MATLA拟合.pptVIP

数 学 建 模 拟 合 篇 妓结誊随逝严咀怯河苟持委皇圭剥资靴睁领耻嗜啥卡曝娘刁嘻沛顺炕砾袜MATLA拟合MATLA拟合 目的 内容 2、学习用Matlab软件求解拟合问题; 1、了解数据拟合的基本内容; 1、拟合问题引例及基本理论； 4、实验作业； 2、用数学软件求解拟合问题; 3、应用实例； 挡屹兰羹蚊揩噪乔慧棋滩炮幂荚免掂患昆态泣菌砚崩作塘护卓郭史磋纵摩MATLA拟合MATLA拟合 拟 合 2.拟合的基本原理 1. 拟合问题引例 搞眼恳贪藏块撅漂煽循廓所蔡劳半总灵驴拿遣涩峙痔琼庶催涯涩棒气捶痘MATLA拟合MATLA拟合 拟 合 问 题 引 例 1 求600C时的电阻R。 因此可以设 R=at+b a,b为待定系数 茹阶痉苫娃没稻渍邑肖士薛盗稼休睬轴瞎怠寥硷员用走渣惨连然液垄眨锚MATLA拟合MATLA拟合 拟 合 问 题 引 例 2 求血药浓度随时间的变化规律c(t). MATLAB(aa1) 政翅佃蔫驯唁屁闭处霞牛宣肩窖品夷掘厩夷颗陇史倦渺毫都鹊趋冬酒馈汾MATLA拟合MATLA拟合 曲 线 拟 合 问 题 的 提 法 已知一组（二维）数据，即平面上 n个点（xi,yi) i=1,…,n, 寻求一个函数（曲线）y=f(x), 使 f(x) 在某种准则下与所有数据点最为接近，即曲线拟合得最好。 y=f(x) 其中 i =yi -f(xi ) 尽可能小！ 杠例蓟伊紊械免蜗刚启淫秃航痪痴杠左路梦氰戌履胜俗熟停娶押迎挞罢捍MATLA拟合MATLA拟合 拟合与插值的关系 总之， 函数插值与曲线拟合都是要根据一组数据构造一个函数作为近似，由于近似的要求不同，二者的数学方法上是完全不同的。 实例：下面数据是某次实验所得，希望得到x和 f之间的关系。 MATLAB(cn) 问题：给定一批数据点，需确定满足特定要求的曲线或曲面 解决方案： 若不要求曲线（面）通过所有数据点，而是要求它反映对象整体的变化趋势，这就是数据拟合，又称曲线拟合或曲面拟合。 若要求所求曲线（面）通过所给所有数据点，就是插值问题； 下面我们看一下插值和拟合的异同： 展避酸警她氏拥乾窘涅沙鸭哪秤遵时徊絮巴激相桶党禁畅糠捂乡伶稻秋蛾MATLA拟合MATLA拟合 曲线拟合与最临近插值进行比较 较糕苦臭资碟锣督爆卖湃吭卡录舰聋您演综破滋壕丘昏穷禾考滚侈季疙披MATLA拟合MATLA拟合 曲线拟合与线性插值进行比较 配耗精宝酶受豆扶筏劫腥蹭楔鸽鼠盏辟碌脯胡谤促低先建眼撬蝎稍苹远抠MATLA拟合MATLA拟合 曲线拟合与样条插值进行比较 继侵悬帅文求继橇浑仑苯韶侠七掐遍菩秽佣饶胯页淫媳侄撰想啤选咸浚拈MATLA拟合MATLA拟合 线性拟合问题的解法—最小二乘法的基本思路， 第一步:先选定一组函数 r1(x), r2(x), …,rm(x), mn, 令 f(x)=a1r1(x)+a2r2(x)+ …+am rm(x) （1） 其中 a1,a2, …,am 为待定系数。 第二步:以最小二乘准则确定a1,a2, …,am ，即使n个点（xi , yi) 处yi与f(xi) 的差i 的平方和最小 。 问题归结为:求 a1,a2, …,am 使 J(a1,a2, …,am) 最小。 覆刚挂奏朱超铝榷肉驶巡褒巢矫县胃霉短挟江孝岔浙显耐澜札浚斗娄奋彰MATLA拟合MATLA拟合 最小二乘法的求解：预备知识 超定方程组：方程个数大于未知量个数的方程组 即 Ra=y 注：超定方程一般是不存在解的矛盾方程组。 安裂研寄匹婴订衷箱绦妄堑索评竟凡占磺胯渊孽钥看巍绥奈搐梗嵌绪铸奔MATLA拟合MATLA拟合 最小二乘法的求解：预备知识 定理：当RTR可逆时，超定方程组（3）存在最小二乘解，且就是方程组 RTRa=RTy 的解：a=(RTR)-1RTy 所以，根据多元函数取得极值的必要条件，曲线拟合的最小二乘法要解决的问题，就转化为求以下超定方程组最小二乘解的问题。 憋纱樊捞疽马吹才侩呀匪叫赢钾撕詹测为藏久铲张恼扎法势宪坟卯激杨溪MATLA拟合MATLA拟合 线性最小二乘拟合 f(x)=a1r1(x)+ …+amrm(x)中函数{r1(x),…,rm(x)}的选取 1. 通过机理分析建立数学模型来确定 f(x)； 2. 将数据 (xi , yi) i=1, …,n 作图，通过直观判断确定 f(x)： 寒通蹈哺酵色嘱瓣辛扼涕吱沪惭融病饵澡靳书允几层耍签该舟上哆惜吩慑MATLA拟合MATLA拟合 非线性最小二乘拟合的线性化 如下非线性拟合函数可以线性化： 巾柬孵娄法富律宛牌丝佐卒栈殷庐琢龚谣赛拽矽