曲线拟合的应用.docVIP

PAGE 3 曲线拟合的应用 摘要：在实际问题中，常常会从一组数据中筛选出对自己有用的部分，这样的问题可转化为寻找一种函数曲线去拟合这些数据，在解决这类问题的数据处理和误差分析中应用最广泛的是曲线拟合。它不但可以提高数据处理效率，而且还能保证相当的精确度。 关键词：曲线拟合，最小二乘法，应用 1.直线拟合 直线拟合数据点的最小二乘法，即找一个一次函数，使二元函数 达到最小。 由多元函数取得极值的必要条件知，由方程组： 化简可得正规方程组： （1-1） 由方程组（1-1）解出，即得一次函数为所求的拟合直线. 2.幂函数拟合 在某些情况下的拟合函数，其中是一个已知常数 设有个点，最小二乘幂函数拟合曲线，求函数的最小值？ 对上式求关于的导数： 令导数等于0，化简得： 即：为所求的拟合曲线。 3.指数拟合 3.1 求解的非线性最小二乘法 设给定一组点集，需要拟合指数曲线 采用非线性最小二乘法求下式的最小值： （3.1-1） 对上式分别求关于的偏导数，并令导数等于0