Documente Academic
Documente Profesional
Documente Cultură
6 16 Popovici
6 16 Popovici
Abstract
Lucrarea reflectă modul în care se poate folosi mediul de programare Matlab pentru
învăţarea şi înţelegerea modului de aplicare în practică a cursului de Analiză Numerică
prezentat studenţilor Facultăţii de Construcţii din Universitatea Tehnică „Gh. Asachi”
Iaşi. Este prezentat algoritmul numeric asociat metodei celor mai mici pătrate în cazul
sistemelor de ecuaţii algebrice liniare supradimensionate şi tratate doua exemple
adecvate, cu aplicatii în practica.
În concluzie, studenţii pot utiliza softul Matlab pentru rezolvarea problemelor de
matematică, care apar în cercetare, proiectare, inginerie, iar utilizarea softului este o
metodă complementară şi nu substitutivă [2].
1. Introducere
Metodele numerice care se folosesc astăzi, fie cele clasice, fie cele noi, se utilizează
numai prin intermediul calculatorului. Ţinând cont de complexitatea problemelor
utilizatorul trebuie să studieze cazurile în care trebuie să decidă ce sistem de calcul va
fi adecvat pentru problema în cauză, dar în acelaşi timp şi să „intuiască” modul de
abordare a raţionamentelor ce trebuie implementate pentru rezolvarea problemei.
Metodele numerice trebuie concepute astfel încât să fie eficiente şi numeric stabile.
Eficienţa se asigură prin elaborarea unor algoritmi care să implice un număr cât mai
mic de operaţii aritmetice elementare.
Ituitiv vorbind, stabilitatea numerică a unui algoritm înseamnă ca acesta este cât
mai puţin sensibil la erorile de rotunjire sau la alte incertitudini numerice care pot
aparea în procesul de calcul.
Dacă toate calculele se fac pe baza unor combinaţii convexe, atunci toate rezultatele
intermediare şi chiar rezultatul final vor fi în domeniul de mărime al datelor iniţiale,
asigurând stabilitatea algoritmului.
Elaborarea unui algoritm numai pe baza unor combinaţii convexe nu se poate
realiza în toate cazurile, dar această cerinţă constituie un principiu general ce trebuie
avut în vedere întotdeauna la implementarea metodelor numerice pe calculator.
2. Aproximarea discretă în sensul celor mai mici pătrate
Portrivirea (netezirea) datelor în sensul celor mai mici pătrate s-a dovedit un
instument indispensabil încă de la inventarea sa de către Gauss şi Legendre, în jurul
anului 1800, cu ramificaţii în ştiinţele experimentale.
139
140 Facultatea de Matematică şi Informatică, Bucureşti
140
Conferinţa Naţională de Învăţământ Virtual, ediţia a IV-a, 2006 141
unde
ri = a i1 + " + a in x n − bi , i = 1, m .
Considerăm funcţia pătratică,
f ( x) = f ( x1 , x 2 , " , x n ) =< r , r >= r12 + r22 + " + rm2 . (4)
Definiţia 1. Se numeşte soluţie în sensul celor mai mici pătrate a sistemului (2), acel
vector x*, pentru care funcţia (4) are valoarea minimă.
Dacă: min f ( x) = f ( x * ) = 0 , atunci ri ( x * ) = 0 , pentru orice i = 1, m.
x∈R n
Rezultă că sistemul (2) este compatibil şi atunci x=x* este soluţia exactă a sa.
În general, sistemul (2) nu este compatibil şi min f ( x) = f ( x * ) > 0 , iar x=x* este un
x∈R n
substituit pentru soluţia sistemului, şi anume soluţia în sensul celor mai mici pătrate.
Funcţia f se poate pune sub forma :
f ( x) =< r , r >=< Ax − b, Ax − b >=< Ax, Ax > −2 < Ax, b > + < b, b > ,
şi astfel avem
f ( x) =< A T Ax, x > −2 < A T b, x > + < b, b > (5)
Teorema 1. Dacă rang A = n, atunci sistemul (2) admite o singură soluţie în sensul
celor mai mici pătrate şi aceasta este soluţia (unică) a sistemului
ATAx = ATb (6)
Sistemul (6) se numeşte sistemul normal al lui Gauss.
Demonstraţie.
Punctele de extrem ale funcţiei pătratice f, dată de relaţia (5), se caută printre
punctele sale critice, iar acestea se află rezolvând sistemul:
grad f = 0
Cum grad f = ATAx –ATb, obţinem sistemul ATAx = ATb. Ţinând cont că :
rang A = rang AT = rang (ATA) =rang (AAT), atunci matricea B = ATA este o matrice
pătratică de ordinul n şi rang B = n, conform celor de mai sus. Rezultă că sistemul (6)
admite o soluţie unică, x = x*, care este punct critic pentru f.
Matricea B este evident simetrică şi semipozitiv definită. Mai mult, în ipoteza
noastră, matricea B este pozitiv definită.
Într-adevăr dacă presupunem ca <Bx,x> = 0, atunci rezultă că <Ax,Ax> =0 şi deci
Ax =0. Cum rang A = n <m rezultă x = 0.
Pe de altă parte avem
n n
d 2 f ( x) = ∑∑ b dx dx ij i j >0,
i =1 j =1
de unde rezultă că x = x* este punct de minim pentru f şi cu aceasta teoremă este
demonstrată.
Aşadar, în ipoteza rang A = n ,soluţia sistemului (2), în sensul celor mai mici pătrate,
este unică şi se află rezolvând sistemul (6). Acest sistem este simetric pozitiv definit.
Rezolvarea sa se poate face prin metoda Cholesky sau una din metodele de relaxare.
141
142 Facultatea de Matematică şi Informatică, Bucureşti
Factorizarea Cholesky pentru sistemul (6) este o metoda directă de rezolvare a unui
sistem de ecuaţii liniare, cu matricea coeficienţilor pozitiv definită. Există o matrice
unică R superior triunghiulară, nesingulară, care satisface relaţia:
AT A = RTR
Factorizarea Cholesky pentru (6) se realizează cu funcţia Matlab chol; aceasta funcţie
se poate apela cu una dintre sintaxele:
R = chol (ATA) sau [ R,p] = chol (ATA),
unde:
A - este o matrice pozitiv definita;
R - este o matrice superior triunghiulara, astfel incat RTR = ATA ;
p - este un scalar de test , egal cu zero daca matricea A este pozitiv definita şi,
un întreg pozitiv în caz contrar.
4. Exemple
Dreapta de regresie
142
Conferinţa Naţională de Învăţământ Virtual, ediţia a IV-a, 2006 143
Matricele A şi B sunt:
Pentru n =100, cond (B) > 13333 şi deci sistemul normal al lui Gauss este prost
condiţionat.
5. Concluzii
143
144 Facultatea de Matematică şi Informatică, Bucureşti
Bibliografie
144