Prof.

Achille Cristallini
2007-08

METODO DEI MINIMI QUADRATI

PROPORZIONALITÀ DIRETTA

Due grandezze X e Y si dicono tra loro in relazione di proporzionalità diretta semplice quando in una
situazione data il loro rapporto rimane costante:

Y
 = cost  Y = k X
[1]
X

essendo k una quantità (positiva) che prende il nome di costante di proporzionalità della relazione.
Ovviamente si avrà anche:

X 1 1
 =   X= Y
Y k k

Una relazione di proporzionalità diretta semplice è rappresentata in un grafico cartesiano ortogonale da una
retta che passa per l'origine delle coordinate. L'angolo  tra la retta considerata e l'asse delle ascisse si dice
inclinazione o pendenza della stessa retta. Esso è legato alla costante di proporzionalità k dalla relazione
trigonometrica:

k = tan()   = arctan+(k) = tan-1() [1-

a]

Ad esempio, k = 1/4 corrisponde ad   14°; k = ½ ad   26°,6; k = = 2/3 ad   33°,7; k = 1 ad  

 45°; k = 3/2 ad   56°,3; k = 2 ad   63°,4; k = 5 ad   78°,7; k = 10 ad   84°,3; k = 50 ad 
 88°,9.

Si ha una relazione di proporzionalità diretta anche quando le grandezze X e Y sono legate dalla funzione
lineare:

Y = kX + Y0
[2]

dove Y0 è un valore numerico costante (positivo o negativo) omogeneo ad Y. Anche in questo caso la relazione
è descritta graficamente da una retta e la costante Y0 rappresenta l'ordinata del punto dove la retta interseca
l'asse delle ordinate.

La funzione lineare è caratterizzata anch'essa da un rapporto che rimane costante: quello tra la differenza di
due qualunque valori della Y e la differenza dei corrispondenti valori della X. Se infatti prendiamo due coppie
qualunque di valori misurati (X1;Y1) e (X2;Y2), per ciascuna di tali coppie varrà la [2] e quindi:
Y1 = k X1 + Y0 e Y2 = k X2 + Y0 dalle quali si ottiene: Y2 - Y1 = k (X2 - X1) ovvero:

Y Y2  Y1
 =  = k
[2-a]
X X 2  X1

Anche per la funzione lineare vale la relazione [1-a] tra pendenza e costante di proporzionalità. E' evidente in
realtà che la proporzionalità diretta semplice [1] non è altro che un caso particolare (Y0 = 0) della funzione
lineare [2]. Si osservi infine che il punto di intersezione tra la funzione lineare e l'asse delle ascisse (X0) si
ottiene ponendo Y = 0 nella [2]:

1
X0 =  Yo [2-
b]
k

Nel caso particolare in cui si abbia k < 0 possiamo riscrivere la [2] come:

Y = kX + Yo
[3]

Date due qualunque coppie di dati sperimentali (X1;Y1) e (X2;Y2) possiamo scrivere: Y2 = kX2 + Y0 e
Y1 = kX1 + Y0 da cui si ricava: Y2  Y1 = k(X2  X1) e quindi:

Y Y2  Y1
 =  = k = k
[3-a]
X X 2  X1

Anche la [3] è dunque una relazione di proporzionalità diretta ma nella quale le grandezze correlate hanno
andamenti opposti (al crescere di X diminuisce Y o l'inverso). In questo caso l'inclinazione della retta è data
da:

k = tan()   = 90°  arctan(k) [3-

b]

PROPORZIONALITÀ INVERSA

Due grandezze X e Y (entrambe positive) si dicono in relazione tra loro di proporzionalità inversa semplice
quando in una situazione data il loro prodotto rimane costante:

1
XY = cost  Y = k 
[4]
X

(essendo X una grandezza che non si annulla mai) dove k è una quantità (positiva) che prende il nome di
costante di proporzionalità della relazione. Una relazione di proporzionalità inversa semplice è rappresentata
in un grafico cartesiano ortogonale da un ramo di iperbole equilatera.

