Metoda nejmenších čtverců.

Transkript

1 Metoda nejmenších čtverců. Robert Mařík 22. ledna 2006 Obsah 1 Motivace a geometrický význam 2 2 Vzorec 12 3 Příklad použití 13 4 Odvození vzorce 21 5 Otázky pozorného čtenáře 23 c Robert Mařík, 2006

2 1 Motivace a geometrický význam Předpokládejme, že teorie ukazuje na skutečnost, že mezi veličinami x a y je lineární vztah ve tvaru y = ax + b. Měřením byly pro konkrétní hodnoty veličiny x naměřeny odpovídající hodnoty veličiny y a výsledek byl zanesen do grafu. Body které jsme obdrželi však neleží na jedné přímce, protože měření je vždy zatíženo nějakou chybou a naše teorie navíc vždy nemusí odpovídat praxi stoprocentně. Máme tedy body v rovině, které leží přibližně v jedné přímce a chceme najít co nejpřesnější matematický model, tj. stanovit koeficienty a, b tak, abypřímka y = ax + bleželaconejblížebodůmzměření. y y = ax + b x c Robert Mařík, 2006

3 Metoda nejmenších čtverců Souborbodů x y c Robert Mařík, 2006

4 Metoda nejmenších čtverců Souborbodů x y Snažíme se vystihnout chování bodů pomocí lineární závislosti. Přímka nebude pochopitelně procházet všemi body, chceme tedy alespoň, aby procházela co nejblíže okolo nich. c Robert Mařík, 2006

5 Metoda nejmenších čtverců Souborbodů x y Snažíme se vystihnout chování bodů pomocí lineární závislosti. Přímka nebude pochopitelně procházet všemi body, chceme tedy alespoň, aby procházela co nejblíže okolo nich. Za optimální přímku považujeme tu, která minimalizuje součet ploch červených čtverců. c Robert Mařík, 2006

11 Metoda nejmenších čtverců Souborbodů x y Snažíme se vystihnout chování bodů pomocí lineární závislosti. Přímka nebude pochopitelně procházet všemi body, chceme tedy alespoň, aby procházela co nejblíže okolo nich. Za optimální přímku považujeme tu, která minimalizuje součet ploch červených čtverců. Tahle přímka je optimální. Jak ji najít? c Robert Mařík, 2006

12 2 Vzorec Přímku proloženou metodou nejmenších čtverců hledáme za použití následující věty. K jejímu odvození je možné využít parciální derivace, jak je ukázáno ve dvou posledních kapitolách tohoto souboru, na straně 21. Studenti kteří jsou si jistí, že parciální derivace nemají v náplni svého kurzu(například LDF, 1. ročník), by toto odvození číst neměli. Věta[prokládání souboru bodů přímkou]. Přímka y = ax + b je přímka, proložená metodounejmenšíchčtvercůsouborembodů [x 1, y 1 ], [x 2, y 2 ],..., [x n, y n ],jestližepro koeficienty a, b platí a + b x i = x i y i, a x 2 i x i + b n = y i. (1) c Robert Mařík, 2006

13 3 Příklad použití Problém: Proložte přímku následujícím souborem bodů. x i y i y x Řešení:Bodyvsouborujsou [0, 5], [1, 3], [3, 3], [5, 2]a[6, 1].Celkemtedymámepětbodů, tj. n = 5. Výpočty potřebné pro nalezení koeficientů v soustavě provedeme v následující tabulce.

14 i x i y i x 2 i x i y i Sestavíme soustavu lineárních rovnic Řešenímtétosoustavyje a = 5 13 aproximace souboru bodů je tedy přímka 71a + 15b = 28, 15a + 5b = 14.. = 0.538ab = y = 0.538x a x 2 i + b x i = x i y i a x i + b n = y i. = Nejlepší lineární

19 i x i y i x 2 i x i y i Sestavíme soustavu lineárních rovnic Řešenímtétosoustavyje a = 5 13 aproximace souboru bodů je tedy přímka 71a + 15b = 28, 15a + 5b = 14.. = 0.538ab = y = 0.538x = Nejlepší lineární

