Approssimazione numerica
|
|
- Anna Foti
- 5 anni fa
- Visualizzazioni
Transcript
1 Approssimazione numerica Laboratorio di programmazione e calcolo (Chimica e Tecnologie chimiche) Pierluigi Amodio Dipartimento di Matematica Università di Bari Approssimazione numerica p.1/10
2 Problema Dati m + 1 punti nel piano (x i,y i ), i = 0, 1,...,m, determinare una funzione dipendente da n + 1 parametri (m >> n) che passi il più vicino possibile a questi punti. n Posto Φ(x) = c j φ j (x) e definiti i vettori j=0 Y = (y 0,y 1,...,y m ) T Z = (Φ(x 0 ), Φ(x 1 ),...,Φ(x m )) T, il problema si pone nel seguente modo: min Y Z. c 0,...,c n Approssimazione numerica p.2/10
3 Approssimazione ai minimi quadrati Se Φ è un polinomio e si minimizza rispetto alla norma 2 il problema è detto dei minimi quadrati. Φ(x) p(x) = n c j φ j (x), con i polinomi φ j, per j=0 j = 0,...,n, che definiscono una base per lo spazio dei polinomi di grado al più n min F(c 0,...,c n ), dove c 0,...,c n F Y Z 2 = m (y i p(x i )) 2 Approssimazione numerica p.3/10
4 Soluzione La soluzione si determina ponendo a 0 le derivate parziali di F rispetto a c k. Si ha (trascurando la derivata) F c k = 2 (y i n j=0 c j φ j (x i ))φ k (x i ) = 0 da cui n c j m φ j (x i )φ k (x i ) = y i φ k (x i ), k = 0,...,n j=0 Quest ultima equazione da origine ad un sistema lineare (n + 1) (n + 1). Approssimazione numerica p.4/10
5 Soluzione (II) Detta A = (a ij ) la matrice dei coefficienti con a kj = φ j (x i )φ k (x i ) e b = (b k ) il termine noto con b k = y i φ k (x i ), il vettore c contenente i coefficienti del polinomio è soluzione del sistema Ac = b. La matrice A è simmetrica (a kj = a jk ) definita positiva x T Ax > 0 per ogni x 0 Approssimazione numerica p.5/10
6 Soluzione (III) Detta P = (p ij ) la matrice rettangolare (n + 1) (m + 1), con p ij = φ j (x i ), si ha anche A = P T P, b = P T y essendo y il vettore contenente le y i. se P è quadrata (m = n), allora è non singolare ed il sistema si riduce (moltiplicando a sinistra entrambi i membri per P T ) a Pc = y che fornisce i coefficienti del polinomio interpolante se m > n allora c = (P T P) 1 P T y Approssimazione numerica p.6/10
7 Retta di regressione lineare Se n = 1 allora il polinomio approssimante è una retta. Posto φ 0 (x) = 1 e φ 1 (x) = x, si ha ( ) P T =, x 0 x 1... x m A = m + 1 x i x i m x 2 i, b = y i x i y i Approssimazione numerica p.7/10
8 Retta di regressione lineare (II) Dividendo per m + 1 entrambe le equazioni si ha il sistema dove ( 1 x x σ 2 x + x 2 x valor medio tra le x i ) ( c 0 c 1 ) = ( y σ 2 xy + x y y valor medio tra le y i σx 2 = (x x i ) 2 varianza di x (indica la dispersione rispetto al valor medio) σxy 2 = (x x i )(y y i ) covarianza ) Approssimazione numerica p.8/10
9 Coefficiente di correlazione Risolvendo il sistema si ottiene c 1 = σ2 xy σ e c x 2 0 = y c 1 x (la retta passa per il punto medio). Per verificare se la retta di regressione lineare è una buona approssimazione dei dati, si calcola la retta associata ai dati (y i,x i ), sempre per i = 0,...,m. Posto x = c 0 + c 1y, si ha c 1 = σ2 xy σ e y 2 c 0 = x c 1 y. Se c 1 0, allora si può scrivere questa retta come y = x/c 1 c 0 /c 1 da cui si ottiene che deve essere il coefficiente di correlazione r = c1 1/c 1 = c 1 c 1 = σ2 xy σ x σ y 1. Approssimazione numerica p.9/10
