Implementazione del problema della approssimazione ai minimi quadrati

Slides:



Advertisements
Presentazioni simili
Calcolo di valori approssimati delle radici
Advertisements

Metodi e Applicazioni numeriche nell’Ingegneria Chimica
Corso di esperimentazione di fisica 1 Il metodo dei minimi quadrati
Disegna un quadrato di 8 quadretti per lato
Tempo di computazione (Running Time) di programmi Misure del tempo: Misure del tempo: metodi principali 1.Benchmarking 2.Analisi.
comunque si considerino sono sicuramente
Esercizi02 Variabili aleatorie unidimensionali, media, varianza, mediana, moda, quantili.
Prodotti notevoli Definizione
Progetto di circuiti su FPGA
Progetto di circuiti su FPGA
Variabili di stato x 1 x 2 … x n (t) Problema: dato lo stato del sistema in un dato istante, t 0, quale sarà il suo stato futuro e da quali stati precedenti.
Integrazione Corso: Analisi Numerica Anno Accademico:
Analisi Numerica: AutoValori e Autovettori
Implementazione del problema della approssimazione ai minimi quadrati Camillo Bosco Corso di Analisi Numerica A.A
Variabili di stato x 1 x 2 … x n (t) Problema: dato lo stato del sistema in un dato istante, t 0, quale sarà il suo stato futuro e da quali stati precedenti.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°8
Trasformazioni nel dominio delle frequenze Andrea Torsello Dipartimento di informatica Università Ca Foscari via Torino 155, Mestre (VE)
Analisi dei Sistemi Esercitazione 3b
Inversione differenziale della Cinematica
PER FUNZIONI DI PIÙ VARIABILI - 2.
Costruzione di Interfacce - Paolo Cignoni1 Costruzione di Interfacce Lezione 30 MMeditor e collision detection
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 9.
FATTORIZZAZIONE di un polinomio
SCOMPOSIZIONE DI UN POLINOMIO IN FATTORI
Corso di biomatematica Lezione 3: Distribuzioni di probabilità continue Davide Grandi.
Integrazione di funzioni
CORSO DI MODELLI DI SISTEMI BIOLOGICI
Tempo di computazione (Running Time) di programmi Misure del tempo: Misure del tempo: metodi principali 1.Benchmarking 2.Analisi Benchmarking: usato per.
Esempio.
Corso di Chimica Fisica II 2011 Marina Brustolon
Studente Claudia Puzzo
G. Barbaro interpolazione1 INTERPOLAZIONE. G. Barbaro interpolazione1 In Statistica e in genere nelle scienze sperimentali, si studiano o si osservano.

Metodi numerici per l’approssimazione
Metodi numerici per lapprossimazione Laboratorio di Metodi Numerici a.a. 2008/2009 Prof. Maria Lucia Sampoli.
Esempio: somma se, allora [ per n addendi ] se ( se )
Corso di esperimentazione di fisica 1 Realizzare un fit gaussiano
LA SCOMPOSIZIONE DI POLINOMI IN FATTORI
SCOMPOSIZIONE IN FATTORI PRIMI di un polinomio
Dio non vorrà sapere... Dio non vorrà sapere che genere di automobili hai avuto: ti chiederà se hai accompagnato dei bisognosi.
Di Capuano,Colucci e Panunzi Valori medi I valori medi.
Daniele Santamaria – Marco Ventura
Seconda Edizione Classe 19C
Algoritmi e Strutture Dati
Salvatore Mazzola e Andrea Portale Prof.ssa R. M. Pidatella

