复合材料结构优化设计关键技术研究论文类型-西北工业大学计算与.ppt

* * 转化问题 若想用Legendre正交多项式求解，作变换 * * （续） 问题求解过程 * * 6 曲线拟合的最小二乘法 一、曲线拟合模型及其求解 定义：依据某种标准选择一条“最好”的简单曲线作为一组离散数据 1、造型 确定曲线的类型，即确定函数类?。一般选取简单的低次多项式。 的连续模型。 * * 2、建立拟合模型 函数类?中的代表元素?（拟合模型）通常包含若干个参数 当?线性地依赖于所有参数 时，即?可以表示为 式中 是线性无关的已知函数，这时称?是线性拟合模型。否则，当?关于某些参数是非线性的，则称之为非线性拟合模型。如 。 * * 建立拟合模型（续） 合理规定“最好”的曲线的意义，即依据何种标准确定拟合曲线中的参数。如可以选择参数 ，使得 或者 最小，式中正常数 是第j个采样点xj处的权， 是第j个采样点处的拟合残差，它依赖于拟合参数 。并将向量 记为 或r(?)表示它对参数的依赖性，称该向量为拟合残差向量。 * * 建立拟合模型（续） 在切比雪夫意义下的曲线拟合模型 在最小二乘意义下的曲线拟合模型 * * 3、最小二乘法拟合模型的求解 求解如下问题： * * 最小二乘法拟合模型的求解（续） 关于采样点 引入离散形式的内积 则最小二乘问题等价于 其中 * * 最小二乘法拟合模型的求解（续） 利用内积性质，有 其中 * * 最小二乘法拟合模型的求解（续） 为离散的Gram矩阵。 定理 如果离散Gram矩阵是实正定对称矩阵, 则向量 使得前面定义的正定二次型取得最小值的充分必要条件是向量 是线性方程组GnC=Y的解向量. * * 最小二乘法拟合模型的求解（续） 当Gn是实对称正定矩阵时,det(Gn)?0 ,定理中的线性方程组的解向量是存在惟一的, 这也就是说, 此时的最小二乘曲线拟合问题有惟一的解函数. 称定理中的方程组为线性空间上最小二乘问题的法方程组. 类似于前面的分析, 用解函数来近似采样数据的平方误差可表示为 * * 二、关于离散Gram矩阵的进一步讨论 由于 行向量 * * 关于离散Gram矩阵的进一步讨论（续） 其中 依据上式进而得到离散Gram矩阵 的另一表达形式： * * 关于离散Gram矩阵的进一步讨论（续） 设?是任意n+1维非零列向量, 考虑到对角矩阵W的对角线元素均为正, 得到 即离散Gram矩阵至少是半正定矩阵. 特别地, 当A是列满秩矩阵时, 即矩阵的各列是线性无关的, 则对任意n+1维非零列向量?有A?是m+1维非零列向量, 进而由上式得到 此时离散Gram矩阵正定. 不严格地说, 由于矩阵的行数远远大于列数, 矩阵一般都是列满秩的. * * 关于离散Gram矩阵的进一步讨论（续） 类似于上面的讨论, 我们有 其中 故法方程组有如下表达形式： 该式可以看作是给(超定)线性方程组 ,即 * * 关于离散Gram矩阵的进一步讨论（续） 的两端同乘一矩阵 得到的。上面的线性方程组可以理解为在n+1 维的线性空间 上求过节点 的插值函数所列出的线性方程组。由于插值条件的个数m+1远大于待定参数的个数n+1, 故一般说来该线性方程组是一个矛盾方程组, 无解。 反回来, 法方程组的解又可以看作是上述矛盾方程在最小二乘意义下的最优解。 * * 关于离散Gram矩阵的进一步讨论（续） 当取权矩阵 为单位矩阵时, 法方程组简化为 设A是列满秩的矩阵, 则