Problemas de M nimos Q uadr ticos

I Introdu o
( )

Um sistema linear sem solucoes Ax = b significa que o vetor b nao pode ser escrito como combinacao linear das colunas da matriz A, isto e, b nao pertence ao subespaco R A gerado pelas colunas de A. Uma alternativa seria buscar um vetor z de modo que b - Az 2 seja m nimo. O vetor z que satisfaz a condicao de minimizacao recebe o nome de solucao de m nimos quadraticos.
k k

II A Solu
( )
k

o do Problema de M nimos Q uadr ticos
( )k ( )

Relembrando a teoria, dados b Rm e S um subespaco, a distancia entre b e o subespaco S e dada por d b, S = b - ProjS b , onde ProjS b e a projecao ortogonal de b sobre S. Chamando y: = Ax , tem-se que o problema de minimizar b - y 2 , onde y S: = R A e equivalente a minimizar b - y , que corresponde a encontrar a projecao ProjS b . Da , a solucao de m nimos quadraticos z e obtida pela solucao do sistema linear dado por Az = ProjS b . Cabe lembrar que, apesar de ProjS b ser unico, o sistema Az = ProjS b possui solucao unica se e somente se todas as colunas de A forem LI . A seguir, sera apresentada uma sequencia de lemas, sem demonstracao, que resultarao na solucao operacional do problema de m nimos quadraticos.
k k

(

)

k

k

(

)

(

)

(

)

(

)

Lema 1 . Dados A P rop 3. Dados A

R

m

n

eb
n

R

m

, se S = R A , entao AT b = AT ProjS b .
( ) ( )

Lema 2 . Se todas as colunas de A

e b Rm , Se todas as colunas de A forem LI, entao existe uma unica solucao de m nimos quadrados para b - Ax 2 .
m
k k

R

R

m

n

forem LI, entao AT A e invert vel.

P rova. Chamando y
( )

Ax, ja sabemos que o vetor y S R A que minimiza b - y 2 e dado por y = ProjS b . Resta, portanto resolver Ax = ProjS b , que pre-multiplicada por AT resulta em AT Ax = AT ProjS b , mas pelo Lema 1 tem-se AT Ax = AT b = AT ProjS b . Como as colunas de A sao LI , entao pelo Lema 2 tem-se que AT A e invert vel, portanto
4 4

AT Ax = AT ProjS b = AT b
( )

III Aplica
( ) (

es
)

Considere o problema de localizar uma posicao p, q em termos de latitude e longitude, conhecendo-se outras posicoes x1 , y1 e x2 , y2 , bem como as direcoes que apontam para p, q), conforme a figura a seguir:
( ) (

?
( ) ( )

(

)

k

k

(

)

?

ATA

?1

ATA x = AT A AT b x = AT A AT b
-1 -1

?

?

I

(

p, q

)

G

v2

G

v1
)

(

x2 , y2

)

(

x1 , y1

No caso acima, a solucao seria, simplesmente, encontrar a interseccao das retas dadas por x1 , y1 com direcao v1 e x2 , y2 com direcao v2 . Entretanto, a determinacao das direcoes v1 e v2 , na pratica, esta muito sujeita a imprecisoes e erros. Aumentando-se a quantidade de pontos de leitura xi , yi e direcoes vi , melhoram-se as chances de se determinar com mais precisao a posicao p, q .
( )
G

(

)

G

G

G

(

)

G

(

)

1

Seja ai x + bi y = 1 a equacao da reta que passa por xi , yi tem direcao vi = pertencem a reta, isto e, satisfazem ao sistema
( )
G

(

di ,

i)

. Tanto xi , yi , quanto xi , yi
( ) (

)

+ i
G

v

ai xi + bi yi = 1 ai xi + di + bi yi +
( ) (

i) = 1

donde sao obtidos ai e bi e a equacao da reta fica perfeitamente determinada. De posse de m retas, obtidas de m leituras, tem-se que a imprecisao nas leituras nao garante a intersecao em um unico ponto, portanto o sistema linear
8 >> a1 x + b1 y = 1 < a x+b y=1 2 2 >> :

am x + bm y = 1
0 1 C C A

Nao tem solucao. Assim, busca-se a solucao de m nimos quadraticos. Escrevendo o sistema na forma matricial
0 @

a1 b1 B a2 b2 C C B am bm

1 A

x y

=

B B @

1 1 1

Ax = B

Observa-se que a unica maneira da matriz A nao possuir as duas colunas LI seria se uma delas fosse identicamente nula ou multipla da outra, o que e muito improvavel e facilmente evitavel por ocasiao das leituras para obtencao de xi , yi e vi = di , i . Assim, podemos considerar como certa a unicidade da solucao de m nimos qua? draticos para Ax = B, que sera obtida pela formula z = AT A - 1 AT B.
( )
G

(

)

2