最小二乘法的基本原理和多項式擬合
一最小二乘法的基本原理
近似函式,資料點(i=0,1,…,m)誤差(i=0,1,…,m)
常用的方法有以下三種:
一是誤差絕對值的最大值,即誤差向量的∞—範數;
二是誤差絕對值的和,即誤差向量r的1—範數;
三是誤差平方和的算術平方根,即誤差向量r的2—範數;
資料擬合的具體作法是:對給定資料 (i=0,1,…,m),
在取定的函式類中,求,使誤差(i=0,1,…,m)的
平方和最小,即
=函式稱為擬合函式或最小二乘解,求擬合函式的方法稱為曲線
擬合的最小二乘法。
假設給定資料點(i=0,1,…,m),現求一,使得
(1)當擬合函式為多項式時,稱為多項式擬合,滿足式(1)的稱為最小二乘擬合多項式。顯然
為的多元函式,因此上述問題即為求的極值問題。
由多元函式求極值的必要條件,關於的線性方程組,用矩陣表示為
(4)式(3)或式(4)稱為正規方程組或法方程組。
可以證明,方程組(4)的係數矩陣是乙個對稱正定矩陣,故存在唯一解。從式(4)中解出(k=0,1,…,n),從而可得多項式
5)可以證明,式(5)中的滿足式(1),即為所求的擬合多項式。我們把稱為最小二乘擬合多項式的平方誤差,記作
由式(2)可得
6) 多項式擬合的一般方法可歸納為以下幾步:
(1) 由已知資料畫出函式粗略的圖形——散點圖,確定擬合多項式的次數n;
(2) 列表計算和;
(3) 寫出正規方程組,求出;
(4) 寫出擬合多項式。
*四多項式擬合中克服正規方程組的病態
在多項式擬合中,當擬合多項式的次數較高時,其正規方程組往往是病態的。而且
①正規方程組係數矩陣的階數越高,病態越嚴重;
②擬合節點分布的區間偏離原點越遠,病態越嚴重;
③(i=0,1,…,m)的數量級相差越大,病態越嚴重。
為了克服以上缺點,一般採用以下措施:
①盡量少作高次擬合多項式,而作不同的分段低次擬合;
②不使用原始節點作擬合,將節點分布區間作平移,使新的節點關於原點對稱,可大大降低正規方程組的條件數,從而減低病態程度。
平移公式為:
(9)③對平移後的節點(i=0,1,…,m),再作壓縮或擴張處理:
(10)
其中 ,(r是擬合次數) (11)
經過這樣調整可以使的數量級不太大也不太小,特別對於等距節點,作式(10)和式(11)兩項變換後,其正規方程組的係數矩陣設為a,則對1~4次多項式擬合,條件數都不太大,都可以得到滿意的結果。
變換後的條件數上限表如下:
④在實際應用中還可以利用正交多項式求擬合多項式。一種方法是構造離散正交多項式;另一種方法是利用切比雪夫節點求出函式值後再使用正交多項式。這兩種方法都使正規方程組的係數矩陣為對角矩陣,從而避免了正規方程組的病態。
多項式乘以多項式
學習目標 理解多項式乘以多項式的運算法則 重點 能夠按多項式乘法步驟進行簡單的乘法運算 難點 學習過程 一 創設情境 我們在上一節課裡學習了單項式與多項式的乘法,請口算下列練習中的 1 2 1 3x x y2 a b k 3 a b m n 比較 3 與 1 2 在形式上有何不同?如何進行多項式乘以...
MATLAB最小二乘法多項式擬合
最小二乘法多項式擬合 matlab具有友好的程式設計介面,強大的計算能力,和出色的圖形處理功能,在工程領域具有重要應用,是科技工作者不可缺少的工具。最小二乘擬合是一種數學上的近似和優化,利用已知的資料得出一條直線或者曲線,使之在座標系上與已知資料之間的距離的平方和最小。最小二乘擬合在工程中具有普遍應...
多項式乘以多項式導學稿
武城一中數學導學稿 年級 初二年級學科 數學執筆 審核 張迎華初二數學備課組 內容 多項式乘以多項式課型 新授課時間 2011年月日 學習目標 1.探索多項式乘法的法則過程,理解多項式乘法的法則,並會進行多項式乘法的運算 2.進一步體會乘法分配律的作用和轉化的思想,發展有條理的思考和語言表達能力.重...