计算方法与误差理论-5.pptVIP

曲线拟合—超定方程组 超定方程组 残差方程为 曲线拟合—超定方程组 超定方程组的最小二乘解 对任意一组数 x1,x2,…,xn ， i 0,1,…,m 一般不全为0 设想求一组数x* x0*,x1*,…xn* ,使得φ值最小 曲线拟合—超定方程组 超定方程组的最小二乘解 把φ x0,x1,…,xn 分别对所有xk k 0,1,…,n 求偏导数，且令所有的偏导数为0。 即： 矩阵形式：ATAx ATb 曲线拟合—超定方程组 超定方程组的最小二乘解 例：用最小二乘法求下列超定方程组的近似解 曲线拟合—超定方程组 超定方程组的最小二乘解 例：用最小二乘法求下列超定方程组的近似解 解： 曲线拟合—超定方程组 超定方程组的最小二乘解 例：用最小二乘法求下列超定方程组的近似解 解： 曲线拟合—超定方程组 等精度测量的最小二乘原理： 最小 不等精度测量的最小二乘原理： 最小 最小二乘原理（其他分布也适用） 测量结果的最可信赖值应使残余误差平方和（或加权残余误差平方和）最小。 曲线拟合—超定方程组 令 则残差方程的矩阵表达式为 等精度测量最小二乘原理的矩阵形式： 等精度测量线性参数最小二乘处理 曲线拟合—超定方程组 等精度测量线性参数最小二乘处理的正规方程 曲线拟合—超定方程组 等精度测量线性参数最小二乘处理的正规方程 特点： 　主对角线分布着平方项系数，正数 　相对于主对角线对称分布的各系数两两相等 看正规方程组中第r个方程： 则正规方程可写成 即 正规方程的矩阵形式 曲线拟合—超定方程组 等精度线性参数最小二乘处理的正规方程 将 代入到　　　　中，得 （待测量Ｘ的无偏估计） 不等精度测量最小二乘原理的矩阵形式： 权矩阵 不等精度线性参数最小二乘原理 加权最小二乘拟合 思路二：不等精度　　　等精度 则有： 不等精度线性参数最小二乘原理 不等精度测量线性参数最小二乘处理的正规方程 由此可得不等精度测量线性参数最小二乘处理的 正规方程： 整理得： 即 不等精度的正规方程 将 代入上式，得 （待测量Ｘ的无偏估计） 不等精度线性参数最小二乘处理的正规方程 例 已知铜棒的长度和温度之间具有线性关系：为 。为获得０℃时铜棒的长度 和铜的线膨胀系数　，现测得不同温度下铜 　　　棒的长度，如下表，求　，　的最可信赖值。 10 20 30 40 50 60 2000.36 2000.72 2000.8 2001.07 2001.48 2000.60 解： 1）列出误差方程 令 为两个待估参量，则误差方程为 按照最小二乘的矩阵形式计算 则有： 那么： 例:某测量过程有误差方程式及相应的标准差： 试求 的最可信赖值。 解：首先确定各式的权 令 测量数据精度估计 A）等精度测量数据的精度估计 对 进行m次等精度测量，得 的估计量。 可以证明 是自由度（m－t）的 变量。 根据 变量的性质，有 则可取 作为 的无偏估计量。 因此测量数据的标准差的估计量为 B）不等精度测量数据的精度估计 测量数据的单位权 标准差的无偏估计 最小二乘估计量的精度估计 A）等精度测量最小二乘估计量的精度估计 设 则相应的最小二乘估计值的标准差为 B）不等精度测量最小二乘估计量的精度估计 同理经推导可得： 各不定乘数 由 求得： 组合测量：通过直接测量待测参数的组合量（一般是 等精度），然后对这些测量数据进行处理， 从而求得待测参数的估计量，求其精度估计。 以检定三段刻线间距为例，要求检定刻线A、B、C、D 间的距离 。 A B C D A B C D 例子 直接测量各组合量，得 首先列出误差方程 由此可得： 则 现求上述估计量的精度估计。将最佳估计值代入 误差方程中， 那么， 测量数据 的标准差为 已知 则最小二乘估计量 的标准差为 计算方法与误差理论 教师：马英杰 成都理工大学 核自学院 曲线拟合—由来 曲线拟合的由来——插值函数的问题 由一组已知节点的值构造插值函数来逼近已知函数，要求插值函数在节点处满足插值条件。但是，由于已知节点的值一般都是测量或实验所得，本身就都带有测试误差，使插值函数保留了这些误差，影响逼近的精度 n+1个节点构造n次插值多项式，其解唯一；但若构造m m n 次多项式，解？ 曲线拟合—由来 为了： 减少测试误差的影响 建立低次逼近函数 需要另外的方法构造逼近函数，使总趋势上更能反映逼近函数 x O y 最小二乘法是用于数据处理和误差估计中的一种很得力的数学工具。 应用广泛 根据残差的平方和为最小的原则，取重复测量数据的算术平均值为测量结果； 用最小二乘法来解决组合测量的问题； 物理量测量中常遇到用实验方法来拟合经验公式等，都是以最小二乘法原理为基础的。 曲线拟合——最小二乘法 在学生时代，高斯就开始了最小二乘法的研究。1794年，他读