.第三章 数据拟合.pptVIP

第三章 数据拟合法 §1 问题的提出及最小二乘原理 §2 多变量的数据拟合 §3 非线性曲线的数据拟合 总结 §1 问题的提出及最小二乘原理 一、问题的提出 对 y = f (x)，已知 （xi 互异），求一个近似函数 ?(x)。 数据拟合问题 为了降低多项式的次数，又能反映出函数表的总体变化趋势，不要求近似函数?(x) 所表示的曲线通过所有观测点，但希望所求多项式曲线尽可能接近每一个观测点 二、最小二乘原理 1）确定 R= f(T) 的类型 画出散点图 2）求出 a 和 b ，使得 ?i = Ri – R*i = Ri - (a+bTi ) (i=1,…,7) 都很小 问题1）：如何表示?i 都很小？ 最后必须指出，在实际问题中，近似函数?(x) 的选取只能凭经验得到 例： 加速度与时间的关系是线性关系，可选取 ?(x) = a0 + a1x 炮弹在空中的高度与时间的关系近似于抛物线，可选取 ?(x) = a0 + a1x + a2x2 §2 多变量的数据拟合 设有k个自变量 x1, x2,…, xk ，对 y = f (x1, x2,…, xk )，已知 求拟合函数 ? ( x1, x2,…, xk )。 步骤 选择近似方程为y* = a0 +a1 x1 +a2 x2 +…+ak xk 则 §3 非线性曲线的数据拟合 问题：所确定的近似函数类型是非线性的 解决方法： 例： 例： 例： 实例1，求一个经验函数 y = a · ebx（a, b 为常数），使它能和下面给出的数据相拟合。 8A+36B=13.0197 36A+204B=63.9003 实例2，设有一组数据表，试用二次多项式来拟合这组数据。 9a0+53a1+381a2=76 53a0+381a1+3017a2=489 381a0+3017a1+25317a2=3547 解得: a0 =－1.4597，a1 = 3.6053，a2 =－0.2676 因此，所求的二次多项式为： P2 (x) = －1.4597 + 3.6053x－0.2676x2 给出的数据和二次多项式表示的曲线见下页 解得: a0 =－1.4597，a1 = 3.6053，a2 =－0.2676 因此，所求的二次多项式为： P2 (x) = －1.4597 + 3.6053x－0.2676x2 给出的数据和二次多项式表示的曲线见下页 总结 数据拟合的步骤 确定近似函数类型 将非线性问题线性化 求新的表格函数 利用最小二乘原理解线性问题 求待定系数（指非线性问题中的待定系数） 得拟合解 计算方法 —— 数据拟合法* * yn ? y2 y1 y xn ? x2 x1 x 插值法的弱点： n 较大时，所求代数多项式的次数也很高，这对于分析函数性质和实际计算都不方便 由于函数表中的数据本身带有观测误差，就会使近似函数保留这些误差，而影响近似函数的精度 要求 不要求? (x) 过所有观测点 ?i = yi - ? (xi) (i=1,…,n) 最小 19.1 25.0 30.1 36.0 40.0 45.1 50.0 Ti(oC) 76.30 77.80 79.25 80.80 82.35 83.90 85.10 Ri(欧姆) 1 2 3 4 5 6 7 i 例，测得铜导线在温度Ti 时的电阻Ri 如下，求电阻Ri 和温度Ti 的关系 0 T R 设R*=a+bT（a,b 是待定系数） 问题2）：a和b 取什么值时，要求可成立？ 通过求正规方程组 的解求得 扩充表格 3783.89 2034.01 83.90 45.1 6 3294 1600 82.35 40.0 5 2908.8 1296 80.80 36.0 4 2385.425 906.01 79.25 30.1 3 1945 625.00 77.80 25.0 2 4255 2500 85.10 50.0 7 1457.33 364.81 76.30 19.1 1 565.5 Ri 9325.83 Ti2 245.3