数值课程设计-用最小二乘法实现数据拟合.docVIP

数值课程设计-用最小二乘法实现数据拟合.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
课程设计(论文) 题 目:用最小二乘法实现数据拟合 学 院: ___ 理学院 _ 专 业: __ 数学与应用数学 __ 班 级: _____ ___ 学 生 姓 名: _______ __ 学 生 学 号: __ ____ 指 导 教 师: __ ___ _ 2012年12月15日 学 院 理学院 专 业 数学与应用数学 学生姓名 班级学号 21号 课程名称 计算方法 课程题目 用最小二乘法实现数据拟合 一.基本理论:与插值方法不同,多项式拟合不要求所有的样本数据全部落在拟合的曲线上,而是整体的拟合误差达到最小。 二、研究方法:建立一个正确的模型,再对拟合出的模型选择正确的参数用最小二乘法解决问题。 三、预期成果:简单快速地处理数据并运用与实际问题中。 四、参考资料: 1.陈辉 , 李文宇, 张传芳, 数值计算方法。 哈尔滨工业大学出版,2009。 2.王兵团,桂文豪著.数学实验基础.北京:北方交通大学出版社. 3.杨万利等著.数值分析教程.北京:国防工业出版社. 4.康晓东主编.数值算法与非数值算法. 北京:电子工业出版社. 5.何满喜,曹飞龙,计算方法。 科学出版社出版,2011. 五、时间安排: 课程安排两周,分 4 次完成: 第一次(1-2天):确定与要求相关的问题及借阅相关书籍。 第二次(2-5 天):分析问题及解决问题,编写相关程序及运行程序。 第三次( 5-8 天):撰写论文。 第四次(8-10 天): 校对,检查。 指导教师(签字): 年 月 日 专业负责人(签字): 年 月 日 主管院长(签字) 年 月 日 前言 曲线拟合也称为函数近似(function approximation),其任务是寻找表达离散的参量之间某种内在的函数关系的适宜表达式。也就是说,假设参数y与X(X=[])客观上存在函数关系y=并已,几何意义为空间上的一组已知的离散点(discrete points),按某种方式逼近离散数据,拟合表示函数表达式对离散数据的逼近,所得的函数表达式就称为拟合曲线。 在科学研究与工程技术中,对许多变量之间的函数关系尚不能从理论上推出或者即使知道了函数类也不能确定函数表达式中的某些参数。为了分析变量间的定量关系预测它们的变化趋势,常常需要利用实验测得的数据再采用数据拟合的方法得到数学表达式。因此曲线拟合法是建立表达实际过程的数学模型的重要方法。 最小二乘法是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。它源于天文学和测地学的需要,在早期数理统计方法的发展中,这两门学科起了很大的作用,故丹麦统计学家霍尔把他们称为“数理统计学之母”。现行的最小二乘法是勒让德(A M Legendre)于1805年在其著作《计算彗星轨道的新方法》中提出的。 1801年,意大利天文学家朱赛普.皮亚齐发现了第一颗小行星谷神星。之后24岁的高斯也计算了谷神星的轨道。高斯使用的最小二乘法的方法发表于1809年他的著作《天体运动论》中。勒让德的发现因不为世人所知而默默无闻。勒让德曾与高斯为谁最早创立这个方法发生争执。 1829年,高斯提供了最小二乘法的优化效果强于其他方法的证明,因此被称为高斯-莫卡夫定理。 最小二乘法用于天文学,测地学等多方面。特别在交通运输学中的运用,化学领域中的应用。利用最小二乘法可以简便的求得未知的数据,也可以用于曲线拟合。 目 录 摘 要 I 第1章 绪 论 1 1.1 问题的提出 1 1.2 问题的进一步分析 1 第2章 最小二乘法 2 2.1研究的背景与意义 2 2.2基本原理 2 第3章 线性拟合 4 3.2实例分析 5 3.3多项式拟合 6 3.4实例分析 6 3.5编程 7 第4章 非线性拟合 8 4.1几种常见的非线性拟合 8 4.2实例分析 8 4.3编程 10 总 结 11 参 考 文 献 11 摘要 在科学研究与工程技术中,对许多变量之间的函数关系尚不能从理论上推出或者即使知道了函数类也不能确定函数表达式中的某些参数。为了分析变量间的定量关系预测它们的变化趋势,常常需要利用实验测得的数据再采用数据拟合的方法得到数学表达式。因此曲线拟合法是建立表达实际过程的数学模型的重要方法。 最小二乘法是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配,最小二乘法用于天文学,测地学等多方面。 关键词:最小二乘法,线性拟合,

文档评论(0)

文档分享 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档