Il triangolo di tartaglia
I polinomi.
Estrazione di radice.
due parole sull’interpolazione
CALCOLO LETTERALE Perché?
MCD & mcm MCD e mcm tra polinomi.
Lezione 2: Simulink Ing. Raffaele Carli (
MONOMI E POLINOMI.
EQUAZIONI IRRAZIONALI
Il calcolo dei limiti nelle funzioni razionali Seconda parte: la frontiera.
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
Moltiplicazione di un monomio per un polinomio
Misura di una quantità fisica
APPROSSIMAZIONE DI FUNZIONI
DISEQUAZIONI IRRAZIONALI
alunni della classe 2 a C dell’I.T.I.S.“VERONA TRENTO” di Messina, ci raccontano cosa sono, come si calcolano e come si dimostrano i………
Due parole sull’interpolazione Daniele Marini. Due problemi trovare una funzione incognita a partire da dati campione –che assuma nei punti campione il.
DIPARTIMENTO DI ELETTRONICA, INFORMAZIONE E BIOINGEGNERIA Lab 3: 27 Aprile 2015 Marco D. Santambrogio – Gianluca Durelli –
PLS /IVE. Polinomi trigonometrici Funzione a dente di sega Funzione a scalino.
OTTIMIZZAZIONE DI UN PERCORSO GRAFO CAMMINO MINIMO.
Regressione lineare Misure Meccaniche e Termiche - Università di Cassino2 Distribuzioni Correlate Una variabile casuale z, può derivare dalla composizione.
L’analisidei dati L’analisi dei dati Analisi mutlidimensionali: Analisi delle corrispondenze multiple Cluster Analysis.
V. Carassiti - INFN FE 1 Calcolo con Elementi Finiti.
HARDWARE. REALIZZAZIONI MINIMALI E FUNZIONI DI TRASFERIMENTO Consideriamo il modello di un sistema dinamico a tempo discreto in termini di ingresso stato.
Transcript della presentazione:

Implementazione del problema della approssimazione ai minimi quadrati

Definizione del problema CASO DISCRETO: siano dati m punti (x1,y1),…,(xm,ym). Si vuole determinare un polinomio p*(x) nello spazio dei polinomi di grado ≤n che indichiamo con Pn, con n<m ed n,m interi, tale che lo scarto quadratico medio ε2 così definito: risulti minimo rispetto ai coefficienti del polinomio. Chiaramente ε2 = ε 2(a0,…an) dove gli ai sono i coefficienti del polinomio p*(x).

Caso di approssimazione lineare Nel caso in cui n=1 vogliamo determinare il polinomio di primo grado p(x)=ax+b (geometricamente una retta) che costituisce la migliore approssimazione ai minimi quadrati. Vogliamo cioè, noti m punti (xi,yi) i=1…m trovare i valori di a e b che minimizzano: Come minimizzare tale funzione ? Calcolando le derivate prime di F rispetto ad a e rispetto a b e ponendole uguali a zero.

Si ottiene così un sistema di due equazioni in due incognite che risolto consente di esprimere a e b (le incognite !) in funzione delle coordinate degli m punti.

ovvero, in forma matriciale: Il sistema che si ottiene è il seguente: ovvero, in forma matriciale:

Le soluzioni del sistema ottenute applicando la regola di Cramer sono:

Definizione del problema (caso continuo) CASO CONTINUO: Si vuole determinare p*(x) appartenente a Pn in modo tale da minimizzare la grandezza ε2 o scarto quadratico medio così definita: Chiaramente ε2 = ε2(a0,…an) dove gli ai sono i coefficienti del polinomio p*(x).

Soluzione del problema Consideriamo lo spazio V=C[a,b], ovvero lo spazio delle funzioni continue in [a,b], vogliamo trovare i coefficienti a0,…,an del polinomio p*(x) in Pn, che approssima f appartenente a V. Dobbiamo minimizzare: Come si fa a minimizzare tale funzione ? Calcolando le derivate prime di F rispetto ai valori a0,…,an e ponendole uguali a zero. Otteniamo il seguente sistema di n+1 equazioni nelle n+1 incognite a0,…,an, :

nel caso in cui [a,b] = [0,1] il sistema diventa: ovvero: i=0…n nel caso in cui [a,b] = [0,1] il sistema diventa: i=0…n

Il sistema in forma matriciale si scrive: dove :

Cosa significa mal condizionata? Problema La matrice dei coefficienti è quella con elementi: i,j=0,..n Si tratta della matrice di Hilbert che è una matrice malcondizionata Cosa significa mal condizionata? Che se si risolve un sistema lineare con questa matrice dei coefficienti, “piccole” perturbazioni sui dati possono provocare “grandi” perturbazioni sulle soluzioni .