第六章_曲线拟合的最小二乘第六章_曲线拟合的最小二乘法第六章_曲线拟合的最小二乘法第六章_曲线拟合的最小二乘法.pptVIP

第六章 ??曲线拟合的最小二乘法 §6.1 引言 §6.2 线性代数方程组的最小二乘解 §6.3 曲线最小二乘拟合 如果实际问题要求解在[a,b]区间的每一点都“很好地” 逼近f(x)的话，运用插值函数有时就要失败。另外，插值所需的数据往往来源于观察测量，本身有一定的误差。要求插值曲线通过这些本身有误差的点，势必使插值结果更加不准确。 如果由试验提供的数据量比较大，又必然使得插值多项式的次数过高而效果不理想。 §1 引言 从给定的一组试验数据出发，寻求函数的一个近似表达式y=?(x)，要求近似表达式能够反映数据的基本趋势而又不一定过全部的点(xi,yi)，这就是曲线拟合问题，函数的近似表达式y=?(x)称为拟合曲线。本章介绍用最小二乘法求拟合曲线。 曲线拟合问题的关键： 选择合适的曲线类型：根据问题的物理规律或数据特点，选择合适函数空间 ，则拟合曲线可以表示为 在曲线类型中选择“最好”曲线：即确定拟合曲线的系数。其误差的度量形式很多，选用使 最小做为确定参数的方法称为最小二乘法。 §2 线性代数方程组的最小二乘解 设线性方程组 或写为 其矩阵形式为 当方程组的系数矩阵和增广矩阵的秩不相等时，方程组无解，此时方程组称为矛盾方程组。对于rankA＝n（A的秩为n）的矛盾方程组（Nn），我们寻求其最小二乘意义下的解