数据拟合与最小二乘法.ppt_第1页
数据拟合与最小二乘法.ppt_第2页
数据拟合与最小二乘法.ppt_第3页
数据拟合与最小二乘法.ppt_第4页
数据拟合与最小二乘法.ppt_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1,5.6 数据拟合与最小二乘法,实例：考察某种纤维的强度与其拉伸倍数的关系,下表 是实际测定的24个纤维样品的强度与相应的拉伸倍数 是记录:,2,纤维强度随拉伸 倍数增加而增加,并且24个点大致分 布在一条直线附近,-(1),3,必须找到一种度量标准来衡量什么曲线最接近所有数据点,一、最小二乘法,考虑一般的线性超定方程：,写成矩阵形式：,-(2),4,其中，,-(3),记,-(4),并称向量 为超定方程组(2)的余向量,定义：称n维向量 为线性超定方程组(2) 的最小二乘解，如果它使,达到最小值.,-(5),5,要使(5)达到最小值，即求F的最小值，因此有：,即：,6,上式写成矩阵形式为：,-(6),将n元线性方程组(6)称为超定方程组(2)的正规方程组 或法方程组，其解称为超定方程组(2)的最小二乘解,定理：如果线性超定方程组(2)的系数矩阵A的列向量组 线性无关，则其正规方程组(6)存在唯一的解向量 , 而且 是式(2)的最小二乘解，即对任意的n维向量 ， 当 时有,7,证：,因为A的列向量线性无关，所以由线性代数的知识 可以知道 是对称正定矩阵，因此方程组(6)存在 唯一的解向量 . 设 记,8,9,二、数据拟和,已知n组实验数据,求表达式 ，使它尽可能地反映已知数据的变化 趋势，也就是说要求误差向量,按某种范数达到最小，这个问题称为数据拟和(或曲线 拟和)问题，称 为拟和曲线或经验公式,如果拟和曲线是次数低于n-1的代数多项式，则称其为 多项式拟和,以下讨论多项式拟和的最小二乘法,-(7),10,-(8),将 分别代入多项式(7)的两端，得 一个含有m+1个未知数的线性超定方程组：,11,写成矩阵形式为：,其中，,-(9),12,的解,其中,13,例1. 回到本节开始的实例，从散点图可以看出,纤维强度和拉伸倍数之间近似与线性关系,故可选取线性函数,为拟合函
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论