10 Soluzione ai minimi quadrati Dato un sistema Ax = b con A di dimensione m n e m > n, in genere non esiste una soluzione. Si può però determinare un vettore che minimizzi la quantità Ax b. Se si sceglie la norma 2, tale vettore si dirà soluzione ai minimi quadrati del sistema sovradeterminato. Si ha Ax b 2 = (Ax b) T (Ax b) = x T A T Ax 2b T Ax + b T b. Ponendo uguale a 0 la derivata di questa funzione rispetto ad x si ha che il minimo è la soluzione del sistema A T Ax = A T b. Approssimazione numerica p.10/10
Il problema lineare dei minimi quadrati
Il problema lineare dei minimi quadrati APPLICAZIONE: Il polinomio di migliore approssimazione nel senso dei minimi quadrati Felice Iavernaro Dipartimento di Matematica Università di Bari 15 Gennaio 2009
Dettaglib vettore(termine noto) y* proiezione ortogonale di b
Carla Guerrini 1 Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Approssimazione di dati e funzioni Approssimazione ai minimi quadrati Docente Vittoria Bruni Email:
DettagliApprossimazione di dati
Approssimazione di dati Lucia Gastaldi DICATAM - Sez. di Matematica, http://dm.ing.unibs.it/gastaldi/ Indice 1 Approssimaz. di dati Approssimazione di dati 2 Minimi quadrati lineari Regressione lineare
DettagliApprossimazione di dati
Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 2 Regressione lineare : caso generale Legge di Ohm La legge di Ohm afferma che la differenza di potenziale V ai capi
DettagliApprossimazione di dati
Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 2 Regressione lineare : caso generale Legge di Ohm La legge di Ohm afferma che la differenza di potenziale V ai capi
DettagliInterpolazione polinomiale. Interpolazione polinomiale
1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore nell interpolazione polinomiale 2 Approssimazione ai minimi quadrati nel discreto 1 Polinomiale Rappresentazione Lagrangiana
DettagliSoluzione sistemi lineari
Soluzione sistemi lineari Laboratorio di programmazione e calcolo Chimica e Tecnologie chimiche Pierluigi Amodio Dipartimento di Matematica Università di Bari Soluzione sistemi lineari p. / matrice diagonale
DettagliProbabilità e Statistica
Diario delle lezioni e del tutorato di Probabilità e Statistica a.a. 2014/2015 www.mat.uniroma2.it/~caramell/did 1415/ps.htm 02/03/2015 - Lezioni 1, 2 Breve introduzione al corso. Fenomeni deterministici
DettagliANALISI DELLE SERIE STORICHE
ANALISI DELLE SERIE STORICHE De Iaco S. s.deiaco@economia.unile.it UNIVERSITÀ del SALENTO DIP.TO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE FACOLTÀ DI ECONOMIA 24 settembre 2012 Indice 1 Funzione di
Dettagli2. Fra tutti i rettangoli inscritti in una circonferenza, determinare quello di area massima.
2. Fra tutti i rettangoli inscritti in una circonferenza, determinare quello di area massima. 3. Fra tutti i cilindri a base rotonda inscritti in una sfera, determinare quello di volume massimo. 4. Dimostrare
DettagliStatistica Corso di laurea in Biotecnologie I esonero - 19 aprile 2010
Statistica Corso di laurea in Biotecnologie I esonero - 9 aprile 00 Esercizio Determinare, a P X ; b PX < /; c il terzo quartile della distribuzione, nei casi ix N, ; iix variabile aleatoria continua con
DettagliEsercitazione di Calcolo Numerico 1 27 Maggio Calcolare la fattorizzazione P A = LU della matrice A =
Esercitazione di Calcolo Numerico 1 27 Maggio 29 1. Calcolare la fattorizzazione P A = LU della matrice 1 2 3 A = 2 3 3, ed utilizzarla per risolvere il sistema lineare Ax = b, con b = (1, 2,, 16) T. 2.
