Baixe o app para aproveitar ainda mais
Prévia do material em texto
Melhor Aproximac¸a˜o; M´ınimos Quadrados Sec¸a˜o 6.4 Fa´bio S. Bemfica EC&T - UFRN 11 de outubro de 2012 Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4 Melhor Aproximac¸a˜o Projec¸o˜es ortogonais vistas como aproximac¸o˜es: Se P e´ um ponto no espac¸o tridimensional usual e W e´ um plano pela origem, enta˜o a menor distaˆncia entre o ponto P e o plano W e´ ||~u − projW~u|| . Ou seja, o vetor projW~u e´ a “melhor aproximac¸a˜o” de ~u por vetores em W . Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4 Melhor Aproximac¸a˜o Theorem (Teorema 6.4.1: Teorema da Melhore Aproximac¸a˜o) Se W e´ um subespac¸o de dimensa˜o finita de um espac¸o com produto interno V e se u ∈ V , enta˜o projW u e´ a melhor aproximac¸a˜o de u em W no seguinte sentido: ||u− projW u|| < ||u−w|| para cada vetor w ∈W distinto de projW u. Demonstrac¸a˜o. Para cada vetor w 6= projW u ∈W podemos escrever u−w = (u− projW u) + (projW u−w). Note que u− projW u ∈W⊥, enquanto que projW u−w ∈W , ou seja, sa˜o vetores ortogonais pois pertencem a` subespac¸os ortogonais complementares. Pelo teorema de Pita´goras para vetores ortogonais temos que ||u−w||2 = ||u− projW u||2 + ||projW u−w||2 < ||projW u−w||2 pois w 6= projW u. Ou seja, ||u− projW u|| < ||u−w|| para todo w 6= projW u ∈W . Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4 M´ınimos Quadrados Soluc¸o˜es de m´ınimos quadrados em sistemas lineares: Na natureza, devido a erros de medida em experimentos, eventualmente um sistema A~x = ~b que deveria possuir soluc¸a˜o pode na˜o possuir devido a esses erros. Sendo assim, devemos estudar o seguinte problema: Problema dos M´ınimos Quadrados Dado um sistema A~x = ~b de m equac¸o˜es e n varia´veis encontre, se poss´ıvel, um vetor ~x que minimiza ||A~x − ~b|| em relac¸a˜o ao produto interno euclidiano de Rm. Um tal vetor e´ chamado uma soluc¸a˜o de m´ınimos quadrados de A~x = v. Seja o vetor erro ~e = A~x − ~b = (e1, e2, · · · , em). Uma soluc¸a˜o de m´ınimos quadrados minimiza ||~e|| = √ e21 + e 2 2 + · · ·+ e2m. Da´ı o nome m´ınimos quadrados. Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4 M´ınimos Quadrados Para resolver o problema de m´ınimos quadrados, seja W o espac¸o-coluna de A. Lembrem que se A~x = ~b possui soluc¸a˜o, enta˜o ~b e´ um vetor do espac¸o-coluna de A! Por outro lado, se v na˜o esta´ no espac¸o-coluna de A, enta˜o o sistema na˜o possui soluc¸a˜o. No entanto, pelo teorema da melhor aproximac¸a˜o, a soluc¸a˜o mais pro´xima desse sistema sera´ aquela dada pela projec¸a˜o de ~b sobre W . Neste sentido, o sistema linear A~x = projW~b possui soluc¸a˜o e a soluc¸a˜o e´ a que mais se aproxima da soluc¸a˜o real. Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4 M´ınimos Quadrados Theorem (Teorema 6.4.2) Para qualquer sistema linear A~x = ~b, o sistema normal associado ATA~x = AT~b e´ consistente e todas as soluc¸o˜es do sistema normal sa˜o soluc¸o˜es de m´ınimos quadrados de A~x = ~b. Ale´m disso, se W e´ o espac¸o-coluna de A e ~x e´ qualquer vetor soluc¸a˜o de m´ınimos quadrados de A~x = ~b, enta˜o a projec¸a˜o ortogonal de ~b em W e´ projW~b = A~x . Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4 M´ınimos Quadrados Demonstrac¸a˜o. Seja W o espac¸o-coluna de A. O sistema linear A~x = ~b e´ inconsistente se ~b na˜o esta´ em W . O sistema que possui soluc¸a˜o e que mais se aproxima deste e´ aquele contendo a projec¸a˜o do vetor ~b em W , ou seja, A~x = projW~b. Do teorema 6.3.4 decorre que o vetor erro ~b − A~x = ~b − projW~b e´ ortogonal a` W e, portanto, pelo teorema 6.2.6 W⊥ e´ o espac¸o-nulo de AT . Sendo assim ~b − A~x = ~b − projW~b ∈W⊥ e, portanto, deve obedecer a` equac¸a˜o AT ( ~b − A~x ) = ~0 =⇒ ATA~x = AT~b corresponde a` soluc¸a˜o de m´ınimos quadrados A~x = projW~b. Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4 M´ınimos Quadrados Theorem (Teorema 6.4.4) Se A e´ uma matriz m × n com vetores-coluna linearmente independentes, enta˜o para cada matriz ~b de tamanho n × 1, o sistema linear A~x = ~b tem uma u´nica soluc¸a˜o de m´ınimos quadrados. Esta soluc¸a˜o e´ dada por ~x = (ATA)−1ATv . Ale´m disto, se W e´ o espac¸o-coluna de A, enta˜o a projec¸a˜o ortogonal de ~b em W e´ projW~b = A~x = A(A TA)−1AT~b . Formula (6) Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4 M´ınimos Quadrados Exemplo 1 Encontre a soluc¸a˜o de m´ınimos quadrados do sistema linear A~x = ~b dado por x1 − x2 = 4 3x1 + 2x2 = 1 −2x1 + 4x2 = 3 Exemplo 2 Encontre a projec¸a˜o ortogonal do vetor ~u = (−3,−3, 8, 9) no subespac¸o de R4 gerado pelos vetores ~u1 = (3, 1, 0, 1) , ~u2 = (1, 2, 1, 1) , ~u3 = (−1, 0, 2,−1) . Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4 M´ınimos Quadrados Definic¸a˜o Se W e´ um subespac¸o de Rm, enta˜o a transformac¸a˜o P : Rm →W que leva cada vetor ~x de Rm em sua projec¸a˜o ortogonal projW~x em W e´ chamada projec¸a˜o ortogonal de Rm sobre W . Exemplo Obtenha a matriz canoˆnica da projec¸a˜o ortogonal P de R2 sobre a reta real l que passa pela origem e faz um aˆngulo θ com o eixo ~x positivo. Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4 Exerc´ıcios Referentes a` Sec¸a˜o 6.4 do livro texto Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4 Respostas Referentes a` Sec¸a˜o 6.4 do livro texto Fa´bio Sperotto Bemfica Melhor Aproximac¸a˜o; M´ınimos QuadradosSec¸a˜o 6.4
Compartilhar