实验曲线的绘制.docVIP

用最小二乘法绘制实验曲线 在做各种实验中，可以获得大量的数据。一般的，我们都会在实验之后，将这些实验数据进行某种处理，然后用图形来描绘实验结果。用图形来描绘要比提供一大堆枯燥的数据直观明了得多。 但是，因为实验本身会受到各种具体因素的影响。比如：实验仪器设备的精度、原材料因素、工作人员的水平以及温度等的影响，使得实验数据测得的数据总会或多或少的带有误差。也就是说，这些实验数据本身就不精确。所以在绘制实验曲线的时候，如果是按点点通过将这些数据点连成曲线，那么这种看起来似乎很精确的方法恰恰是不符合实际情况的，因而是不可取的。 正确的方法应该是用一条光滑的曲线，以适当的方式来逼近这些数据点。因为曲线并不通过每个数据点，所以可以弥补由于误差造成的数据点的跳动 用一系列数据点（）（i=1，2，．．．．．，m），所要绘制的曲线，用什么样的表尊来评价这条曲线是否处于较为合理的状态呢？通常把数据点的坐标值与曲线上对应的坐标之差作为评判的标准。在这里： 式中成为残差；为理论值；为相应的实测值。 常用的评价方法是：使残差的平方和达到最小。这也就是常说的“最小二乘法”。用最小二乘法来绘制实验曲线，其实质也就是要找一个经验方程来描述这些数据点，并使每个点的和之差的平方和为最小。所以，第一步首先要根据数据点的分布情况进行预测，该经验方程可能是属于什么类型。比如说是线性函数，还是二次函数或其他阶次的多项式曲线。 用最小二乘法拟合直线 设有测得的数据点，根据这些数据点的分布情况，预测到他们之间呈线性关系，并设该线性方程为一般形式。于是，我们可以按最小二乘法的原理建立起下面的式子： 其中为测得的已知数据点的值，故这个方程可以看成是关于和的函数，即有两个未知数和。这两个未知数也就是我们预测的线性方程中的系数和常数项。于是，上式可改写成函数形式为： 根据最小二乘法的要求，要使达到最小值。也就是要求和为何值时，该函数能取得极小值。这是一个二元函数求极小值的条件的问题，其条件为： 即： 展开整理后的： 上式写成矩阵形式为： 可以看出，现行方程组可以有唯一解。这样，求解该方程组可的未知系数和的值，从而使得线性函数表达式唯一确定，并可根据该表达式绘出图形。 用最小二乘法拟合二次以上多项式曲线 设有二次多项式为：，那么，我们可以类似的建立起一个多项式的线性方程组如下： 对于n次多项式： 可以相应地建立起线性方程组为： 由上式表示的线性方程组中，系数矩阵为 （n+1）× (n+1) 的方阵，有n+1个未知数，即，常数项由n+1个，所以线性方程组有唯一解。我们可以用高斯校园法求解除方程组中的全部未知数：。从而使得所设知n次多项式为已知。然后可以根据该多项式，使用差值的方法计算出绘图用数据点。 对于阶次n的取值，一般不要超过7。过高的阶次不仅会增加运算工作量，并且还会使曲线产生不必要的抖动。具体的取值可以根据实际情况而定，以拟合处最为理想的曲线为准则。 解题过程 下面，我们总结归纳一下最小二乘法解题编成的思路和步骤。 1．给出全部数据点，并确定所需阶次n。 2．按照下式，建立系数增广矩阵： 设该增广矩阵为[P]，它是一个（n+1）× (n+2)的矩阵，其中每个元素的赋值式为： 3．用高斯消元法解线性方程组 ①将增广矩阵[P]化为上三角矩阵[Q]，使对角线上元素全为1 ②然后用追赶法解出全部未知数，其中，最后一个元素就等于，然后，逐行回代，求出所有的。 4．差值绘图 根据已知多项式：，计算差值点，连线绘制曲线。