基于是对称正定矩阵对曲线最小二次拟合的算法的设计与实现.docVIP

基于实对称正定矩阵对曲线的最小二乘拟合问题的算法 01 [摘要] 本文首先介绍了数值分析在当今科学领域的发展和应用和最小二乘法的研究历史和现状，给出了利用解线性方程组的直接方法求最小二乘拟合的多项式的几种研究思路，将通过一个实际的算例来分析曲线的最小二乘拟合问题，并利用C语言编程程序给出它的的经验公式f(t),画出拟合曲线，并列出其求出的偏差和均方误差。最后研究最小二乘法在多项式曲线拟合的性能和解线性方程组中的矩阵三角分解的优越性，同时证明最小二乘拟合是一种简单而又有效的拟合方法。 [关键词] 数值分析；最小二乘拟合；矩阵三角分解；C语言 0 引言 几十年来由于计算机及其科学技术的快速发展，求解各种数学问题的数值方法也愈来愈多地应用于科学技术的各领域，新的计算性交叉学科分支不断涌现。科学计算是一门工具性、方法性、边缘性的学科。在实际应用中导出的数学模型往往不能方便的求出精确解，因此使用数值方法求解做较少简化的模型，可以得到满足近似程度要求的结果，是科学技术发挥更大的作用。 在科学实验统计方法的研究中，往往要从一组数据中寻找自变量和因变量之间的函数关系。由于观测数据往往不准确，因此不要求函数经过的所有的点，而只要达到某个标准，如最小二乘拟合，最小偏差，最小均方误差等。 最小二乘思想是由勒让德在求解方程个数少于未知量的个数的线性方程组时创立的。在实际的科研和工程研究中，所测量或得到的原始数据都带有一定误差，此时如果根据差值方法来使用这些测量数据会带来比较大的误差。因此，可以使用曲线拟合的方法来处理这个数据，寻求平滑的曲线关系来表现两个函数变量之间的得关系和变化趋势，并得到拟合曲线表达式。曲线拟合是指用连续的曲线近似地刻画或比拟平面的离散点组所表示的坐标之间的函数关系。推求一个解析函数使其通过或近似通过这个观测数据，通常用多项式函数通过最小二乘法求得此拟合函数。在进行曲线拟合时，已经假定认为所有的测量数据都包含误差数据，通过拟合得到的曲线也只反映了函数变量之间的变化关系和趋势，，因此拟合曲线并不是经过每一个已知数据点，只是按照整体拟合数据的误差最小来求得最好的近似函数。 最小二乘法及其计算 逼近中∈C[a,b],如果只在一组离散点集{，i=0,1，…,m}上给出，这就是科学实验中经常见到的实验数据{（，），i=0,1，…,m}的曲线拟合，这里=（i=0,1，…,m），要求一个函数=与所给数据{（，），i=0,1，…,m}拟合，若记误差=-（i=0,1，…,m），=（，，…，）T,设，，…，是C[a，b]上线性无关函数族，在=span{，，…，}中找到一函数，是误差平方和=，在这里 。这就是一般的最小二乘逼近，用几何语言说就是曲线拟合最小二乘法。若记： 上式改写为 将其写成矩阵形式，其中,， 要使方程 有唯一解 ，就要求矩阵G非奇异，必须指出，，，…，是C[a，b]上线性无关不能满足矩阵G非奇异，还必须满足Haar条件。 直接三角分解法 2.1 不选主元的三角分解 设A为非奇异矩阵，且有分解式A=LU，其中L为单位下三角矩阵，U为上三角矩阵，即 ( 得U的第一行元素； 得L的第一列元素。 计算U的第r行，L的第r列元素（r=2,3,…,n): ( ( 求解的计算公式： ④ ⑤ 2.2选主元三角分解 从直角三角分解公式可以看出当时计算将中断 或者当绝对值很小时，按分解公式计算可能引起舍入误差的积累。如果A是非奇异，我们可通过交换A的行实现矩阵PA的LU分解，将直接三角分解法修改为部分选主元的三角分解法。这时引进量。于是有。取，交换A行与行元素，将调到（r，r）位置（将（i，j）位置的新元素仍记为及，于是有。此次再进行第r步分解计算。 曲线的最小二乘拟合问题 在化学反应中，由实验测得分解物浓度与时间的关系如下表1所示 表1 浓度（y）与时间( t )的关系实验数据表 t 0 5 10 15 20 25 y 0 1.27 2.16 2.86 3.44 3.87 t 30 35 40 45 50 55 y 4.15 4.37 4.51 4.58 4.62 4.64 试画出以上数据的散点图； 根据数据的变化趋势，使用合适的经验公式拟合以上数据，求出偏差和均方误差，并说明优劣。 问题的求解过程 根据表1的数据，打开WPS表格，插入数据，得出其散点图，图1就是该问题的散点图，如图1所示： 图1 浓度（y）与时间（t）的关系实验散点图 4.1 方法一 由上图可知，该图近似为二阶图形，故选择二阶函数作拟合曲线，即令，其中，然后求出G矩阵，即，，其中，。利用直接三角分解法，分解矩阵G，使，求解及，排列阵由最后记录可知。算出。 4.2 方法二 由上图可知，该图还近似于对数函数，故选择对数函数做拟合曲线，即令，其