矩阵论课外报告.doc

报告摘要 在已知曲线大致模型的情况下，运用曲线拟合最小二乘法，使得观测数据与曲线模型数据之间的误差平方和最小。进而求得曲线的模型参数，并由所求的曲线模型进行分析预测。 题目内容 一颗导弹从敌国发射，通过雷达我们观测到了它的飞行轨迹，具体有如下数据： 水平距离/m02505007501000高度/m08151920我国军情处分析得出该导弹沿抛物线轨道飞行。 问题：预测该导弹在什么水平距离着地。 基本术语 内积 设V是实数域R上的线性空间，如果V中任意两个向量都按某一个确定的法则对应于惟一确定的实数，记作，并且满足 对任意的，有 对任意的，有 对任意的有 对任意的，有。当且仅当时， 则称为向量的内积。如无特殊说明的，我们认为对任意向量，其内积为 范数 如果是数域上的线性空间，且对于的任以向量，对应于一个实数函数，它满足如下三个条件。 非负性 当时；当时，； 齐次性 ； 三角不等式 ； 则称为上的范数。 可以证明对于向量的长度 是一种范数，我们称为2-范数，记为。 线性方程组 设有n个未知数m个方程的线性方程组 可以写成以向量为未知元的向量方程 则为该方程的系数矩阵，为增广矩阵。该线性方程有解的条件如下 当的秩和的秩满足时，该方程无解 当时，该方程有唯一解。 当时，该方程有无穷解。 基本原理 对于一组给定的实验数据（，）（），要求出自变量与因变量的函数关系，由于观测数据总有误差，所以不要求通过已知点（，）（），而只要求在给定点上的误差的平方和最小。 若已知 这里是线性无关的函数族，假定有一组数据，要求使最小，其中 这就是最小二乘逼近，得到的拟合曲线为，这种方法称为曲线拟合的最小二乘法。 实际上是关于的多元函数，求的最小值就是求多元函数的极值，由极值的必要条件，可得 我们令 ，即是将实验数据带入函数所得的列向量，y是实验数据的列向量。则上式可改写为 这是关于参数 的线性方程组，用矩阵表示为 该线性方程称为法方程。对于该方程的系数矩阵A和增广矩阵B，当R（A）=R（B）=n时，该方程有唯???解。记方程解为，从而得到最小二乘拟合曲线 可以证明对任意，有。因而即为所求的最小二乘解。误差向量为 则拟合曲线的平方误差为向量的2-范数的平方，即 正文 由题目内容可知，该导弹沿抛物线飞行。我们从导弹的观测到的发射点为O点，以导弹前进方向的水平面的轴，以O点的垂直高度为轴，建立直角坐标系。则观测数据为 012340250500750100008151920则我们可以建立导弹飞行轨迹的曲线模型，即 则，将观测数据带入，我们可以得到 则法方程如下： 带入数据计算内积，得到： 该线性方程的系数矩阵A和增广矩阵B分别为： 对矩阵B进行初等行变换，得到 由此，我们得到矩阵A的秩R(A)与矩阵B的秩R(B)相等，即R(A)=R(B)=3。则该线性方程有惟一解。再将矩阵B化为行最简形矩阵，得（取5个有效位） 则可以得出，最小二乘拟合曲线的系数为 那么最小二乘拟合曲线模型如下 将观测到的水平距离数据带入得到的曲线模型，得 012340250500750100008151920-0.228578.514367514.8286818.714367520.17143平方误差： 由最小二乘拟合曲线，我们令，则可以求出导弹的预测着陆点， 即 解该一元二次方程，得 则，我们预测的导弹在2044.223米的水平距离着陆。 结论 对于题目中所给的问题，我们采用最小二乘曲线拟合的方法，通过使与观测数据间的误差平方和最小，先求出导弹飞行的轨迹模型： 该模型的误差平方和。然后根据该模型计算得出导弹的预计着陆水平距离为2044.233米。