第三章(曲线拟合的最小二乘法-2)

发布时间:   来源:文档文库   
字号:
第三章曲线拟合的最小二乘法(2学时)

一、曲线拟合的最小二乘法
根据一组给定的实验数据(xi,yi,i1,,m给出图示,求出yf(x函数关系
1观测数据本身有误差
2反映实验数据规律的数学模型
问题特点:所给数据本身不一定可靠,个别数据的误差甚至可能很大,但给出的数据很大。研究课题:设法构造一条曲线(所谓拟合曲线)反映所给数据点总的趋势,以消除其局部波动

设一组给定的实验数据(xi,yi,i1,,m,与插值问题一样是为了求出yf(x的近似函数关系,不同于插值问题,不要求通过点(xi,yi,i1,,m否则将保留着一切观测误差只要求在给定点xi的误差最小,即所谓的构造一条最佳拟合函数曲线(x........
*
节点i处偏差,误差,残差i*(xiyi(i1,,m来源于回归分析词语最佳标准1maximin节点残差绝对值的最大达到最小(不易计算)
1im
2

i1
mi1
m
i
min使残差绝对值和最小(不易计算)

3i2min残差平方和值达到最小(或称平方误差,常用,最小二乘拟合)
(用线性讲解)

定义1给定数据(xi,yi,i1,2,,m,假设拟合函数形式为即
(xakk(xa00(xa11(xann(x,这里{k(x}nk0为已知的线性无关函数。
k0
n
***
求系数a0,使得:,a1,,an

*

S(a0,a1,,an[(xiyi][akk(xiyi]2min取最小值。称
2
i1
i1
k0
n
mmn
*
求最小二乘拟合曲线即为求解多元函数极值问题(xakk(x为拟合函数或经验公式,
k0
k(xx,k0,1,,n时,即(xHn(x时称其为最小二乘拟合多项式
k

注:{k(x}nk0满足:c00(xc11(xcnn(x0c0c1cn0
则称0(x,1(x,,n(xn1个线性无关函数,如k(xxk,k0,1,,n
1

二、最小二乘拟合多项式的求法
m4n2//注法方程系数矩阵不但对称,且次对角线元素也相等(x1,y1,(x2,y2,(x3,y3,(x4,y4,(xa0a1xa2x2
SS(a0,a1,a2[(a0a1xia2xi2yi]2根据极值点的必要条件,有
i1
44444S222[(a0a1xia2xiyi]0a0a1xia2xiyi
ai10i1i1i1i144444S223
2[(a0a1xia2xiyi]xi0a0xia1xia2xixiyi
i1i1i1a1i1i41
4444
Sa234222
xaxaxxyi2[(aaxaxy]x00i1i2ii01i2iiiai1i1i1i12i1
4

即:
[ya
i
i1
j0
mn
j
xi]x0ajxi
j
k
i
i1j0
mn
jk
yixik,k0,1,,n
i1
m
m
一般地
mmm
n
amaxaxy01imiim
i1i1i1mmmmm
xa0xia1xi2amxin1xiyi
ii1i1i1i1i1

mmmmm
nn12nn
xina0xia1xiamxixiyi
i1i1i1i1i1
xx
i1i1
m
i

2i
x
i1
m

n1i

mxyai
i1
0mi1m
xin1a1xiyii1i1
mam2nnn
xiyixii1i1
n
i
m
法方程组,见书P74
定理1以上法方程组在xi互异时有解存在且唯一,而且其解即为S(a0,a1,,an
的解(使平方误差取最小的极小点)

注:此时关于系数a0,a1,,an的法方程是病态方程,可考虑分段低次拟合(n3.
[(xy]
i
i
i1
m
2
min

1知一组实验数据如表所示.
ixi
122
2411
3628
4840
yi
试求最小二乘拟合曲线.:作散点图,如图6所示,说明它可用线性函数作曲线拟合,即选择形如(xa0a1x
{1,x},m4,n1,故法方程为拟合曲线.这里(xspan
44

4a0(xia1yi
4a020a181i1i1
4,得a012.5,a16.5544
20a120a53601(xia0(xi2a1xiyi
i1i1i1
于是所求的最小二乘拟合曲线为:(x12.56.55x

2求下列数据(xi,yi(i0,1,2,3,4,5对应的最小二乘拟合抛物线:
2

ixi
105
213
321
431
542
653
yi

:做散点图,接近抛物线,因此(xa0a1xa2x2
6666
2
a01a1xia2xiyi
i1i1i1i1
6666
法方程组为:a0xia1xi2a2xi3xiyi
i1i1i1i61
666
a2342
xaxaxxyi0i1i2iii1i1i1i1
6a015a155a215
15a155a2225a231,从而a04.7143,a12.7857,a20.5
55a22a597a9123
012
从而(x4.71432.7857x0.5x2

三、非线性模型的线性化

定义2:若拟合函数(x与待定参数a0,a1,,an线性关系,就称其为线性最小二乘拟合若拟合函数(x与待定参数a0,a1,,an非线性关系,就称其为非线性最小二乘拟合
非线性模型有时可经过变换可化为线性模型,这些也应按线性模型处理(如下)

3给定数据(xi,yi(i0,1,2,3,4,5如下:
i123xi1.001.251.50yi5.105.796.53y(xaebx的最小二乘拟合曲线.指数模型
4
1.757.45
52.008.46
解:y(xaebx两端lnylnabx.ylny,Alna
yAbx,它是线性最小二乘拟合问题,为求得Ab,先将(xi,yi化为(xi,yi.转化后的数据表为

故有法方程:
55

5A(xibyi
5A7.5b9.404i1i1
555
7.5A11.875b14.422(xiA(xi2bxiyi
i1i1i1
解得A1.122,b0.5056,aeA3.071,于是得最小二乘拟合曲线y3.071e0.5056x
3

本文来源:https://www.2haoxitong.net/k/doc/a4e69e48aa00b52acfc7cabc.html

《第三章(曲线拟合的最小二乘法-2).doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档

文档为doc格式