曲线拟合的最小二乘法.docxVIP

rtfa in 线拟合的最小二乘法 6.1拟合曲线 通过观察或测量得到一组离散数据序列（西丿?…?朋，当所得数据比较准确时，可构造插值函数卩“）逼近客观存在的函数构造 的原则是要求插值函数通过这些数据点，即航刃）.曲。此时，序列°?（祕瓯〉■卩（碑）■??■*（氐）f与卩■伽.乃.….％）11是相等的。 如果数据序列（画?井）」?山1…?用，含有不可避免的误差（或称“噪音”），如图6.1所示；如果数据序列无法同时满足某特定函数，如图6.2所 示，那么，只能要求所做逼近函数卩（力最优地靠近样点，即向量° ■（初码）?砍）?????悠）产与丫 的误差或距离最小。按°与丫之 间误差最小原则作为“最优‘标准构造的逼近函数，称为拟合函数。 -€.2 -0.4 0.6 图6.1含有“噪芦啲数据 图6.2 —条直线公路与多个景点 插值和拟合是构造逼近函数的两种方法。插值的H标是要插值函数尽量靠近离散点；拟合的H标是要离散点尽量靠近拟合函数。 向量。与F之间的误差或距离有各种不同的定义方法。例如： 用各点误差绝对值的和表示: 岛?￡賦帀■乃I 用各点误差按模的最大值表示: 用各点误差的平方和表示: (6.1) (6.1) 其中朮称为均方误差，由于计算均方误差的最小值的方法容易实现而被广泛采用。按均方误差达到极小构造拟合曲线的方法称为最小二乘法。本章 主要讲述用最小二乘法构造拟合曲线的方法。 在运筹