Anche le relazioni:
1
(YYo) X = cost  Y = k  + Yo [4-
a]
X
oppure:
k
Y (X  Xo) = cost  Y = 
[4-b]
X  Xo
 (essendo X una grandezza che non si annulla mai) dove Y0 e X0 sono valori numerici costanti (positivi o
negativi) omogenei rispettivamente ad Y e ad X, descrivono una proporzionalità inversa rappresentata
graficamente da un ramo di iperbole equilatera traslata. In questo caso Y0 è l'ordinata dell'asintoto orizzontale
dell'iperbole e X0 è l'ascissa del suo asintoto verticale. La relazione [4] è evidentemente un caso particolare
delle [4-a,b], ottenuto ponendo Y0 = 0.

PROPORZIONALITÀ DIRETTA QUADRATICA

Si ha quando due grandezze stanno fra loro in una relazione della forma:

Y
 = cost  Y = k X2
[5]
X2

dove k è una quantità positiva costante. La relazione [5] è rappresentata graficamente da un ramo di parabola
(se X è una grandezza definita positiva oppure definita negativa) oppure da una parabola (se X è una
grandezza sia positiva che negativa) aventi il vertice nell'origine delle coordinate.

La relazione [5] è un caso particolare della più generale funzione quadratica:

Y = kX2 + hX + Y0 [5-
a]

la cui rappresentazione grafica è data anch’essa da una parabola (il valore di Y0 e quello della costante h
possono essere sia positivi che negativi). Nel caso particolare in cui si abbia k < 0 la relazione [5] può essere
scritta come:

Y = kX2 + hX + Y0 [5-
b]

ed è rappresentata graficamente ancora da una parabola, ma con la concavità rivolta verso la parte negativa
dell'asse Y. Come si è già visto nel caso della [3], anche la [5-b] è una relazione di proporzionalità diretta ma
nella quale le grandezze correlate hanno andamenti opposti (al crescere di X diminuisce Y o l'inverso).

Tra le relazioni di proporzionalità diretta quadratica possiamo considerare anche quelle per cui si ha:

Y = kX + X0
[6]

(essendo X una grandezza definita non-negativa) dove k è una quantità costante positiva ed X0 è un valore
numerico (anch'esso positivo o negativo) omogeneo ad X. Questa relazione ha come rappresentazione grafica:

PROPORZIONALITÀ INVERSA QUADRATICA

Si ha quando due grandezze stanno fra loro in una relazione della forma:

1
YX2 = cost ==> Y = k 
[7]
X2

(essendo X una grandezza che non si annulla mai) dove k una quantità costante.

Tra le relazioni di proporzionalità inversa quadratica possiamo considerare anche quelle per cui:
 1
Y = k 
[8]
X

(essendo X una grandezza definita positiva).

FUNZIONE POTENZA - FUNZIONE ESPONENZIALE

Si ha quando due grandezze sono legate da una relazione del tipo:

Y = Y0 ak X

[9]

dove a è una quantità costante positiva che prende il nome di base della funzione potenza, Y0 è un valore
costante (positivo o negativo) che si dice valore iniziale di Y (per X = 0 si ha infatti Y = Yo) e k è una
quantità costante positiva o negativa.

Una particolare funzione potenza, ma di interesse assolutamente generale sia in Matematica che in Fisica è la
cosiddetta funzione esponenziale, in cui a = e = 2,71828182845905... (numero di Neper):

Y = Y0 ekX = Y0 exp(kX)
[10]

dove k e Y0 hanno lo stesso significato visto nella relazione [9].

