实验数据的曲线拟合ppt.pptVIP

第七章 实验数据的曲线拟合 7．2最小二乘法的数学原理 7·3最小二乘法的数学描述 设有n对实验数据（xi，yi）（I=1，2，…n）需要寻找一个近似函数y=f(x)来表达，对此函数一般可用 m次多项式来逼近 7．6最小二乘法拟合误差 EXCEL中插入VB程序解正规方程组与最小二乘拟合程序 * 在实验中，常需要根据实测的一系列数据，寻求相关关系模型。例如，对n对数据（xi，yi）（i=1，2，…n），自变量x与因素量y存在数学表达式y=ψ（x）的关系， 求这种关系就是在平面上，按结定的n个点（xi，yi）进行曲线拟合，或称最佳逼近。拟合的数学原理是基于最小二乘法。 对于所研究的规律y=ψ(xi)，可以找出一个f(xi)，使 达到最小值。 既然偏差的平方和达到最小值，而偏差的平方都是正值，所以偏差亦是最小。用它反映给定函数趋势，可以不受实验随机误差的影响而出现局部波动。最小二乘法是在精确度相等而误差是正态分布的许多实验数据中求得最优概值的方法，其判断的标准为各数据的残差的平方和最小。 用最小二乘法找出的近似函数y=f(x)与插值函数不同，它不要求曲线y=f（x）恰好通过各实验点（xi，yi），而只需要使求出的曲线能够反映给定数据的曲线趋势。 最小二乘法的基本原理是基于在具有同一精确度的许多测定数据中求最优概值，即当各测定值的残差平方和为最小时所求得的值。这是因为，若设 xi（I=1， 2，…n）为直接测定值，x0为其真值，而Vi为其绝对误差，则有 即使残差 的平方和最小，即 达到最小值。 函数经n次测定后，其测定结果的误差方程组为 我们的目的是确定一组 使得 最小。 若记残差平方和为S，则： 上式中 都有定值，所以是常数，而 为待定的，相对S而言是变量。所以S可以表达为 要使S取最小值，由多元函数极值的必要条件：ai满如下方程组 ………… 即 又设 于是上式的各方程组为 或： 此式称为最小二乘法的正规方程组。这是一个以a0，al，…am为未知量的m十1阶线性代数方程组。数学上可以证明正规方程的系数行列式 即上述方程组对a0，al，…am一定有一个唯一的解存在。同时还可证明，上述解确实使S达到最小值。 定理：m次多项式 为 n个数据点（xi，yi）（I= 1,2，…n；m＜n＝的 m次最小二乘拟合多项式的充分必要条件是，f(x)的m十1个系数a。，a1，…，am恰为正规方程组 的解，其中 根据上述定理，求解拟合曲线方程的问题可化为解线性方程组的问题。 解线性方程组方法可以归结为解逆矩阵，方法很多，可以直接引用。 由于最小二乘法是一种近似方法，尽管正规方程计算出来的值为真值佳逼近值，但毕竟有地定的误差。 计算结果的均方误差为 或然误差为 精确度指标为 显然，测定次数n比未知量的数目愈大，测定误差就愈小，精确度就愈高。但当n很大时，计算工作量就大，甚至计算十分困难。特别是n、m都较大时，计算更复杂，而且当m＞7时，正规方程容易出现病态不易求解，故计算时应加以注意。 *