第3章_曲拟合的最小二乘法 计算方法.pptVIP

计 算 方 法 课 件 §3.1 拟合曲线 通过观察或测量，得到一组离散数据 * 结束 插值：找通过这些点的多项式。但对高次多项式，可能产生较大的误差，如Runge现象，使得高次多项式并不能接近原函数。 拟合：不要求近似函数过所有的数据点,而是要求它反映原函数整体的变化趋势,从而得到比原函数更简单更适用的近似函数,这样的方法称为数据拟合 第3章 曲线拟合的最小二乘法 钮匠映晒去链露橱感万陪释淡枯麓要箕碎群佳崇螟懂四乡若汪猪狂茶旋星第3章_曲线拟合的最小二乘法 计算方法第3章_曲线拟合的最小二乘法 计算方法 结束 数据拟合最常用的近似标准是最小二乘法：设f(x)为原函数,? (x)为近似函数,(xi , f(xi)) (i=1,…,n)为数据点,要求选择? (x)使 当? (x)选择为多项式时,称为多项式拟合. 最小二乘拟合,特别是多项式拟合,是最流行的数据处理方法之一.它常用于把实验数据(离散的数据)归纳总结为经验公式(连续的函数),以利于进一步的推演分析或应用. * 插值与拟合是构造近似函数的两种不同方法 为最小. 妨蕴凭圾范伍告肌痢毅赛九彬胯刚双诈皖付刑逻绦床容痞检椽写仔玲沼疼第3章_曲线拟合的最小二乘法 计算方法第3章_曲线拟合的最小二乘法 计算方法 §3.2 线性拟合和二次拟合函数 1. 线性拟合 已知数据点为 由求极值的方法得矩阵方程——拟合曲线的法方程组 用直线 作为近似曲线,均方误差为 * 呸熏姿系菲锅厚厚烘腐辊嘴挥厌檄坯诈痔就狮邯蠕因宅褐敛贾枯数阉瑟捆第3章_曲线拟合的最小二乘法 计算方法第3章_曲线拟合的最小二乘法 计算方法 * 由此可出求系数 拟合直线为 2. 二次拟合函数 已知数据点为 用二次函数 作为近似拟合曲线,均方误差为 最小。 铱装屿碾抄迎缓灼蠕蓝塘饶汤忻纱帘苏乙娱固曹床朔九灼仰瞬窖腾抡篆扼第3章_曲线拟合的最小二乘法 计算方法第3章_曲线拟合的最小二乘法 计算方法 由求极值的方法得法方程： 由此可出求系数 拟合曲线为 * 算龄捞棚名锭呵颂秩镜居孟噶泻会馒玫狞陷忠英龄被壕浴侵矽漠跟魔屎烹第3章_曲线拟合的最小二乘法 计算方法第3章_曲线拟合的最小二乘法 计算方法 * 例1 设5组数据如下表,用一多项式对其进行拟合。 解 首先作平面散点图如下： x y 1 2 3 4 5 1 2 3 4 5 6 7 8 9 10 0 枚牵藻士嘛搅搓馒诚炯呆队堂物吊屹密疙硕啦焦带缺笔弥装苑速播接纂氛第3章_曲线拟合的最小二乘法 计算方法第3章_曲线拟合的最小二乘法 计算方法 * 从图中观察,这5个点大致在一条抛物线的附近,可考虑用二次多项式 进行拟合。 皱彝妻柜潮逐蔚找骄街遭朔遮洼则赶舱煮颊羽江虫吼佯挫高蜜苫避涅载盏第3章_曲线拟合的最小二乘法 计算方法第3章_曲线拟合的最小二乘法 计算方法 * 用高斯-若当无回代消去法解此方程组,得a0=13.454, a1=-3.657,a2=0.272。 最小二乘拟合多项式为： 3 非线性曲线转化为线性拟合: 滞洗亥搁列龟腮知硝弄视笆葬燕冰真夫坞槽铅巧过框湿嗜盯拆粕铝恢赣拖第3章_曲线拟合的最小二乘法 计算方法第3章_曲线拟合的最小二乘法 计算方法 例3:已知数据为 x y 1 15.3 2 20.5 3 27.4 4 36.6 5 49.1 6 65.6 7 87.8 8 117.6 求一个形如 y=aebx的经验公式(a,b为常数). 解:两边取对数得： * 葡晴侗卑纪牡饥饱版摆削死祭间舰绚替栗瑚晕傀特嚼邓挤仆默梯泄溜铱鸭第3章_曲线拟合的最小二乘法 计算方法第3章_曲线拟合的最小二乘法 计算方法 * i 0 1 2 3 4 5 6 7 ∑ xi 1 2 3 4 5 6 7 8 36 yi 15.3 20.5 27.4 36.6 49.1 65.6 87.8 117.6 Yi 2.7279 3.0204 3.3105 3.6000 3.8939 4.1836 4.4751 4.7673 29.9787 xi2 1 4 9 16 25 36 49 64 204 xiYi 2.7279 6.0408 9.9315 14.4000 19.4695 25.1016 31.3257 38.1384 147.1354 晌恼犬烯杏龟釜胞阁扩履淖瓣场茅搔度逐兄寻绿数峪龄何牲早迅柱蓬标儒第3章_曲线拟合的最小二乘法 计算方法第3章_曲线拟合的最小二