3.7最小二乘法.doc.doc

§3.7 曲线拟合的最小二乘法 1 拟合问题的数学提法 通过观测、测量或试验得到某一函数在的函数值。我们可以用插值的方法对这一函数进行近似,而插值方法要求所得到的插值多项式经过已知的这n个插值结点;在n比较大的情况下,插值多项式往往是高次多项式,这也就容易出现振荡现象:虽然在插值结点上没有误差,但在插值结点之外插值误差变得很大,从“整体”上看,插值逼近效果将变得“很差”。于是,我们采用曲线拟合的方法。 所谓曲线拟合是求一个简单的函数,例如是一个低次多项式,这儿不要求通过已知的这n个点,而是要求在整体上“尽量好”的逼近原函数。这时,在每个已知点上就会有误差,,数据拟合就是从整体上使误差,尽量的小一些。 如果要求达到最小，因误差可正可负,本来很大的误差可能会正负抵消,为防止正负抵消,可以要求达到最小,但是由于绝对值函数不可以求导，分析起来不方便,求解也很难。 为了既能防止正负抵消,又能便于我们分析、求解，提出如下问题： 求一个低次多项式,使得达到最小,此问题便是一个曲线拟合的最小二乘问题。 1直线拟合（一次函数） a) 问题的提法 通过观测、测量或试验得到某一函数在的函数值，即得到n组数据,如果这些数据在直角坐标系中近似地分布在一条直线上，我们可以用直线拟合的方法。 问题:已知数据,求一个一次多 项式（实际上，就是求a,b）, 使得 达到最小 注意到中,均是已知的，而a,b是未知量,是未知量a,b的二元函数,利用高等数学中求二元函数极小值(最小值)的方法，因此，上述问题转化为求解下列方程组 b) 正则方程组 由得： 得到如下的正则方程组 这是个关于a,b的二元一次方程组，称其为最小二乘问题的正则方程组.解得a,b,便得到最小二乘问题的拟合函数。 c) 算例 已知10对数据如下表,利用最小二乘法求拟合曲线。 解：先列表来计算四个： 形成正则方程组 解得 ， 于是，最小二乘拟合一次函数为 。 x1 x2 x3 …… xn-1 xn