Dettagli1 Fit di dati sperimentali: il χ 2. Il metodo dei minimi quadrati.
1 Fit di dati sperimentali: il χ 2. Il metodo dei minimi quadrati. Per comprendere dei fenomeni fisici, non basta raccogliere buoni dati sperimentali, occorre anche interpretarli. Molto spesso lo scopo
DettagliCorso di Laurea in Matematica - A.A. 2003/2004 Geometria Analitica I Esonero - 21 novembre 2003 (Proff. Marco Manetti e Riccardo Salvati Manni)
I Esonero - 21 novembre 2003 Esercizio 1. Per ogni n>0 sia B n M n (R) la matrice simmetrica di coefficienti b ij = i + j 2, i,j =1,...,n. Determinare rango e segnatura di B 1,B 2 e B 3. Soluzione. Si
DettagliAlgebra lineare. Laboratorio di programmazione e calcolo CdL in Chimica. Pierluigi Amodio
Algebra lineare Laboratorio di programmazione e calcolo CdL in Chimica Pierluigi Amodio Dipartimento di Matematica Università di Bari pierluigi.amodio@uniba.it http://dm.uniba.it/ amodio A.A. 2016/17 P.
DettagliProblemi ai minimi quadrati
Seminario di matematica applicata avanzata Problemi ai minimi quadrati Sanna Mirko Matricola: 44464 Ingegneria elettrica ed elettronica Indice Introduzione - Il problema dei minimi quadrati - I vari tipi
DettagliCorso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice
Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine
DettagliArgomenti della lezione:
Lezione 7 Argomenti della lezione: La regressione semplice Il modello teorico Il calcolo dei parametri Regressione lineare Esamina la relazione lineare tra una o più variabili esplicative (o indipendenti,
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 2016-2017 Laboratorio 6 - Minimi quadrati e spline APPROSSIMAZIONE DI FUNZIONI O DI DATI Consideriamo il problema di valutare una funzione nota soltanto
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliLa circonferenza nel piano cartesiano
La circonferenza nel piano cartesiano 1. Definizione ed equazione. Si chiama circonferenza C, di centro C( α, β ) e raggio r, l insieme di tutti e soli i punti del piano che hanno distanza r da C. L equazione
DettagliH precedente. Procedendo come sopra, si costruisce la matrice del cambiamento di base
Geometria analitica e algebra lineare, anno accademico 9/1 Commenti ad alcuni esercizi 17 Diagonalizzazione di matrici simmetriche Coniche Commenti ad alcuni degli esercizi proposti 17 Diagonalizzazione
DettagliUniversità Politecnica delle Marche Facoltà di Ingegneria Ing. Informatica e Automatica Ing. delle Telecomunicazioni Teledidattica
Università Politecnica delle Marche Facoltà di Ingegneria Ing. Informatica e Automatica Ing. delle Telecomunicazioni Teledidattica ANALISI NUMERICA TEMA B (Prof. A. M. Perdon) Ancona, giugno 006 PARTE
DettagliL algebra lineare nello studio delle coniche
L algebra lineare nello studio delle coniche È possibile utilizzare le tecniche dell algebra lineare per studiare e classificare le coniche. Data l equazione generale di una conica, si considera la sua
DettagliInterpolazione e approssimazione di dati
Interpolazione e approssimazione di dati Corso di Metodi Numerici 22 Marzo 2018 Introduzione Implementazione in MATLAB di interpolazione polinomiale e approssimazione di dati. Date n + 1 coppie di punti
DettagliALGEBRA LINEARE E GEOMETRIA
ALGEBRA LINEARE E GEOMETRIA A 11 luglio 2017 60 minuti Istruzioni: Scrivere cognome, nome, matricola in STAMPATELLO negli appositi spazi. Per ogni quiz nella prima parte, indicare l affermazione giudicata
