第九课 曲线最小二乘拟合.pptVIP

曲线最小二乘拟合 主讲 孟纯军 数学与计量经济学院 插值法是用多项式近似的表示函数,并要求在他们的某些点处的值相拟合. 最佳逼近（或者曲线拟和）也是用简单函数逼近复杂函数（或未知函数），但是，逼近的原则和插值的原则不一样。 最小二乘拟合直线 最小二乘拟合多项式 线性拟合 非线性拟合 最小二乘拟合直线 最小二乘拟合多项式 例题 线性最小二乘拟合 线性最小二乘拟合 非线性拟和 在求最小二乘逼近时，拟合函数一般是未知的，一般根据数据点进行描图，然后依据经验大概估计未知函数的图形，做为拟和函数，再进行数据拟和。 实际运用中，通常将非线性函数线性化，然后利用线性拟和。 如y=aebx,则ln(y)=ln(a)+bx,令Ｙ= ln(y), A= ln(a), 原函数变为：Y＝A+bx, 称为线性函数，然后做线性拟和，求A，b, 最后得到a,b. * * 解：数据点为x=linspace(0,pi/4,10)，y=sin(x) a(1,1)=length(x)= 10.0000 ，a(1,2)=sum(x) =3.9270， a(2, 1)=sum(x)= 3.9270 ， a(2, 2)==sum(x.^2) =2.1704 b(1)=sum(y) b=3.7077 ，b(2)=dot(x,y)= 2.0257 所以，法方程为 10a+ 3.9270b=3.7077 3.9270a+ 2.1704b= 2.0257 解法方程,得到 a =0.0147 ， b=0.9068 最小二乘拟合直线为y= 0.0147 +0.9068x 2.7183 2.117 1.6487 1.284 1 y 1 0.75 0.50 0.25 0 x 5 4 3 2 1 k 求最小二乘拟和二次多项式，拟和如下数据表。 [a,A,B]=niheerch(x,y) a =1.0051 0.8642 0.8437 A =5.0000 2.5000 1.8750 2.5000 1.8750 1.5625 1.8750 1.5625 1.3828 B =8.7680 5.4514 4.4015 所以，最小二乘拟和二次多项式为p=1.0051+0.8642x+0.8437x2 5a+ 5327b=270 5327a + 7277699b=369320 a = 0.9726 b= 0.0500 所以，最小二乘拟合函数为0.9726+0.0500x2 7.5 5 3.5 2.5 1.5 y 4 3 2 1 0 x 如下数据表格 通过描图，得到近似估计函数y=aebx 其中，a,b 待定。。