Una relazione esponenziale molto importante è costituita dalla cosiddetta funzione di Gauss:
Y = Y0 ek(X  X0) = Y0 exp[k(X  X0)] [11]
la quale descrive la distribuzione di probabilità degli scarti dal valore medio (X0) dei risultati di una serie
(infinita) di misure ripetute di una grandezza fisica nell'ipotesi che su tali misure influiscano soltanto errori
casuali. Le quantità k e Y0 sono rispettivamente date da:
1 1
Y0 =  k =  [11-
a]
2  2 2
avendo indicato con  la deviazione standard della serie di risultati di misura considerati.

RELAZIONI TRIGONOMETRICHE

Si hanno quando una grandezza Y dipende dal valore assunto da un angolo o da una grandezza di fase 
secondo le forme fondamentali:
Y = k sen() [12-
a]

Y = k cos() [12-
b]
 (essendo k un valore costante omogeneo ad Y ed  una quantità avente le dimensioni di un angolo o di una
grandezza di fase). Si possono poi ottenere altre forme di relazione trigonometrica attraverso le proprietà
caratteristiche di tali funzioni.

Particolarmente importanti sono le cosiddette funzioni d'onda:

Y = Y0 sen(t  X/c)
[12
-d]
Y = Y0 cos(t  X/c)
dove Y0 rappresenta il valore (costante positiva) dell'ampiezza massima dell'onda,  è la pulsazione e c la
velocità di propagazione, mentre X e t rappresentano rispettivamente la distanza dalla sorgente ed il tempo
trascorso dall'istante di emissione dell'onda.

FUNZIONI POLINOMIALI

Sotto questo nome si collocano tutte le relazioni del tipo:

Y = knXn + kn1 X n 1 + · · · + k1 X + Yo
[13]

ove le ki (i = 1,2, ... ,n) e Y0 sono quantità costanti (positive o negative); n si dice ordine (o grado) del
polinomio. Evidentemente le relazioni lineari [1,2,3] e quelle quadratiche [5] sono casi particolari della [13].

* * *

METODI NUMERICI

Determinare se tra due (o più) grandezze misurate sussista una correlazione come quelle definite in precedenza
significa in sostanza calcolare il valore corretto da attribuire alla costante di proporzionalità k ed agli eventuali
altri parametri (Y0 ecc.) necessari. Il metodo più semplice per fare ciò utilizza direttamente la tabella dei dati
sperimentali; stabilito quale tipo di correlazione (o di proporzionalità) tra Y ed X si vuole cercare, si calcola
direttamente il valore di k per ciascuna coppia di valori misurati. Si otterrà in tal modo una serie di valori di k
(tanti quanti i valori sperimentali) che costituiscono una vera e propria serie ripetuta di misure. Essa può
essere analizzata statisticamente e, se i valori calcolati di k sono tra loro congruenti e distribuiti in modo
normale (o Gaussiano), se ne può ricavare un risultato finale per k (la media aritmetica dei valori calcolati) al
quale si associa la deviazione standard - oppure lo scarto medio od anche la semidispersione - degli stessi
valori calcolati di k.

Nel caso che i dati sperimentali appaiano correlabili attraverso più di una relazione o famiglia di relazioni, è
possibile calcolare per ciascuna di esse con lo stesso procedimento indicato in precedenza sia il valore della
costante di proporzionalità k sia la sua incertezza assoluta. Quale relazione scegliere ? O, meglio, quale tra le
relazioni calcolate descrive in modo più appropriato i dati sperimentali ? Il criterio più semplice per operare
questa scelta è quello di considerare come più appropriata quella relazione la cui costante di proporzionalità ha
l'incertezza assoluta minore.

