曲线拟合的最小二乘法计算方法.pptxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

通过观察或测量,得到一组离散数据插值:找通过这些点的多项式。但对高次多项式,可能产生较大的误差,如Runge现象,使得高次多项式并不能接近原函数。拟合:不要求近似函数过所有的数据点,而是要求它反映原函数整体的变化趋势,从而得到比原函数更简单更适用的近似函数,这样的方法称为数据拟合3.1拟合曲线第3章曲线拟合的最小二乘法据拟合最常用的近似标准是最小二乘法:设f(x)为原函数,?(x)为近似函数,(xi,f(xi))(i=1,…,n)为数据点,要求选择?(x)使当?(x)选择为多项式时,称为多项式拟合.最小二乘拟合,特别是多项式拟合,是最流行的数据处理方法之一.它常用于把实验数据(离散的数据)归纳总结为经验公式(连续的函数),以利于进一步的推演分析或应用.插值与拟合是构造近似函数的两种不同方法为最小.

§3.2线性拟合和二次拟合函数用直线作为近似曲线,均方误差为已知数据点为1.线性拟合由求极值的方法得矩阵方程——拟合曲线的法方程组

由此可出求系数拟合直线为2.二次拟合函数已知数据点为用二次函数作为近似拟合曲线,均方误差为最小。

由求极值的方法得法方程:拟合曲线为由此可出求系数

例1设5组数据如下表,用一多项式对其进行拟合。解首先作平面散点图如下:xy12345123456789100

从图中观察,这5个点大致在一条抛物线的附近,可考虑用二次多项式进行拟合。

用高斯-若当无回代消去法解此方程组,得a0=13.454,a1=-3.657,a2=0.272。最小二乘拟合多项式为:非线性曲线转化为线性拟合:

例3:已知数据为求一个形如y=aebx的经验公式(a,b为常数).解:两边取对数得:15.320.527.436.649.165.687.8117.6

10ixiyiYixi2xiYi0115.32.72791253.02044643.3105996340004549.1346955665.6410166787.84325778117.641384∑3629.9787204147.1354

解该方程组的A=2.4368,b=0.2912由A=lna,即得a=eA=11.4369所以,经验公式为:y=11.4369e0.2912x

§3.3解矛盾方程组1.矛盾方程组已知数据点为作拟合直线若直线通过点(xi,yi),则否则此时统称为矛盾方程

矛盾方程组:(由点和拟合曲线构成的方程组)其矩阵形式为:

为法方程。

定理(1)AX=b的法方程恒有解;(2)x*为Ax=b的最小二乘解的充要条件为ATAx*=ATb.证明(略)即法方程。

一般形式为:矛盾方程组的矩阵形式为:简化为

由此求出拟合多项式的系数。例:给出一组数据,用最小二乘法求如下形式经验公式其法方程为:

解:拟合曲线为:解得:

文档评论(0)

SYWL2019 + 关注
官方认证
文档贡献者

权威、专业、丰富

认证主体四川尚阅网络信息科技有限公司
IP属地四川
统一社会信用代码/组织机构代码
91510100MA6716HC2Y

1亿VIP精品文档

相关文档