Professional Documents
Culture Documents
Un sistema lineare Ax = b sovradeterminato quando ci sono pi` e u equazioni che incognite. Per il Teorema di Rouch`-Capelli ammette soluzione se e solo e rango[A] = rango[A| b] Una soluzione esatta, per la quale r = b Ax = 0 esiste solo se il vettore b appartiene allo spazio generato dalle colonne di A. Se questo non succede, si considera un problema pi` generale : u determinare il vettore x in modo che il residuo r = b Ax si minimo Def. Dicesi soluzione ai minimi quadrati del sistema sovradeterminato Ax = b ogni vettore x il cui residuo r := b Ax abbia norma euclidea minima.
Teorema
1) Il sistema sovradeterminato Ax = b ammette almeno una soluzione ai minimi quadrati x0 tale che rxo := b Ax0
2
= minx b Ax
2) Ogni vettore x1 che minimizza la norma euclidea del residuo ` e anche soluzione delle equazioni normali At Ax = At b e viceversa. 3) Se y ` unaltra soluzione il residuo lo stesso, dato che si ha e e Ax1 = Ay . 4) Il residuo r = b Ax0 ` univocamente determinato e soddisfa e alle equazioni At rx = 0 il vettore residuo ortogonale alle colonne della matrice A. e
Corollario
Se le colonne di A sono linearmente indipendenti, la matrice At A ` e non singolare e denita positiva, e le equazioni normali ammettono ununica soluzione. N.B. Una matrice B e denita positiva se x t B x > 0 x = 0 La matrice B := At A lo di sicuro, dato che e x t B x = x t At Ax = (Ax)t Ax = Ax
2 2
> 0 x.
Esempio
Il sistema sovradeterminato Ax = b (m = 6, n = 3) con 1 1 0 0 2 0 1 0 3 0 0 1 , b = dato che A= 1 1 0 1 2 0 1 1 1 1 0 1 1 0 0 |1 0 1 0 |2 0 0 1 |3 = 4 non ammette soluzione. rango[A| b] = 1 0 |1 1 0 1 1 |2 1 0 1 |1
Le equazioni normali At Ax 3 1 1 3 1 1
= At b sono 1 x1 1 x2 = 1 . 1 3 x3 6
Risolvendole con il metodo di Gauss si ottiene 0.25 5 0.25 4 0 7 x = , r = b Ax = 0.5 4 0.75 3 0.75
0 = 0 0
Se le colonne di A sono quasi dipendenti ed A risulta mal condizionata, il condizionamento di At A sar` ancora peggiore. a
Esempio 1a
Dato il sistema sovradeterminato 1 1 1 0 0 0 0 0 0 Ax = b, con 1 x1 0 x2 = 0 x3 0 m = 4, n = 3 .
Le equazioni normali At Ax = At b sono 1 1+ 2 1 1 x1 2 1 x2 = 1 . 1+ 1 x3 1 1 1 1+ 2 Se lavoriamo con 8 cifre decimali ed = 104 , si ha 1 + 2 = 1.00000001 che viene arrotondato ad 1, quindi At A risulta singolare (ha addirittura rango 1).
In caso di cattivo condizionamento si pu ricorrere alla o decomposizione QR della matrice A: A=Q R 0 , Q t Q = In , R m m triangolare alta
Dato che il prodotto per una matrice ortogonale non modica la norma dei vettori, bAx
2
= Q t (bAx) b1 b2
= Qtb Qt Q b1 b2
2
R 0 R x 0
x
2
= Qtb
R 0
Posto Q t b =
, si ha =
b1 Rx = b1 Rx b2 2 minima quando b1 Rx = 0.
+ b2
quindi la norma ` e
Proposizione
Il vettore x ` soluzione del problema dei minimi quadratiAx = b se e e solo se ` soluzione del sistema e Rx = b1 con A = Q R 0 Qtb = b1 b2 .
k(R) = k(A) ed R ` non singolare se e solo se le colonne di A e sono linearmente indipendenti. Se R non singolare la soluzione e del problema dei minimi quadrati ` unica. e
Per assurdo. Se le colonne di A sono dipendenti z = 0 tale che Az = 0 Q t Az = 0 e quindi Rz = 0 R singolare. e
Se le colonne di A e quindi di R, sono dipendenti ci possono essere pi` vettori x che minimizzano b Ax 2 , ma la quantita u minx b Ax 2 ` unica. e
Esempio 2
Sia dato il sistema sovradeterminato Ax = b con 1 1 0 0 2 0 1 0 0 0 1 b= 3 A= 1 1 0 1 2 0 1 1 1 0 1 1 ammette
0.5774 0.8165 1.4142 0.48787 0.0235 0.5113 0.1786 0.1551 0.6664
rank[A] = 3 e rank[A|b] = 4, quindi il sistema non soluzione. 1.7321 0.5774 R 0 1.6330 Essendo A = Q con R 0 0 0
Q= 0.5774 0 0 0.5774 0 0.5774 0.2041 0.6124 0 0.4082 0.6124 0.2041 0.3536 0.3536 0.7071 0.0000 0.3536 0.3536 0.5113 0.4878 0.0235 0.6664 0.1786 0.1551
una soluzione ai minimi quadrati si ottiene risolvendo il sistema Rx = Q t b 1.7321 0.5774 0.5774 x1 0.5774 0 1.6330 0.8165 x2 = 0.4082 0 0 1.4142 x3 4.2426 La soluzione ` e 1.2500 x = 1.7500 . 3.0000
Esempio 1b
Dato il sistema Ax = b 1 0 0 con 1 1 1 x 0 0 1 0 x2 = 0 0 x3 0 0
ed = 108 , procedendo con il metodo della decomposizione ortogonale si ottiene : 1 0.70711 108 0.40825 108 0.57735 108 0.57735 Q = 0 0.70711 108 0.40825 108 0 0 0.81650 0.57735 1 1 1 R = 0 0.14142 107 0.70711 108 0 0 0.12247 108
1 Q t b = b1 = 0.70711 0.40825
La soluzione teorica ` e
1 3+ 1 3+
Con la decomposizione QR il problema ` risolubile, mentre le e equazioni normali At Ax = At b hanno una matrice dei coecienti singolare entro la precisione di macchina.