* * *

METODI GRAFICI

Una volta rappresentati i dati sperimentali mediante un grafico cartesiano, si può cercare quale tipo di
relazione Y = (X) li descriva meglio. Questa ricerca è relativamente semplice per la famiglia delle funzioni
lineari, consistendo essenzialmente nel tentativo di determinare quale retta passi "più vicino possibile" a tutti i
punti rappresentativi dei dati sperimentali (se le loro incertezze assolute sono trascurabili nella scala di
rappresentazione prescelta) oppure quali siano la retta "più inclinata" e quella "meno inclinata" che passano
per quanti più punti sperimentali è possibile (tenendo invece conto anche delle loro incertezze assolute).
Trovate tali rette è poi immediato ricavare direttamente dal grafico il valore dei parametri caratteristici Y0 ed
X0 e la costante di proporzionalità k. Quest'ultima in particolare è legata come abbiamo visto all'inclinazione
() della retta dalla relazione:

k = tan()

Quando invece la funzione che meglio si adatta ai dati sperimentali non è lineare, ricavarne graficamente i
parametri caratteristici è di solito alquanto difficoltoso. In questa situazione è preferibile, una volta
individuata la forma matematica della relazione cercata, "linearizzare" i dati sperimentali ovvero trasformare
il loro valore sulla base della funzione che li correla in modo che tale funzione diventi lineare.

Supponiamo ad esempio che la rappresentazione grafica dei dati lasci supporre che essi siano descritti da una
funzione quadratica:

Y = k X2 + Y0

Se operiamo il cambiamento di variabile:

X  Z = X2 X  Z = 2X X

la funzione quadratica può essere posta nella forma lineare:

Y = k Z + Y0

Si osservi che si ha: Z/Z = 2X X/X2 = 2 X/X e quindi la precisione dei "dati trasformati" Z  Z è
peggiore di quella dei dati originali (X  X).

Se invece i dati sperimentali vengono descritti graficamente da una relazione di proporzionalità inversa:
1
Y = k  + Y0
X

si può operare il cambiamento di variabile:

1 1
X Z =  X  Z =  X
X X2

La funzione iperbolica può essere cosi posta nella forma lineare:

Y = k Z + Y0

Si osservi che si ha: Z/Z = 1/X2 X/(1/X) = X/X e quindi la precisione dei "dati trasformati" Z  Z è
identica a quella dei dati originali (X  X).

Se si ha a che fare con una funzione semiquadratica diretta:

Y = k X + Yo

si può utilizzare il cambiamento di variabile:

1
X Z = X X  Z = ½  X
X
per ottenere la linearizzazione della funzione di partenza:

Y = k Z + Y0

Si osservi che si ha: Z/Z = ½ X/X/X = ½ X/X e quindi la precisione dei "dati trasformati" Z  Z
è migliore di quella dei dati originali (X  X).

Quando si considera poi una funzione semiquadratica inversa:

1
Y=k
X

si può utilizzare il cambiamento di variabile:

1 1
X  Z=  X  Z =  X
X XX

che porta alla linearizzazione:

Y=kZ

Si osservi che ora si ha: Z/Z = X/(X X)/(1/X) = X/X e quindi la precisione dei "dati trasformati" Z 
 Z è identica a quella dei dati originali (X  X).

Se infine si ha una relazione di tipo trigonometrico, ad esempio:

Y = k sen()

si può utilizzare il cambiamento di variabile:

  Z = sen()   Z = cos() 

per ottenere la linearizzazione:

Y = kZ

Si osservi che si ha: Z/Z = cos()/sen() = /tan() e quindi non è possibile stabilire un
rapporto determinato tra le precisioni di Z e quelle di .

Anche nel caso di una relazione di tipo esponenziale:

Y = Y0 ak X

si può utilizzare il cambiamento di variabile:

1 1
Y  Z = LogaY Y  Z =   Y
Ln a  Y

per ottenere la linearizzazione:

Ln Y0
Z = kX +  = k X + Z0
Ln a
Si osservi che in questo caso si ha: Z/Z = Y/(YLn a )/LogaY = Y/(YLn Y ) e quindi la precisione dei
"dati trasformati" Z  Z è migliore di quella dei dati originali (X  X), almeno quando Y > 1.