《现代数值分析课件第7章曲线拟合的最小二乘法》由会员分享，可在线阅读，更多相关《现代数值分析课件第7章曲线拟合的最小二乘法（24页珍藏版）》请在金锄头文库上搜索。
1、Ch.7 离散数据的曲线拟合,引言 曲线拟合问题,仍然是已知 x1 xm ; y1 ym, 求一个简单易算的近似函数 P (x) 来拟合这些数据。,但是 m 很大；, yi 本身是测量值，不准确，即 yi f (xi),这时没必要取 P (xi) = yi , 而要使 i=P (xi) yi 总体上 尽可能地小。,这种构造近似函数 的方法称为曲线拟合，P (x) 称为拟合函数,称为“残差”,常见做法：,使 最小,较复杂，,使 最小,不可导，求解困难,使 最小,“使 i =P (xi) yi 尽可能地小”有不同的准则,一 最小二乘法求解矛盾方程组,设线性方程组,或 (1),当线性方程组(1)的系
2、数矩阵和增广矩阵的秩不相等时, 方程组无解, 这时称方程组为矛盾方程组.,引理1: 设 n 元实函数 在点 的某个邻域内连续, 且有一阶连续偏导数, 若,(1),其中,(2) 矩阵,引理2: 设非齐次线性方程组(1) 的系数矩阵 A: r ( A ) = n , 则,是正定(负定) 矩阵.,则 是 n 元函数 的极小(极大) 值.,矩阵 是对称正定矩阵; n阶线性方程组 有唯一解.,矛盾方程组在某种意义下的解:,证: (1) 显然 是对称矩阵,因为 r (A)=n , 所以Ax=0有唯一零解, 故 有,于是 , 因此 是正定矩阵.,因为 是正定矩阵, 所以 . 故 有唯一解,说明: 引理2 说
3、明在r (A)=n的条件下, 无论方程组(1)是否有解, n阶方程组 都有唯一解.,由于矛盾方程组(1)的精确解不存在, 故转化为寻求某种意义下的解.,令,称 为偏差,工程中许多问题归结为偏差平方和,Th1. 设矛盾方程组(1)的系数矩阵 A的秩为n , 则二次函数,达到最小, 这一条件称为最小二乘原则. 按最小二乘原则选择未知数 的一组取值的方法称为求解矛盾方程组的最小二乘法. 符合条件的 的一组取值称为矛盾方程组的最小二乘解.,将Q看作关于 的n 元二次函数, 记为 求(1)的最小二乘解就是求该二次函数的最小值点.,证: Q为 的二次函数, 且有连续的1、2阶偏导数.,必存在最小值, 且方
4、程组 的解就是其最小值点.,由引理 2 知 有唯一解, 设为,记 , 二元函数 Q 存在 P0 , 使得,故满足引理1的条件 (1) .,又,说明: Th1说明只要矛盾方程组(1)的系数矩阵 A的秩为n , 则,由引理 2 知 M 正定, 故满足引理 1 的条件 (2) , 所以Q 存在极小值. 又方程组 有唯一解, 所以Q 的极小值即为最小值. 方程组 的解就是最小值点.,线性方程组 称为正则方程组,矛盾方程组(1)的最小二乘解存在; 正则方程组有唯一解, 此解就是矛盾方程组 (1) 的最小二乘解.,例1: 求下列矛盾方程组的最小二乘解,解: 因为r (A)=3, 所以最小二乘解存在. 正则
5、方程组为:,二 线性模型和最小二乘拟合,De f：对于已知的 m +1 对离散数据 ， 记,若有 使得,则称 为离散数据 在子空间 中的最小二乘 拟合。,对于选定的基函数 ，定义中的拟合曲线即拟合模型 ，是待定参数 的线性函数，故称之为线性最小二乘问题。,由于,记：,则最小二乘问题，即求极小值问题 (1) 的解 ，也就是求 多元二次函数 的极小值点 ， 使得：,问题：极值问题 (2) 的解是否存在，是否唯一，即最小二乘问 题 (1) 的解是否存在唯一？如果存在唯一，如何求之？,正规(法)方程和解的存在唯一性,由于 是关于待定参数 的二次多 项式函数，所以 (2) 式有解的必要条件为：,即：,记
6、 m +1 维向量:,其中 为函数 在点列 处取值的向量，由向量 内积的定义，可得：,故方程 (3) 可写成:,方程 称之为正规方程 ( 或法方程 ) 。,由此可见，最小二乘问题存在唯一解的必要条件就是正规方程的系数矩阵 G 非奇异。显然G 为对称矩阵，称为Gram 矩阵.,定理2：对于已知的 m +1 对离散数据 ，选定 n +1维连 续函数空间 ，如果它有一组基 在点列 处的值向量组 线性无关，则最小二乘问题存在唯一 解 ，其中 为正规方程的解.,定理1：Gram 矩阵 G 非奇异的充要条件是向量组 线 性无关。,注: (1) 最小二乘问题的解与所选基函数无关。即对于n +1维连 续函数空
7、间 的任何基 ，只要它们在点列 处的值向量组 线性无关，就可以用相应的正规方程求 解，从而得到相同的拟合曲线。,(2) 在离散点列 中，对自变量序列 没有特别 要求，既不需要有序，也可以重复。 Gram矩阵G由子空间 的基函数 和自变量 序列 确定，与离散点的函数值 无关。,三 多项式拟合,在离散数据的最小二乘拟合中，最简单也是最常用的数学模 型就是多项式：,即在多项式空间,中作曲线拟合，称为多项式拟合。,特例：一次多项式拟合,设一次多项式,则,由,得,即,解得 则得拟合多项式 。,例1：已知 ，求拟合直线.,解：设拟合直线为 ，则法方程组为:,解得,所以所求拟合直线为:,一般多项式拟合,设
8、n 次多项式,则法方程为:,注: 数据代入多项式后所得矛盾方程组记为A= y , 则上述正则方程即为 , 也就是矛盾方程组的正则方程组. 故也可通过 求得拟合多项式的各项系数.,解：正则方程组为:,解得:,所以拟合曲线为:,可化为线性模型的曲线拟合,1 分式函数,这种情形可令 ，则有,此时法方程组为:,2 指数函数,3 幂函数,例3：给定数据如下：,求形如 的拟合曲线.,解：令 ，则拟合函数转化为线性模型: 此时数据转化为：,用该线性模型拟合上述数据，相应的正规方程为:,解得:,故所求拟合曲线为:,例4：2000年人口预测问题. 根据下表数据构造拟合函数，预 测2000年时的世界人口。,解：根据人口增长的统计资料和人口理论数学模型可知，当 人口总数N 不是很大时，在不太长的时期内，人口增长接近于 指数增长。因此采用指数函数 对数据进行拟合。两 边同时取对数，得： ，令 ，变换后的拟 合函数为：,对人口数据取对数，计算得下表:,相应的正规方程为:,解得:,故所求拟合函数为:,经计算N (2000) = 64.1805 亿，基本反映了人口变化趋势.,
