最小二乘法及其在Matlab中的应用-Read.PDFVIP

最小二乘法及其在Matlab 中的应用 杜天玉，蔡振雄，王吉，陈波 集美大学轮机工程学院，福建厦门 （361021 ） E-mail：dty219@ 摘 要：物理量之间的函数关系在实际研究工作中有很重要的作用。本文首先介绍了最小二 乘法拟合的基本原理,其次介绍了用Matlab 实现曲线拟合以得到函数关系的方法和步骤,最后 举例详细介绍了该方法的应用。 关键词：最小二乘法；Matlab；曲线拟合 中图分类号：O241.2 文献标识码：A 1. 引言 在现代科学研究中，物理量之间的相互关系通常是用函数来描述的。有些函数关系是由 经典理论分析推导得出的，这些函数关系不仅为我们进一步的分析研究工作提供了物理的理 论基础，也使我们可以十分方便的运用丰富的数学知识来解决物理问题。在现实的物理研究 过程中，有一些问题很难由经典物理理论推导出物理量的函数表达式，或者此推导出的表达 式也十分复杂，不利于进一步的分析。但由于研究需要，又很希望能得到这些量之间的函数 关系，这时就可以利用曲线拟合的方法，用实验数据结合数学方法得到物理量之间的近似函 数表达式。 在处理实验数据时，常用最小二乘法，通常使用计算器的统计功能来间接计算，计算量 大，不但极易出现按键错误，而且不方便核查校对，耗时费力，同时也无法找出误差较大甚 至错误的数据点。Matlab 是Math Works 公司推出的一种科学计算软件，是集数值计算、符 号运算及出色的图形处理、程序语言设计等强大功能于一体的科学计算语言。用 Matlab 处 理实验数据仅需编写十几行几乎像通常笔算式的简练程序，运行后就可得到所需的结果。应 用它既克服了最小二乘法计算量大等缺点，又使繁琐、枯燥的数值计算变成种简单、直观的 可视化操作过程，且能较准确地标记实验数据点和绘出拟合曲线。 2. 最小二乘法拟合的基本原理 曲线拟合又称函数逼近（Approch ）， 是指“对一个复杂函数f (x ) ，求出一个简单的便 于计算的函数p (x ) ，它要求使p (x ) 与f (x ) 的误差在某种度量意义下最小” 。即它不是和插 值法那样要求近似函数p (x ) 与f (x ) 在节点处与函数同值，只要求它尽可能反映给定数据点 的基本趋势。 [1] p (x ) 通常为n 次多项式、有理函数或分段低次多项式 。 * 我们把近似值y 和实测值y 之差称为残差（Residual ），即： i i * δ y =−y i i i 显然，残差的大小是衡量拟合好坏的重要标志。我们经常采用的三种衡量的准则为： (1) 使残差的最大绝对值最小，即： max | δ | min i i （2 ）使残差的绝对值之和最小，即 n ∑|δ | min i i - 1 -