第四章课堂演示实验..docVIP

第四章 课堂演示实验_曲线拟合的最小二乘法 一、问题提出 从随机的数据中找出其规律性，给出其近似表达式的问题，在生产实践和科学实验中大量存在，通常利用数据的最小二乘法求得拟合曲线。 二、曲线拟合的最小二乘法 由已知的离散数据点及和权函数(通常取),选择与实验点(已知离散数据点)平方误差最小的曲线 称为曲线拟合的最小二乘法。 若记 则中的参数向量由下列方程组(称为法方程)决定 其中 。 此时平方误差为： 特别地, 若,则法方程为 三、用正交函数作最小二乘拟合算法简介 如果是关于点集{xi}带权w(xi))的正交函数族，即 由此,最小二乘法的法方程解为: 且平方误差为: ,不用解方程组,只须用递推公式,并且当循环次数增加一次时,只要把循环增加一次，其余不变.这是目前用多项式作曲线拟合的最好算法,Matlab通用算法程序实现如下： function [p,v]=zj_polyfit(X,Y,N) %用正交函数做最小二乘拟合 % [p, v]= (X,Y,N) % p:输出多项式系数 % v:均方误差 % X:拟合变量 % Y:拟合函数值 % N:多项式次数 if size(X)~=size(Y) error(变量不匹配); end format long g p=zeros(1,N+1); p0=p; p1=p; M=p; a=0;b=0; c=0;