Dettagli0 < x 3. A1 1 [7 punti] Determinare le eventuali soluzioni del seguente sistema di congruenze: x 2 mod 5 2x 1 mod 3. x 21 mod 7
Dipartimento di Matematica e Informatica Anno Accademico 017-018 Corso di Laurea in Informatica L-31 Prova scritta di Matematica Discreta 1 CFU 5 Settembre 018 A1 1 [7 punti] Determinare le eventuali soluzioni
Dettagli15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 1 Outline 1 () Statistica 2 / 1 Outline 1 2 () Statistica 2 / 1 Outline 1 2 3 () Statistica 2 / 1
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
Dettagli25 - Funzioni di più Variabili Introduzione
Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 25 - Funzioni di più Variabili Introduzione Anno Accademico 2013/2014 M. Tumminello
DettagliEquazione cartesiana della parabola con asse di simmetria parallelo all'asse delle ordinate Siano F(x F; y
LEZIONI PARABOLA Definizione Si definisce parabola il luogo geometrico dei punti del piano equidistanti da un punto fisso,, detto fuoco, e da una retta fissa, d, detta direttrice. La definizione data mette
DettagliATTENZIONE: : giustificate le vostre argomentazioni! Geometria Canale 3. Lettere J-PE (Prof P. Piazza) Esame scritto del 12/02/2014. Compito A.
Geometria Canale. Lettere J-PE (Prof P. Piazza) Esame scritto del 12/02/2014. Compito A. Nome e Cognome: Numero di Matricola: Esercizio Punti totali Punteggio 1 7 2 6 6 4 6+1 5 6+2 Totale 1+ ATTENZIONE:
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 8 LUGLIO 2015
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 8 LUGLIO 2015 MATTEO LONGO Svolgere entrambe le parti (Teoria ed Esercizi Si richiede la sufficienza su entrambe le parti 1
DettagliLaboratorio di Calcolo Numerico Approssimazione ai minimi quadrati
Laboratorio di Calcolo Numerico Approssimazione ai minimi quadrati Ángeles Martínez Calomardo http://www.dmsa.unipd.it/ acalomar/didattica/2013-14 angeles.martinez@unipd.it Laurea in Matematica A.A. 2013
DettagliRaccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza. Equazioni non lineari
Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza Equazioni non lineari ESERCIZIO 1 Data l equazione ln(e + x) = 1 (1 + 4x) + 1 2 1.1 verificare analiticamente se sono soddisfatte le
DettagliUniversita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
DettagliCdL in Ingegneria Informatica (A-D e O-Z) - Ingegneria Elettronica (A-D e O-Z) -Ingegneria REA
CdL in Ingegneria Informatica (A-D e O-Z) - Ingegneria Elettronica (A-D e O-Z) -Ingegneria REA Prova scritta di Algebra lineare e Geometria- 1 Settembre 016 Durata della prova: tre ore. È vietato uscire
DettagliIntroduzione al Metodo agli Elementi Finiti (FEM) (x, y) Γ Tale formulazione viene detta Formulazione forte del problema.
Introduzione al Metodo agli Elementi Finiti (FEM) Consideriamo come problema test l equazione di Poisson 2 u x 2 + 2 u = f(x, y) u = f y2 definita su un dominio Ω R 2 avente come frontiera la curva Γ,
DettagliFondamenti di Fisica Matematica: Secondo parziale Cognome e nome:...matricola:... es.1 es.2 es.3 es.4 es.5 somma
Fondamenti di Fisica Matematica: Secondo parziale 6..03 Cognome e nome:....................................matricola:......... es. es. es.3 es.4 es.5 somma 7 7 0 6 6 30 Voto: es.+es.+es.3+max(es.4,es.5).
