数据拟合与最小二乘法.pptVIP

* 5.6 数据拟合与最小二乘法 实例：考察某种纤维的强度与其拉伸倍数的关系,下表 是实际测定的24个纤维样品的强度与相应的拉伸倍数 是记录: 纤维强度随拉伸 倍数增加而增加 并且24个点大致分 布在一条直线附近 ---------(1) 必须找到一种度量标准来衡量什么曲线最接近所有数据点 一、最小二乘法 考虑一般的线性超定方程： 写成矩阵形式： ---------(2) 其中， ---------(3) 记 --(4) 并称向量 为超定方程组(2)的余向量 定义：称n维向量 为线性超定方程组(2) 的最小二乘解，如果它使 达到最小值. --(5) 要使(5)达到最小值，即求F的最小值，因此有： 即： 上式写成矩阵形式为： ---------(6) 将n元线性方程组(6)称为超定方程组(2)的正规方程组 或法方程组，其解称为超定方程组(2)的最小二乘解 定理：如果线性超定方程组(2)的系数矩阵A的列向量组 线性无关，则其正规方程组(6)存在唯一的解向量 , 而且 是式(2)的最小二乘解，即对任意的n维向量 ， 当 时有 证： 因为A的列向量线性无关，所以