Problemas de Mínimos Q uadráticos

I Introdução
Um sistema linear sem solucoesË Ä Ax = b significa que o vetor b nao
Ä pode ser escrito como combinacaoËÄ linear das
colunas da matriz A, isto eÂ, b nao
Ä pertence ao subespaco
Ë R A gerado pelas colunas de A. Uma alternativa seria ( )

buscar um vetor z de modo que b - Az 2 seja mõnimo . O vetor z que satisfaz aÁ condicao
k kËÄ de minimizacao
ËÄ recebe
o nome de solucao
Ë Ä de mõnimos
 quadraticos
 .
II A Solução do Problema de Mínimos Q uadráticos
Relembrando a teoria, dados b Î Rm e S um subespaco Ã
Ë , a distancia entre b e o subespacoË S e dada por
d b, S = b - ProjS b , onde ProjS b e a projecao
( ) k ( )k Ë Ä ortogonal de b sobre S. Chamando y: = Ax , tem-se que o
( )

problema de minimizar b - y 2 , onde y ΠS: = R A e equivalente a minimizar b - y , que corresponde a encon-

k k ( ) k k

ËÄ ProjS b . DaõÂ, a solucao

trar a projecao Â
ËÄ de mõnimos
( ) Â
quadraticos z e obtida pela solucao
ËÄ do sistema linear dado
( ) Â , o sistema Az = ProjS b possui solucao
por Az = ProjS b . Cabe lembrar que, apesar de ProjS b ser unico Â
ËÄ unica se ( ) ( )

e somente se todas as colunas de A forem LI . A seguir, sera apresentada uma sequencia

ÈÃ de lemas, sem demons-
tracao Ä na solucao
ËÄ , que resultarao Â
ËÄ operacional do problema de mõnimos  .
quadraticos
Lema 1 . Dados A Î Rm ´ n e b Î Rm , se S = R( A) , entao
Ä AT b = AT ProjS ( b) .
Lema 2 . Se todas as colunas de A Î Rm ´ n forem LI, entao
Ä AT A e invertõvel
 .
P rop 3. Dados A Î Rm ´ n e b Î Rm , Se todas as colunas de A forem LI, entao
Ä existe uma unica
 solucao
Ë Ä de

?
mõnimos
 quadrados para b - Ax 2 . k k

P rova. Chamando y Ax, ja sabemos que o vetor y ΠS R A que minimiza b - y 2 e dado por
4 4 ( ) k k

y = ProjS b . Resta, portanto resolver Ax = ProjS b , que preÂ-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 Ä LI , entao

Ä pelo Lema 2 tem-se que
( )

AT A e invertõvel
 , portanto
?
?1 ?
-1 ?
-1
AT Ax = AT ProjS b = AT b Þ A TA
( ) ATA x = AT A AT b Þ x = AT A AT b 
I

III Aplicações
Considere o problema de localizar uma posicaoËÄ p, q em termos de latitude e longitude, conhecendo-se outras ( )

posicoes
Ë Ä x1 , y1 e x2 , y2 , bem como as direcoes
( ) ( Ë Ä que apontam para p, q), conforme a figura a seguir:
) (

( p, q )

v2
G

v1
G

( x2 , y2 ) ( x1 , y1 )

No caso acima, a solucao

ËÄ seria, simplesmente, encontrar a interseccao
ËÄ das retas dadas por x1 , y1 com direcaoËÄ v1 ( ) G

e x2 , y2 com direcao
( ) ËÄ v2 . Entretanto, a determinacao
G Ë Ä v1 e v2 , na pratica
ËÄ das direcoes  , esta muito sujeita aÁ impre- G G

Ä e erros. Aumentando-se a quantidade de pontos de leitura xi , yi e direcoes

cisoes Ë Ä vi , melhoram-se as chances ( ) G

de se determinar com mais precisaoÄ a posicao

ËÄ p, q . ( )

1
Seja ai x + bi y = 1 a equacao
ËÄ da reta que passa por xi , yi tem direcao
( ËÄ vi = ) G ( di ,  i ) . Tanto ( xi , yi ) , quanto ( xi , yi ) v
+ i
G

pertencem a reta, isto eÂ, satisfazem ao sistema


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

donde saoÄ obtidos ai e bi e a equacao

ËÄ da reta fica perfeitamente determinada. De posse de m retas, obtidas de m
leituras, tem-se que a imprecisaoÄ nas leituras nao
Ä garante a intersecao
ËÄ 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

Ä tem solucao
Nao ËÄ . Assim, busca-se a solucao
Ë Ä de mõnimos
 quadraticos
 . Escrevendo o sistema na forma matricial
0 1 0 1
a1 b1 1
B a2 b2 C  x  B C
B C B 1
C Þ Ax = B
@

A y =@

A
am bm 1

Â
Observa-se que a unica maneira da matriz A nao Ä possuir as duas colunas LI seria se uma delas fosse identica-
mente nula ou multipla
 da outra, o que e muito improvavel
 e facilmente evitavel
 por ocasiao Ä das leituras para
ËÄ de xi , yi e vi = di ,  i . Assim, podemos considerar como certa a unicidade da solucao
obtencao ( ) ( ) Â
ËÄ de mõnimos qua-
? T
-1 T
G

Â
draticos para Ax = B, que sera obtida pela formula
 z = A A A B.