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Il best fitting In molte applicazioni accade di avere una certa quantità di dati (solitamente elevata) e di voler descrivere l andamento del fenomeno che ha
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2018-2019) Metodi Numerici Appunti delle lezioni: Sistemi non lineari Docente Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A.
DettagliEquazioni e disequazioni. M.Simonetta Bernabei, Horst Thaler
Equazioni e disequazioni M.Simonetta Bernabei, Horst Thaler A(x)=0 x si chiama incognita dell equazione. Se oltre all incognita non compaiono altre lettere l equazione si dice numerica, altrimenti letterale.
DettagliAPPROSSIMAZIONE di FUNZIONI
APPROSSIMAZIONE di FUNZIONI Francesca Pelosi Dipartimento di Sc. Matematiche ed Informatiche, Università di Siena CALCOLO NUMERICO a.a. 26 27 APPROSSIMAZIONE di FUNZIONI p.1/3 APPROSSIMAZIONE di FUNZIONI:
DettagliLaboratorio di Calcolo Numerico A.A
Laboratorio di Calcolo Numerico A.A. 2007-2008 Laboratorio 7 Minimi quadrati. Approssimazione delle derivate. Esercizio 1. Si considerino le 6 coppie di dati ( 4.5, 0.7), ( 3.2, 2.3), ( 1.4, 3.8), (0.8,
DettagliCorso di Matematica 2 (mod.a) per la Laurea in Matematica - esercizi per casa del 6 ottobre Cognome... Nome... Matricola...
6.1.25-M2A-E1 Corso di Matematica 2 (mod.a per la Laurea in Matematica - esercizi per casa del 6 ottobre 25 Lo studente è tenuto a consegnare l elaborato svolto e firmato non più tardi di Lunedì 1 ottobre
DettagliFONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 27 GIUGNO 2016
FONDAMENTI DI ALGEBRA LINEARE E GEOMETRIA INGEGNERIA CHIMICA E DEI MATERIALI 7 GIUGNO 06 MATTEO LONGO Ogni versione del compito contiene solo due tra i quattro esercizi 6-7-8-9. Esercizio. Considerare
DettagliMinimi quadrati. Ángeles Martínez Calomardo e Alvise Sommariva. 4 dicembre Università degli Studi di Padova
Minimi quadrati Ángeles Martínez Calomardo e Alvise Sommariva Università degli Studi di Padova 4 dicembre 2012 Ángeles Martínez Calomardo e Alvise Sommariva Minimi quadrati 1/ 11 Approssimazione ai minimi
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 015-01 Laboratorio 5 - Function files, Minimi quadrati e spline FUNCTION-FILES MATLAB Le funzioni matlab sono porzioni di codici scritte in un file indipendente
DettagliInterpolazione. Corso di Calcolo Numerico, a.a. 2008/2009. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
Interpolazione Corso di Calcolo Numerico, a.a. 2008/2009 Francesca Mazzia Dipartimento di Matematica Università di Bari 17 Aprile 2009 Francesca Mazzia (Univ. Bari) Interpolazione 17/04/2006 1 / 37 Interpolazione
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N. 3corso di statistica p. 1/18 ESERCITAZIONI N. 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N. 3corso di statistica p. 2/18 Introduzione Media e Varianza Covarianza
DettagliSistemi II. Sistemi II. Elisabetta Colombo
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, http://users.mat.unimi.it/users/colombo/programmabio.html 1 2 3 con R.C.+ o 1.10 Rango massimo e determinante con R.C.+
DettagliConiche R. Notari 15 Aprile
Coniche R. Notari 15 Aprile 2006 1 1. Notazioni. Proposizione 1 Ogni conica si rappresenta tramita un equazione algebrica di secondo grado della forma a 11 x 2 +2a 12 xy + a 22 y 2 + +2a 13 x + 2a 23 y
DettagliSequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:
Teoria dei Fenomeni Aleatori AA 01/13 Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di: N-pla o Sequenza
DettagliΣ (x i - x) 2 = Σ x i 2 - (Σ x i ) 2 / n Σ (y i - y) 2 = Σ y i 2 - (Σ y i ) 2 / n. 13. Regressione lineare parametrica
13. Regressione lineare parametrica Esistono numerose occasioni nelle quali quello che interessa è ricostruire la relazione di funzione che lega due variabili, la variabile y (variabile dipendente, in
DettagliCalcolo Numerico. Corso di Laurea in Ingegneria Elettronica Appello del 17 gennaio A(x) =
Calcolo Numerico Corso di Laurea in Ingegneria Elettronica Appello del 7 gennaio 204 Sia M = F (2, 3). Dopo aver mostrato che 20 M, determinare tutti gli elementi ξ M tali che: ξ > 20 Per ogni x R, sia:
DettagliMinimi quadrati e massima verosimiglianza
Minimi quadrati e massima verosimiglianza 1 Introduzione Nella scorsa lezione abbiamo assunto che la forma delle probilità sottostanti al problema fosse nota e abbiamo usato gli esempi per stimare i parametri
Dettagli6.2 Problema generale di approssimazione
6.2 Problema generale di approssimazione 313 Esercizio 6.16 Dati (m + 1)(n + 1) valori f i,j, per i = 1, 2,...,m + 1 e j = 1, 2,...,n + 1, posto X m,i (x) := Y n,i (y) := m+1 k=1, k i n+1 k=1, k i x x
DettagliRichiami di algebra delle matrici a valori reali
Richiami di algebra delle matrici a valori reali Vettore v n = v 1 v 2. v n Vettore trasposto v n = (v 1, v 2,..., v n ) v n = (v 1, v 2,..., v n ) A. Pollice - Statistica Multivariata Vettore nullo o
DettagliRisoluzione di sistemi lineari sparsi e di grandi dimensioni
Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica
Dettagli2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.
Studio delle coniche Ellisse Studiare la conica di equazione 2x 2 + 4xy + y 2 4x 2y + 2 = 0. Per prima cosa dobbiamo classificarla. La matrice associata alla conica è: 2 2 2 A = 2 2 2 Il DetA = 2 quindi
DettagliInterpolazione e approssimazione di dati
Interpolazione e approssimazione di dati 08 Aprile 2019 Introduzione Implementazione in MATLAB di interpolazione polinomiale e approssimazione di dati. Date n + 1 coppie di punti (x i, y i ) con i = 0,
DettagliInterpolazione di Funzioni
Interpolazione di Funzioni N. Del Buono 1 Introduzione Uno dei problemi che piu frequentemente si incontrano nelle applicazioni è la costruzione di una approssimazione di una funzione data f mediante funzioni
DettagliESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE
ESERCITAZIONE 21 : VARIABILI ALEATORIE CONTINUE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114 7 Maggio 2013 Esercizio
DettagliAlgebra Proff. A. D Andrea e P. Papi Quarto scritto
Algebra Proff. A. D Andrea e P. Papi Quarto scritto LUGLIO 8 Nome e Cognome: Numero di Matricola: Esercizio Punti totali Punteggio 6.5 6.5 3 6.5 4 6.5 5 6.5 otale 3 Occorre motivare le risposte. Una soluzione
DettagliMetodo del Gradiente Coniugato. Enrico Bertolazzi
1 Metodo del Gradiente Coniugato Enrico Bertolazzi 2 Problema: data matrice A SPD SPD=simmetrica e definita positiva) Trovare la soluzione del sistema lineare Ax = b E equivalente a trovare il minimo della
DettagliVETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 I VETTRORI E MATRICI (RICHIAMI) Ad ogni matrice quadrata a coefficienti reali è possibile associare un numero reale, detto determinante, calcolato
DettagliLezione 11. Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale
Lezione Somma di matrici Prodotto di una matrice per uno scalare Prodotto di matrici Determinante Sistemi lineari in forma matriciale Matrici. Somma Date due matrici n x m, A = A ij e B = B ij, con i =,,,
Dettaglideterminare le coordinate di P ricordando la relazione che permette di calcolare le coordinate del punto medio di un segmento si
PROBLEMA Determinare il punto simmetrico di P( ;) rispetto alla retta x y =0 Soluzione Il simmetrico di P rispetto ad una retta r è il punto P che appartiene alla retta passante per P, perpendicolare ad
DettagliINTERPOLAZIONE. Introduzione
Introduzione INTERPOLAZIONE Quando ci si propone di indagare sperimentalmente la legge di un fenomeno, nel quale intervengono due grandezze x, y simultaneamente variabili, e una dipendente dall altra,
DettagliMETODI NUMERICI. Metodo delle differenze finite
METOI NUMERICI Lo sviluppo dei moderni calcolatori ha consentito di mettere a disposizione della scienza e della tecnica formidabili strumenti che hanno permesso di risolvere numerosi problemi la cui soluzione
DettagliLiceo Scientifico Severi salerno
Liceo Scientifico Severi salerno VERIFICA ORALE MATEMATICA Docente: Pappalardo Vincenzo Data: /0/09 Classe: B. Determina per quali valori del parametro k le seguenti equazioni rappresentano una affinità:
DettagliEsercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella
DettagliVettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Vettori e matrici Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utentiunifeit/lorenzopareschi/ lorenzopareschi@unifeit Lorenzo Pareschi Univ Ferrara
DettagliCalcolo letterale. 1. Quale delle seguenti affermazioni è vera?
Calcolo letterale 1. Quale delle seguenti affermazioni è vera? (a) m.c.m.(49a b 3 c, 4a 3 bc ) = 98a 3 b 3 c (b) m.c.m.(49a b 3 c, 4a 3 bc ) = 98a 3 b 3 c (XX) (c) m.c.m.(49a b 3 c, 4a 3 bc ) = 49a bc
DettagliMinimi quadrati. Sistemi iperdeterminati. 27 novembre 2008
Minimi quadrati 27 novembre 2008 In questa nota si indicherà sempre con V uno spazio vettoriale reale di dimensione finita n. Definizione 1. Una norma su V è una funzione : V R tale che x, y V e λ R: 1.
DettagliOld Faithful, Yellowstone Park. Statistica e biometria. D. Bertacchi. Dati congiunti. Tabella. Scatterplot. Covarianza. Correlazione.
Coppie o vettori di dati Spesso i dati osservati sono di tipo vettoriale. Ad esempio studiamo 222 osservazioni relative alle eruzioni del geyser Old Faithful. Old Faithful, Yellowstone Park. Old Faithful
DettagliSISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 27 marzo 2019
SISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 27 marzo 2019 Il candidato risolva CINQUE dei seguenti problemi, e indichi chiaramente sulla prima pagina
DettagliConiche - risposte 1.9
Coniche - risposte. CAMBI DI COORDINATE ) ) cosπ/) sinπ/). a. Rotazione di π/, la matrice di rotazione è = sinπ/) cosπ/) ) ) ) X = Y X = Quindi le formule sono: cioè: Y = X e inversamente Y = = Y X = b.
