高等数值分析(曲拟合).pptxVIP

高等数值分析;主要内容; 为了测定两个变量x和y之间的函数关系，可以通过实验得到一系列离散的数据点 ，然而这些数据点可能存在一定的观察误差。如何利用这些带误差的数据点得到变量之间的函数关系呢？;x;插值与拟合这两类函数逼近方法的比较;;定义1 最小二乘拟合问题;例1、已知气压存在随着海拔高度的上升而下降的关系，表1给出了在某地粗略测得的不同海拔高度时的气压值。利用这些数据，试寻找气压与海拔高度之间的所满足的大致关系。;解: (1)取海拔高度为自变量 x，气压为因变量 y，根据表1所给的40个数据点做出如图1所示的散点图，观察 x 与 y 之间的分布规律。; 设y=ax+b,把40个数据点代入，得到方程组 0a+b=1011.5 20a+b=1011 …… 780a+b=949.9 ;(3) 解函数的最小化问题。;(4) 观察拟合函数对原始数据的拟合情况，决定拟合结果能否被接受。本例中的拟合函数如下图2所示。可以看到，该拟合函数能大致反映原始数据点的变化趋势。;通过上述例子可以看到，给定一组带有误差的实验数据，采用最小二乘原理，对数据进行拟合的基本步骤包括：;解线性超定方程组 ;不妨设线性超定方程组为; 由于上述超定方程组 Ax=b 在一般情况下无解，因此需要寻找最小二乘解，也就是要找到一组 使得 最小化。用矩阵的形式来描述，就是要使 即向量 Ax-b 的 2-范数的平方最小化。;定理1： x* 是超定方程组 Ax=b 的最小二乘解的充分必要条件是 x* 是方程组 的解。;证明：下面证明必要性。;例2、 已知超定方程组 求出其最小二乘解。;最小二乘拟合问题的一般解法;一、线性组合模型下最小二乘拟合的一般解法;1、基于偏导数求多元函数极值的方法;化简并移项得 ;向量 与向量 的内积 是;2、基于解线性超定方程组的方法;3、方法小结;二、常用线性组合模型的最小二乘解;为了使方程组的关系更加清楚，记 ;例3、给定如下一组实验数据： 试求对上述数据作最小二乘拟合得到的二次多项式。;表3;解方??可得 ，即拟合多项式是 ;2、对数模型;序号;解方程组得 ，即拟合函数为： ;广义最小二乘拟合问题;离散型： 已知离散数据点 对每个点 都有一个正的权重值 ，表示该数据点的重要程度。确定参数 ，得到拟合函数p(x)，使得带权的最小二乘函数 的值最小化，这个问题称为离散型的带权的最小二乘拟合问题。;The End！