第七章 数据的曲线拟合.pptVIP

第1页，共19页，星期日，2025年，2月5日一、直线拟合若用线性函数拟合如下数据：线性函数表示为：其中为待定系数。拟合直线称为回归直线。第2页，共19页，星期日，2025年，2月5日由于数据节点数大于2，直线不可能经过每个点，但是直线与数据的偏差一定要达到最小。直线与点的偏离程度（即残差）定义为：残差的平方和为：第3页，共19页，星期日，2025年，2月5日要使R达到最小，令记为：第4页，共19页，星期日，2025年，2月5日确定系数的另一种方法是直接求解超定线性方程组：其中方程组两边同时左乘，得常规方程组：第5页，共19页，星期日，2025年，2月5日求解：在MATLAB中，也可直接求解超定方程组的解：c=A\y或已知数据点x与y，用polyfit命令c=polyfit(x,y,1)第6页，共19页，星期日，2025年，2月5日例1求拟合下列数据点的直线。第7页，共19页，星期日，2025年，2月5日二、非线性曲线拟合：幂函数拟合对一组数据，若做拟合函数：为确定待定系数，取对数：取：则：问题简化为线性回归，拟合数据点为：第8页，共19页，星期日，2025年，2月5日例2做下列数据点的幂函数拟合。c=polyfit(log(x),log(y),1)c=[0.20931.8588]结果：所以第9页，共19页，星期日，2025年，2月5日第10页，共19页，星期日，2025年，2月5日例3.已知x01234y1.52.53.55.07.5利用最小二乘法求指数拟合y=ceax方法1,令求a,c使S(a,c)=min方法2非线性模型的线性化处理y=ceax取对数ln(y)=ax+ln(c)得,Y=ax+b第11页，共19页，星期日，2025年，2月5日三、高次多项式曲线拟合最小二乘的思想可以推广到高次多项式拟合。设n次多项式：曲线与数据点的残差：记：为使R最小，令第12页，共19页，星期日，2025年，2月5日即：矩阵形式为：第13页，共19页，星期日，2025年，2月5日另一种推导格式：将其写为超定方程：其中：当时，方程为超定的，可求其最小二乘解：c=A\y或c=polyfit(x,y,n)第14页，共19页，星期日，2025年，2月5日