naturale) si ha:<br />
ln(y) = ln(a) + bx<br />
Ponendo X = x, Y = ln(y), a 0 = ln(a) e a 1 = b, si ha un’equazione del tipo Y = a 0 + a 1 X .<br />
Quin<strong>di</strong>, dalle coppie <strong>di</strong> dati (x i , y i ) i = 0,1,...,n, si deve passare alle coppie (X i = x i , Y i = ln(y i ))<br />
e su queste coppie si costruisce la retta <strong>di</strong> approssimazione ai minimi quadrati con la procedura che<br />
abbiamo stu<strong>di</strong>ato in Sezione 9.3. Una volta ricavati i coefficienti a 0 e a 1 , si ha a = e a 0<br />
e b = a 1 .<br />
G Nel caso del modello potenza, passando ai logaritmi (qualunque sia la base usata, il risultato non<br />
cambia) si ha:<br />
log(y) = log(a) + b log(x)<br />
Ponendo X = log(x), Y = log(y), a 0 = log(a) e a 1 = b, si ha un’equazione del tipo Y = a 0 + a 1 X .<br />
Quin<strong>di</strong>, dalle coppie <strong>di</strong> dati (x i , y i ) i = 0,1,...,n, si deve passare alle coppie (X i = log(x i ), Y i =<br />
log(y i )) e su queste coppie si costruisce la retta <strong>di</strong> approssimazione ai minimi quadrati. Una volta<br />
ricavati i coefficienti a 0 e a 1 , si ha b = a 1 mentre, con gli opportuni passaggi, si trova il valore <strong>di</strong> a.<br />
3 Le definizioni <strong>di</strong> matrice simmetrica e matrice definita positiva sono date nel Capitolo 7.<br />
89