实验一 数据拟合.pdfVIP

实验一 数据拟合 一、实验目的和要求 了解最小二乘法； 了解数据拟合； 了解Matlab 做拟合的基本方式； 了解拟合在数值计算中的应用。 二、背景知识 1. 最小二乘法与数据拟合 数据拟合问题的提法是，已知一组数据xi , y i  , i 1 , 2 , 3 ,  , m ，寻   求一个拟合函数y f x ，使将 代入得到的f( )在某种准则下与 最为接近   （i = 1, ⋯,m）。在几何上，可以看作是找一条曲线y f x ，与平面上已知的 m 个点( , )在某种准则下最为接近。常用的拟合函数有多项式函数、指数函数 等。 ( ) 最常用的准则是使f 与 之差的平方和最小，称为最小二乘准则。根据最 小二乘准则计算得到的待定系数的解称为最小二乘解，相应的方法称为最小二乘 法。 2. 多项式拟合 拟合函数为多项式函数 m 2     2 n  F a , a , a  y  a  a x  a x   a x 0 1 n i 0 1 i 2 i n i i 1 时，极小化上述函数得到的a0 , a1 , an 为最小二乘解。这个问题非常特殊，可 以推导出解析解的表达式。利用多元函数极值的必要条件，得到线性方程组 m a  a x  a x 2   a x n  y  0  0 1 i 2 i n i i i 1 m x a  a x  a x 2   a x n  y  0  i 0 1 i 2 i n i i i 1     m x n a  a x  a x 2   a x n  y  0  i 0 1 i 2 i n i i i 1 即 1  m m