最小二乘法原理及其MATLAB实现.pdfVIP

最小二乘法原理及其MATLAB实现 刘志平 石林英 (淮海工学院理学院，江苏连云港222005) 摘要：本文详细给出了最小二来法的理论推导过程，并以实例的形式说明了如何使用MATLAB函数求解不同类型的拟合 问题。 关键词：最小二乘法；拟合；MATLAB The ofLeast anditsAehievementMATLAB Principle SquareAlgorithm by LIU Zhi—ping，SHILin—ying of Instituteof (SchoolScience，HuaihaiTechnology，LianyungangIiangsu22005) Abstract：Inthis dicussthe ofleast indetail，and howtosolve paper，we principle squarealgorithm explain itbyusing MATLAB．Forof an to everytypeproblem，wegiveexamplehelpunderstanding． K盯words：leastsquarealgorithm；fitting；MATLAB 对丁程实践中测得的数据进行理论分析，用恰当的函 芒 一， ，芒…一 ，代入方程组(1)得： yX．2=3．85’yJ．”=23．1287’儿八／丁任组、，何： 数去模拟数据原型是一类十分重要的问题，最常用的逼近 冒‘ 冒… 原则是让实测数据和估计数据之问的距离平方和最小，这 f3．85a+5．5b=23．1287fa=3．13 ‘ ‘ 即是最小二乘法。已有的很多文献大多是针对多项式形 【5．5a+10b=37．3569由此解得【b=2．01 式，或者是可以转化为多项式形式的问题进行讨论，如文 因此拟合曲线为：_，=3．13x十2．01，该拟合曲线在图1中 献[3]。本文在详细给出最小二乘法的理论推导过程的基础 用蓝色实线表示。 上，针对不同类型的拟含问题，包括‘般的非线性问题， 上述解题过程在MATLAB环境下，可以直接使用 用具体实例的形式给出了如何使用MATLAB去求解它们。 polyfit函数实现，具体的命令格式为： l 线性拟合 x=【0．1，0．2，0．3，0．4，0．5，0．6，0．7，0．8，0．9，1．0】 有一组实测数据： 4．5191，4．8232，5．1275】 P=polyfit(x，Y，1) 已知该数据可能满足的原型函数为y=ax+b，试求出满 其中polyfit函数中的输入参数1表示采用一次多项式 足上面数据的最d,-乘解的值。首先绘出离散点图，在图 方式拟合，即线性拟合。输出参数P是一个l×2的行向量， 1中我们用红五星代表离散点。从图形来看，离散点大致落 其巾P(1)是X的系数，P(2)是常数项