计算方法3..函数逼近与计算.pptVIP

* 3.4 曲线拟合的最小二乘法 什么是插值？ 什么是拟合？ Chapter3 函数逼近 什么是插值？ 什么是拟合？ 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 实例：考察某种纤维的强度与其拉伸倍数的关系,下表是实际测定的24个纤维样品的强度与相应的拉伸倍数是记录: 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 纤维强度随拉伸倍数增加而增加，并且24个点大致分布在一条直线附近，因此可以认为强度y与拉伸倍数x的主要关系是线性关系： 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 仍然定义平方误差 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 我们选取的度量标准是 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 法方程组 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 由 可知 因此可假设 二次函数 因此求最小二乘解转化为 Chapter3 函数逼近 由多元函数取极值的必要条件 得 即 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 即 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 引入记号 则由内积的概念可知 显然内积满足交换律 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 将其表示成矩阵形式 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 并且其系数矩阵为对称阵。 所以法方程组的系数矩阵非奇异,即 根据Cramer法则,法方程组有唯一解： 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 即 是 的最小值。 所以 因此 误差平方和 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 例 已知观测数据(1,–5),(2,0),(4,5),(5,6) ，试用最小二乘法求形如 的经验公式。 法一 解： 求a、b使F最小， 整理得： 3.4 曲线拟合的最小二乘法 Chapter3 函数逼近 求得 a=1.537650114 b=－6.432976311 所求经验公式为 代入数据： 例 已知观测数据(1,–5),(2,0),(4,5),(5,6) ，试用最小二乘法求形如 的经验公式。 3.4 曲线拟合的最小二乘法 例 已知观测数据(1,–5),(2,0),(4,5),(5,6) ，试用最小二乘法求形如 的经验公式。 法方程组为 法二 解： Chapter3 函数逼近 3.4 曲线拟合的最小二乘法 *