曲线拟合与平方逼近§2.1.ppt

* 2 曲线拟合与平方逼近 　科学实验，统计分析，获得大量数据 确定 y 与 x 之间的近似表达式． 方法一 ? 插值．几何上，插值曲线经过所有点． 方法二 ? 曲线拟合．求一连续曲线 y ? p?x?，使得误差 本课程主要介绍按 Q 达最小的方法来求曲线 y ? p?x? ，这样的方法称为最小二乘法，所求曲线称为拟合曲线． 　当数据量特别大时一般不用插值法．这是因为数据量很大时所求插值曲线中的未知参数就很多，而且数据量很大时，多项式插值会出现高次插值（效果不理想）或分段低次插值（精度不高）；另外，测量数据本身往往就有误差，所以，使插值曲线刻意经过这些点也不必要． 　而曲线拟合是，首先根据物理规律或描点画草图确定一条用来拟合的函数曲线形式，也可选择低次多项式形式（所含参数比较少），然后按最小二乘法求出该曲线，它未必经过所有已知点，但它能反映出数据的基本趋势，且误差最小，效果比较好． §2.1 观测数据的最小二乘拟合 1. 最小二乘问题 2. 正规方程组 3. 算法与例子 1. 最小二乘问题 　由实验可以采集到大量的观测数据 要寻找一个函数 y ? p?x? 使其能较确切地密合这些观测数据的散布规律． 情况可分别取为确定的幂函数、三角函数、指数函数等．并 称 p?x? 为拟合函数． 　一般地，当观测数据的散布图无明显规律（如周期性、单调性等时），习惯上就将 p?x? 取为一个不超过 n 次的代数多项式，即取 在一般情况下，要使所有的 ?i 都等于零是不可能的．由于偏差有正有负，为了避免相互抵消，且进一步考虑到不同点的观测数据所具有的重要性不同，作函数 式中， ?i ?0 (i ?1,2 ,?, N )称为权系数，它的大小反映了该点数据的重要程度，通常可取 ?i ? 1 (i ?1,2 ,?, N )． 相应地，称 p(x) 为拟合多项式．设其表示形式为 显然，要使 pn(x) 能很好地密合实验数据(2.1)，则应使每 一点 xi 处的偏差的平方和尽可能小，即有 称多元极值问题式(2.5)为最小二乘问题，而满足式(2.5)的解 为最小二乘拟合多项式． 2. 正规方程组 　由高数知，式 (2.5)的解 应满足方程组 定理 2.1 　下证正规方程组(2.7)解的存在唯一性，并进一步确认这一组解将使问题式(2.5)有解． n?1阶线性方程组(2.7)称为正规方程组（或法方程组）． 正规方程组 (2.7) 有唯一解． 证明 用反证法．若不然，则正规方程组 (2.7) 相应的 齐次方程组 有非零解． 用 aj (j ?0,1 ,?, n ) 分别乘等式(2.8)两边，然后所得的 n ?1 式相加得 与齐次方程组 (2.8) 有非零解矛盾． 定理 2.2 证明 对于任意的一组实数 bk (k ?0,1 ,?, n ) ，构造不超过 n 次的多项式 3. 算法与例子 例2.1　对于数据表 解 a , b 应满足的正规方程组为 已知其经验公式为 y ? a ?bx ,试用最小二乘法确定待定参数a,b . 根据数据表，可得系数值计算表为 　若已知的经验公式为 y ? a ?bx2 , 则a , b 应满足的正规方程组调整为 例2.2 对下表数据 已知其经验公式为 y ? aebx ,试用最小二乘法确定参数a,b . 解 拟合曲线方程为 y ? aebx ,它不是线性形式． 两边取对数得 根据最小二乘法， A , b 应满足的正规方程组为（?i ?1） 故有正规方程组 于是得最小二乘拟合曲线方程为 算法 需用线性方程组的数值解法，暂不要求．