第三章(曲线拟合的最小二乘法-2)资料.doc

第三章　曲线拟合的最小二乘法 一、　曲线拟合的最小二乘法 　　根据一组给定的实验数据点，求出的近似函数关系 观测数据本身有误差 反映实验数据规律的数学模型 问题特点：所给数据本身不一定可靠，个别数据的误差甚至可能很大。研究：设法构造一条曲线（所谓拟合曲线）反映所给数据点总的趋势，以消除其局部波动 插值问题，不要求通过点（否则将保留着一切观测误差），只要求在给定点上的误差最小即构造一条最佳拟合曲线　节点误差 　最佳标准：1）：绝对值最大达到最小不易算2）：绝对值和最小不易算3）：平方和达到最小（或平方误差，常用，最小二乘拟合） 定义1：给定数据点，假设拟合曲线的函数形式为 其中为已知的线性无关函数。求系数，使得： 称为最小二乘拟合函数 若时称为最小二乘拟合多项式  （S为误差平方函数）  注：若为定义在区间I上的n+1个函数满足： 则称是个线性无关函数如；线性无关如在整个数轴上是线性相关，因为时二、最小二乘拟合多项式的求法 如：， 为使 由极值点必要条件： 即：(法方程组) 最小二乘拟合多项式求解一般情况假设给定数据拟合为： 为使： 由可得: （法方程组，见书P74） //注：系数矩阵关于主对角线对称，次对角线元素相等 定理1：以上法方程组在互异时有解存在且唯一，而且其解即为的解（使误差取平方最小的极小点） 已知一组实验数据如表所示. 1 2 3 4 xi 2 4 6 8 yi 2 11 28 40 试求最小二乘拟合曲线. 解：作散点图，如图所示，说明它可用线性函数作曲线拟合，即选择形如作为拟合曲线. 这里，故法方程 得 所求的最小二乘拟合曲线为： 求下列数据对应的最小二乘拟合 i 1 2 3 4 5 6 xi 0 1 2 3 4 5 yi 5 3 1 1 2 3 解：做散点图 接近抛物线，因此 法方程组为： 从而 三、非线性模型的线性化 定义2：若拟合函数与待定参数为线性关系，就称其为线性最小二乘拟合，如 若拟合函数与待定参数为非线性关系，就称其为非线性最小二乘拟合，如 非线性模型有时可经过变换可化为线性模型，这些也应按线性模型处理。线性最小二乘及可得到关于的线性 例3给定数据如下： 1 2 3 4 5 xi 1.00 1.25 1.50 1.75 2.00 yi 5.10 5.79 6.53 7.45 8.46 求的最小二乘拟合曲线.（指数模型） 解：不是多项式，但两端取对数得.若令，则有，它是线性最小二乘拟合问题，为求得Ab,先将化为.转化后的数据表为 故有法方程：　　解得，于是得最小二乘拟合曲线 13