20 Graf souboru bodů a výsledná přímka jsou zachyceny na obrázku. y 5 y = ax + b x Obrázek 1: Metoda nejmenších čtverců

21 4 Odvození vzorce Uvažujmetřibody [x 1, y 1 ], [x 2, y 2 ]a[x 3, y 3 ].Svislévzdálenostitěchtobodůodpřímky y = ax + bjsou s 1 = ax 1 + b y 1, s 2 = ax 2 + b y 2, s 3 = ax 3 + b y 3 achceme minimalizovat funkci S(a, b) = (ax 1 + b y 1 ) 2 + (ax 2 + b y 2 ) 2 + (ax 3 + b y 3 ) 2. Lokální extrém diferencovatelné funkce může nastat pouze ve stacionárním bodě. Platí S a = 2(ax 1 + b y 1 )x 1 + 2(ax 2 + b y 2 )x 2 + 2(ax 3 + b y 3 )x 3 = 2a(x x2 2 + x2 3 ) + 2b(x 1 + x 2 + x 3 ) 2(x 1 y 1 + x 2 y 2 + x 3 y 3 ) a S b = 2(ax 1 + b y 1 ) + 2(ax 2 + b y 2 ) + 2(ax 3 + b y 3 ) = 2a(x 1 + x 2 + x 3 ) + 2 3b 2(y 1 + y 2 + y 3 ). Položíme-li derivace rovny nule, dostáváme po vydělení dvěma a přesunu členů bez neznámých na pravou stranu rovnice a(x x2 2 + x2 3 ) + b(x 1 + x 2 + x 3 ) = x 1 y 1 + x 2 y 2 + x 3 y 3, a(x 1 + x 2 + x 3 ) + b 3 = y 1 + y 2 + y 3.

24 Proobecnýpřípadmnožiny nbodů [x 1, y 1 ],..., [x n, y n ]jecenováfunkce S(a, b) = (ax i + b y i ) 2 aparciálníderivacejsou Protože rovnic ( ) S a = 2 (ax i + b y i )x i = 2 a x 2 i + b x i x i y i, ( ) S b = 2 (ax i + b y i ) = 2 a x i + b 1 y i. 1 = } {{ + 1 } = n, získáváme nulováním parciálních derivací soustavu n-krát a + b x i = x i y i, a x 2 i x i + b n = y i. Po dosazení získáváme soustavu lineárních rovnic s neznámými a, b, kterou vyřešíme a získámekoeficientydorovnicepřímky y = ax + b. (2)

25 Proobecnýpřípadmnožiny nbodů [x 1, y 1 ],..., [x n, y n ]jecenováfunkce S(a, b) = (ax i + b y i ) 2 aparciálníderivacejsou Protože rovnic ( ) S a = 2 (ax i + b y i )x i = 2 a x 2 i + b x i x i y i, ( ) S b = 2 (ax i + b y i ) = 2 a x i + b 1 y i. 1 = } {{ + 1 } = n, získáváme nulováním parciálních derivací soustavu n-krát a + b x i = x i y i, a x 2 i x i + b n = y i. Po dosazení získáváme soustavu lineárních rovnic s neznámými a, b, kterou vyřešíme a získámekoeficientydorovnicepřímky y = ax + b. (2)

26 5 Otázky pozorného čtenáře Pozorný čtenář si všiml, že jsme hledání lokálního extrému cenové funkce S(a, b) poněkud odbyli a napadnou ho hned dvě otázky. Našlijsmestacionárníbodyfunkce S(a, b).kdejevšakdokázáno,žesejednáominimum? Ano, otázku zda ve stacionárním bodě skutečně nastává extrém a jaký jsme neřešili. Z povahy úlohy je totiž zřejmé, že nějaká optimální přímka bude existovat a protože nám vyšel jediný stacionární bod, jedná se právě o toto optimální řešení, tj. minimum cenové funkce. Má nalezená soustava(2) skutečně řešení?(vím, že řešení soustavy dvou lineárních rovnic o dvou neznámých existovat nemusí, nebo jich může být nekonečně mnoho.) Podrobnější rozbor ukazuje, že případ kdy řešení systému(2) není určeno jednoznačně nebo neexistuje nastane pokud všechny body mají stejnou x-ovou souřadnici. Toto je zcela zřejmě případ, který zůstává stranou rozumných aplikací této metody. V praktických případech je tedy jednoznačná řešitelnost systému(2) zaručena.

27 5 Otázky pozorného čtenáře Pozorný čtenář si všiml, že jsme hledání lokálního extrému cenové funkce S(a, b) poněkud odbyli a napadnou ho hned dvě otázky. Našlijsmestacionárníbodyfunkce S(a, b).kdejevšakdokázáno,žesejednáominimum? Ano, otázku zda ve stacionárním bodě skutečně nastává extrém a jaký jsme neřešili. Z povahy úlohy je totiž zřejmé, že nějaká optimální přímka bude existovat a protože nám vyšel jediný stacionární bod, jedná se právě o toto optimální řešení, tj. minimum cenové funkce. Má nalezená soustava(2) skutečně řešení?(vím, že řešení soustavy dvou lineárních rovnic o dvou neznámých existovat nemusí, nebo jich může být nekonečně mnoho.) Podrobnější rozbor ukazuje, že případ kdy řešení systému(2) není určeno jednoznačně nebo neexistuje nastane pokud všechny body mají stejnou x-ovou souřadnici. Toto je zcela zřejmě případ, který zůstává stranou rozumných aplikací této metody. V praktických případech je tedy jednoznačná řešitelnost systému(2) zaručena.