曲线拟合的方法及过程.docVIP

一、课程设计题目： 对于函数 从开始，取步长的20个数据点，求五次最小二乘拟合多项式 其中 二、原理分析 （1）最小二乘法的提法 当数据量大且由实验提供时，不宜要求近似曲线严格地经过所有数据点，亦即不应要求拟合函数在处的偏差（又称残差） (i=1,2,…,m) 都严格的等于零，但是，为了使近似曲线能尽量反应所给数据点的变化趋势，要求偏差适当的小还是必要的，达到这一目标的途径很多，例如，可以通过使最大偏差最小来实现，也可以通过使偏差绝对值之和最小来实现……，考虑到计算方便等因素，通常用使得偏差平方和最小（成为最小二乘原则）来实现。 按最小二乘原则选择近似函数的方法称为最小二乘法。 用最小二乘法求近似函数的问题可以归结为：对于给定数据 (i=1,2,…,m)，要求在某个函数类Φ中寻求一个函数，使 （1-1） 其中为函数类中任意函数。 确定函数类，即确定的形式。这不是一个单纯的数学问题，还与其他领域的一些专业知识有关。在数学上，通常的做法是将数据点描绘在坐标纸上，然后根据这些点的分布情况来选择的形式。 球最小二乘法的解，即求满足条件（1-1）的近似函数。 （3）最小二乘法的实验原理 设具有如下形式 =F （1-2） 其中nm, (k=0,1,…,n)是待定参数，求具有这种形式的最小二乘解的实质，就是要适当选择= (k=0,1,…,n)，使相应的函数 （1-3） 满足条件（1-1），也就是说，点是多元函数 的极小点，从而使满足方程组 ，(k=0,1,…,n) （1-4） 因此，可以通过解上述方程组（称为法方程组）来求取(k=0,1,…,n)，以便获得最小二乘解。 必须指出，在一般情况下，法方程组不一定是线性方程组，但是，若能表示成一组已知函数的线性组合，即 （1-5） 则相应的发方程组必须是线性方程组。事实上，此时， 令 ，(k=0,1,…,n)即得方程组 若引用记号 （1-6） 则所得的方程组可表示成 (k=0,1,…,n) 即 （1-7） 这是一个系数矩阵为对称矩阵的线性方程组，可以证明，当 线性无关时，存在有唯一解 (k=0,1,…,n) 并且相应的函数就是满足（1-1） 的最小二乘解。 作为曲线拟合的一种常见情况，若讨论的是代数多项式拟合，即 （1-8） 此时只要将（1-5）中的函数依次看成函数则由（1-6）与（1-7）立即可得相应的法方程组 其中“”是“”的简写。 综上分析，求最小二乘解的步骤可以归结为：先根据的特点，建立确定(k=0,1,…,n)的法方程组；然后根据写法方程组求取最小二乘解对应的参数。 三、程序流程图 四、程序设计 #includestdio.h #includemath.h static double x[20],y[20]; double main() { double h=0.1; int i=0; double aa[6][6],b[6]; int l,j,k; for(i=0;i20;i++) { x[0]=0.0;x[i]=x[0]+i*h; y[i]=x[i]-exp(double(-x[i])); } for(i=0;i20;i++) { printf(x[%d]=%8.6f,i,x[i]);printf(y[%d]=%8.6f,i,y[i]); } aa[0][0]=0.0; double n=0.0; for(l=0;l6;l++) {for(j=0;j6;j++) { int t; t=l+j; double m=0.0; for(k=0;k20;k++) { m=m+pow( (x[k]-0.95),t); } printf(aa[%d][%d]=%8.6f,l,j,m); } } for(l=0;l6;l++) { int w; w=l; double n=0.0; for(k=0;k20;k++) { n=n+pow( (x[k]-0.95),w)*y[k]; } printf(b[%d]=%8.6f,l,n); } } 上面程序的结果显示 #includemath.h #includestdio.h #define N 6 main() { double A[N][N+1]={ {20.00,0.000,6.650,0.0000,3.966725,0.0000,9.913816}, {0.000,6.650