曲线拟合的最小二乘法.pptVIP

§2 什么是最小二乘法 曲线拟合不要求近似曲线严格过所有的数据点，但使求得的逼近函数与已知函数从总体上来说其偏差按某种方法度量达到总体上尽可能地小。 本章主要讨论线性最小二乘问题，基本提法是： §3 最小二乘法的求法 三、特例：（代数多项式拟合） 解 ： 将已知数据点描绘在坐标纸上，可以看出，拟合曲线y=φ(t)应具有下列特点： （1）曲线随着t的增加而上升，但上升速度由快到慢。 （2）当t=0，反应尚未开始，即y=0；当t→∞时，y趋于某一常数。故曲线应通过原点（或者当t→0时以原点为极限点），且有一水平渐近线。 具有上述特点的曲线很多。选用不同的数学模型，可以获得不同的拟合曲线与经验式。 下面提供两种方案。 方案1 设想y=φ (t)是双曲线型的，并且具有下面的形式 方案2 设想y= (t)具有指数形式 并记A=lna,B=b,则上式就是 * 曲线拟合的最小二乘法 2 什么是最小二乘法 3 最小二乘法的求法 1 曲线拟合的问题： 如果已知函数f(x)在若干点xi(i=1,2,…,n)处的值yi,便可根据插值原理来建立插值多项式作为f(x)的近似。 但在科学实验和生产实践中，往往节点上的函数值是由实验或观测得到的数据，这些函数值不可避免地带有测量误差，如果要求所得的近