DettagliEsercitazione su Filtraggio Adattativo (17 Giugno 2008)
Esercitazione su Filtraggio Adattativo 17 Giugno 008) D. Donno Esercizio 1: Stima adattativa in rumore colorato Una sequenza disturbante x n è ottenuta filtrando un processo bianco u n con un filtro FIR
DettagliMATRICI E SISTEMI LINEARI
MATRICI E SISTEMI LINEARI - PARTE I - Felice Iavernaro Dipartimento di Matematica Università di Bari 27 Febbraio 2006 Felice Iavernaro (Univ. Bari) Matrici e Sistemi lineari 27/02/2006 1 / 1 Definizione
DettagliCorso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE. Giovanni Villani
Corso di Matematica Generale M-Z Dipartimento di Economia Universitá degli Studi di Foggia ALGEBRA LINEARE Giovanni Villani Matrici Definizione 1 Si definisce matrice di tipo m n una funzione che associa
DettagliLABORATORIO DI PROGRAMMAZIONE E CALCOLO Docente E. Carlini A.A. 2012/13 Foglio di esercizi N.8 con la collaborazione di Andrea Pugliese
LABORATORIO DI PROGRAMMAZIONE E CALCOLO Docente E. Carlini A.A. / Foglio di esercizi N.8 con la collaborazione di Andrea Pugliese Dovete strutturare i programmi dei seguenti esercizi in funzioni ) (Metodo
DettagliMETODO DEI MINIMI QUADRATI
METODO DEI MINIMI QUADRATI Torniamo al problema della crescita della radice di mais in funzione del contenuto di saccarosio nel terreno di coltura. Ripetendo varie volte l esperimento con diverse quantità
DettagliLezioni del Corso di Fondamenti di Metrologia Meccanica
Facoltà di Ingegneria Lezioni del Corso di Fondamenti di Metrologia Meccanica 06. La regressione Regressione Metodo dei minimi quadrati Se due popolazioni sono correlate tra loro e se il coefficiente di
DettagliCalcolo delle probabilità (3/7/2001) (Ing. Elettronica, Informatica, Telecomunicazioni - Latina)
Calcolo delle probabilità (3/7/00). La distribuzione di probabilità di un numero aleatorio X non negativo soddisfa la condizione P (X > x + y X > y) = P (X > x), x > 0, y > 0. Inoltre la previsione di
DettagliDetermina il terzo vertice A di un triangolo di cui. l ortocentro
La Retta Esercizi Esercizio 6. Determina il terzo vertice A di un triangolo di cui sono noti due vertici ; 1, 1; e l ortocentro ;. Soluzione 1 Analizziamo il problema ragionando, per semplicità, su un
DettagliPreCorso di Matematica - PCM Corso M-Z
PreCorso di Matematica - PCM Corso M-Z DOCENTE: M. Auteri Outline Docente: Auteri PreCorso di Matematica 2016 2 Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti
DettagliEquazioni e disequazioni algebriche. Soluzione. Si tratta del quadrato di un binomio. Si ha pertanto. (x m y n ) 2 = x 2m 2x m y n + y 2n
Si tratta del quadrato di un binomio. Si ha pertanto (x m y n ) 2 = x 2m 2x m y n + y 2n 4. La divisione (x 3 3x 2 + 5x 2) : (x 2) ha Q(x) = x 2 x + 3 e R = 4 Dalla divisione tra i polinomi risulta (x
DettagliMATRICI E SISTEMI LINEARI
- - MATRICI E SISTEMI LINEARI ) Calcolare i seguenti determinanti: a - c - d - e - f - g - 8 7 8 h - ) Calcolare per quali valori di si annullano i seguenti determinanti: a - c - ) Calcolare il rango delle
DettagliMetodi computazionali per i Minimi Quadrati
Metodi computazionali per i Minimi Quadrati Come introdotto in precedenza si considera la matrice. A causa di mal condizionamenti ed errori di inversione, si possono avere casi in cui il e quindi S sarebbe
DettagliLezione 24 - Esercitazioni di Algebra e Geometria - Anno accademico
CONICHE in A ~ (C) Punti propri (x P,y P ) hanno coordinate omogenee [(x P,y P, )], Punti impropri hanno coordinate omogenee [(l,m, )]. L equazione di una conica in coordinate non omogenee (x,y) C: a,
DettagliAnalisi Numerica: Introduzione
Analisi Numerica: Introduzione S. Maset Dipartimento di Matematica e Geoscienze, Università di Trieste Analisi numerica e calcolo numerico Analisi numerica e calcolo numerico La matematica del continuo
Dettagli