[第一章常用数值分析方法3插值法与曲线拟合.pptVIP

3.3.2.4 多项式拟合举例 3.3.3.1 线性模型的参数确定 利用最小二乘技术求出模型中的各待定参数aj（j = 0, 1, 2, …, m） 3.3.3.2 简单非线性模型的参数确定 简单非线性模型——能通过简单的数学变换（变量代换等） 转化为线性模型的非线性模型。 例1. 用非线性经验公式 拟合实验数据xi、yi （i = 1, 2, …, n），求模型参数a、b。 例2. 已知一活化极化体系的阳极极化过程符合如下规律： 现通过实验测得其n组阳极极化数据为：ΔEi、iai（i = 1, 2, …, n），求该体系腐蚀速度icor和Tafel斜率ba。 3.3.3.3 一般非线性模型的参数确定 迭代的最小二乘技术（以充电曲线方程式的拟合为例 ） b) 近似处理变超越方程为线性方程 c) 用最小二乘法拟合线性模型，求出其中的参数u、v、z 作 业 对w设定初值w0 左边第一项 近似处理 变量代换 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. d) 对误差参数z进行误差检验 检验方法：要求误差参数z足够小（如：z10-7），满足则可；否则，重设初值（w0 = w0 + z），以新的w0代入w = w0 + z中重新迭代、拟合（即：重复a~d操作）。 参数还原 由求出的线性方程中的待定参数（u、v、z）还原求出原超越方程中的待定参数（Cd、Rp、Rl）。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * * */37 X.Z.Lin §3 插值法与曲线拟合 3.1 实验数据统计处理 3.2 插值法（Lagrange插值法） 3.3 曲线拟合（最小二乘法） 平行试验数据处理，误差分析。 根据实验测定的离散数据，求未测的某点数据。 根据实验测定的离散数据，拟合曲线，分析数据规律，求函数表达式。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 3.1 实验数据统计处理 系统误差 偶然误差 过失误差 图6.1 平行试验数据的正态分布图 -3σ -2σ -σ 0 σ 2σ 3σ 经常性的原因 影响比较恒定 校正 偶然因素 正态分布规律 统计分析 操作、计算失误 错误数据 剔出 3.1.1 误差 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 3.1.2 数据的统计分析 （4）剔出错误数据 （5）用标准形式表示统计处理结果 （1）算术平均值 （2）标准偏差 （3）平均标准偏差 返回（1）重算 值 法 Q ?可疑数据 ?可疑数据 数据排序（升）：x1，x2，…，xn； 最大与最小数据之差； 可疑数据与其最邻近数据之间的差 求Q值： 查Q值表得出标准值Q0.90； 可疑值判断 Q≥Q0.90 错误数据 剔出 Q Q0.90 数据合理 保留。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 函数常被用来描述客观事物变化的内在规律——数量关系，如宇宙中天体的运行，地球上某地区平均气温的变化等等，但在生产和科研实践中碰到的大量的函数中，不仅仅是用解析表达式表示的函数，还经常用数表和图形来表示函数，其