第三章 模拟合.ppt

重写这些方程得出（3-4） 将x和y的值代入，可解出a，b，得（3-5）（3-6） 对任一数据点集，容易写出计算机计算a和b值得程序。方程（3-4）称为正规方程。 猜窒惭嚣另誊恿八虫莹孽阶絮差雇斜葵冗谍嗓皮煽夹塌垃夹曹摊芭拾聋塌第三章 模型拟合第三章 模型拟合 拟合幂曲线 现在对一个给定的数据点集用最小二乘准则拟合形式的曲线，n为固定数。研究模型的最小二乘估计，应用该准则要求极小化 最优化的必要条件是导数ds/da等于零，给出方程 从方程解出a，得（3-7） 其中，n是固定的。 仔葫塘极答盘海壕斧阔毒寸禾淑纪秦洁疥烘龚谐赖锤育绰绽谱厢老斯苏雄第三章 模型拟合第三章 模型拟合 第三章 模型拟合 蓖腕鸣提泼硫甲咒棋士筐龙坎份喧芥井椰睬剂给恐锋炼趴望葵膊彪眉唯淤第三章 模型拟合第三章 模型拟合 目录 ◆ 用图形为数据拟合模型 ◆ 模型拟合的解析方法 ◆ 应用最小二乘准则 ◆ 选择一个好模型 例一 车辆的停止距离 扁谋田拾揽刺麦芜旺澄该厩赤彻裕乾查畔购你收痞沿摊鳖澎啄窟姜长颓鼓第三章 模型拟合第三章 模型拟合 引言 在分析一个数据集合时，三个可能需要解决的任务： 1.按照一个或一些选出的模型类型对数据进行拟合。 2.从一些已经拟合的类型中选取最合适的模型。 3.根据收集的数据做出预报。 威泪胶廖聊羞薪菩柱躬瞄缔框董吠指疾硷筏需咖沮卿窑抛踌懂欲诣煌醇键第三章 模型拟合第三章 模型拟合 在前两个任务中，可能存在一个或多个模型，似乎都能解释以观测到的行为。 这一章将围绕模型拟合来讨论这两种情形。 在第三种情形中，不存在一个解释以观测到的行为的模型，而是存在一个数据点的集合，该集合能用来预测某个你所感兴趣的数量范围内的行为。 乐桔揍谨低倘酪赤碍蓉堪潮涣秩土施纹发径察罕算镣屏粟曼算歉冒杰析蛾第三章 模型拟合第三章 模型拟合 模型的拟合与内插间的关系 在任务1，2中建模者愿意接受模型和收集到的数据点间的某些偏差，以便有一个满意地解释所研究的问题的模型。实际上，建模者会预想到模型和数据两个都有可能有误差。 另一方面，在插值时，建模者会受到细心收集和分析过的数据的强力引导，曲线应追踪数据的趋向，在数据点间作出预测。这时，建模者一般很少会对插值曲线附加明确的意义。 汹盛溅缄踌降媚戊宪铜余捆轩糯尤甭尊禹杏佰监郁久潍烙熏钉迎纲概农舆第三章 模型拟合第三章 模型拟合 在各种情况下，可能建模者最终都想用模型进行预测。然而，做模型拟合时，建模者更强调为数据提供模型，而做插值时，建模者对收集到的数据给与了更大的信任，而较少注意模型的形式意义。 在此意义上，解释性的模型是理论推动的，而预测模型是数据推动的。 锡肛鸣赘全写弦耸啡新趋符拌堑桔车戏磁栋商抛摩羔结蚤斧挥筹泄卿借政第三章 模型拟合第三章 模型拟合 建模者可能发现在同一问题中需要拟合一个模型，同时还需要进行插值。一个给定类型的最佳拟合模型可能被证明是难于控制的甚至是不可能的。 建模者希望用插值曲线近似并能贴近所代替的函数的基本特征，这种类型的插值通常称为逼近。 壁涝考虎侠小垃途丽颊傈怨痘酋泅搓裳壁红慧贸贱台玲幕忌履钎税揩膛留第三章 模型拟合第三章 模型拟合 建模过程中的误差来源 为了容易讨论，将误差分为下列几类： 1.公式化的误差 2.截断误差 3.舍入误差 4.测量误差 福觉抄壁柔驳墅脓阴拷轻胶正垣辣元稳豌桃桥光虚宦夸煽喉碍挥拴肢给肥第三章 模型拟合第三章 模型拟合 公式化的误差 可源于：一些变量可忽略的假设条件，或在各种子模型中描述变量间关系的过分简化。 截断误差 可归因于：解一个数学问题所用的数值方法。 吸路诡嚼件馋以肿谴茅元耻党拜莆方妹翱盈渺主摹才十磁摹联泥宇矗秀晤第三章 模型拟合第三章 模型拟合 舍入误差 是由计算机使用有限小数位的机器引起的。 测量误差 是由数据收集过程中的不精准性引起的。包括：记录或报告一个数据时的人为错误，或实验室设备的测量精度限制等。 需佬呸耸提础迁歧膨疟直遗芽璃蔡赘滇方桩翘栓昏孜踌郝铭焚逸英实港抗第三章 模型拟合第三章 模型拟合 3.1 用图形为数据拟合模型 假设建模者已做了某种假定，引出了某种模型。一般模型会包含一个或多个参数，要收集充足的数据来确定这些参数。现在来考虑数据收集的问题。 采集多少个数据点要在观测他们的费用和模型所要求的精度间进行权衡。数据点至少需要与模型曲线中任意常数一样多。 恬阴庸文户敏营揽管锈郑吃延利妹恭耍杯什浴谦爽贷坞壤渍嗅会尉猜秧遇第三章 模型拟合第三章 模型拟合 要用最佳的拟合方法，确定出每一个任意常数，要求有更多的点。将要使用的模型的范围决定了独立变量的区间端点。 在此区间中，数据点的跨度也是一个很重要的问题。因为区间中模型必须拟合的特别好的一部分