曲线拟合的最小二乘法讲解Word文档格式.docx
- 文档编号:17600411
- 上传时间:2022-12-07
- 格式:DOCX
- 页数:17
- 大小:133.85KB
曲线拟合的最小二乘法讲解Word文档格式.docx
《曲线拟合的最小二乘法讲解Word文档格式.docx》由会员分享,可在线阅读,更多相关《曲线拟合的最小二乘法讲解Word文档格式.docx(17页珍藏版)》请在冰豆网上搜索。
n(X),生成正交多项式;
j鼻Wj(x),Wj(x))
流程图:
开始
cz>
结束
2、最佳一致逼近多项式
f(x)C[a,b],若存在R*(x)Hn使得.:
(f,P;
^En,则称P;
(x)是f(x)在[a,b]
上的最佳一致逼近多项式或最小偏差逼近多项式,简称最佳逼近多项式。
现在我们所求的是最佳一次逼近多项式R(x)=「rx,其中
f(a)f(X2)f(b)f(a)aX2
2b—a2
1)输入函数f(x)和数据a,b;
2)计算:
i和f(x);
3)求X2和f(X2);
4)按公式②,计算I。
;
5)生成最佳一次逼近多项式;
流程图:
3、最佳平方逼近多项式
对f(x)C[a,b]及C[a,b]中的一个子集:
二span{o(x),i(x),…,’n(x)},若存在
**22b2
S(x)"
•使IIf(x)—S(x)ll2=m)nJIf(X)—S(x)||2=sm)%JaP(x)[f(x)-S(x)]dx.则称S*(x)是f(x)在子集〉C[a,b]中的最佳平方逼近函数。
k
若取L(x)二x,T(x)三1,f(x)C[0,1],则要在Hn中求n次最佳平方逼近多项式
****n
s(x)=aoa〔x...a“x,
1k*11k
此时()(x)「ar0xjd^rrn,(f(x),k(x)H。
f(x)xd-dk
右用H表示Gn
=G(1,x,...,x
)对应的矩阵,
既
-
他角)…
何0®
n)1
-1
1/2…
1/(n+1)]
伴,®
0)
(乳角)…
件Wn)
1/2
1/3…
1/(n+2)
H=
3
3+
—
9
a
件禹)
(咒理1)…
伴nWnL
ii
1/(n+1)
1/(n+2)…
1/(2n+1)
称为希尔伯特距阵,记
a=(a0,a1,...
an)T,d
=(d°
d1,...,dn)T,则
Ha=d的解
n
ak=a;
(k=0,1,..n)即为所求。
平方误差为||6(x)||2斗|f(x)||;
它a:
®
(x),f(x));
k^0
2)求d=(d°
d1,...,dn)T;
3)解方程组Ha=d,解出a=(a0,a1,...,an)T;
4)生成最佳平方逼近多项式;
4、曲线拟合的最小二乘法
由已知的离散数据点选择与实验点误差最小的曲线
S(x)二aoS(x)•aii(x)...-a^\(x)称为曲线拟合的最小二乘法。
mm
若记(:
j,「k)f异(X):
j(Xi)匚(Xi),(f,:
k)f』:
(Xi)f(X):
k(Xi)二dki=0i=0
上式可改写为v(Uj)aj二dk;
(k-0,1,…,n)这个方程成为法方程,可写成距阵形式j=o
Ga二d.
其中a=(ao,ai,...,an)T,d=(do,di,...,dn)T,
Co」0)(—1)…Co,n)
|件,%)伴1,®
1)…件件)
333
fn,®
0)件円1)…(咋件)一
m
它的平方误差为:
22
||「.||2八,(Xi)[S(Xi)—f(Xi)].
i兰
零矩阵A;
|B|=
2)然后开始构造Gram矩阵伽皿)(仍皿)
@j®
)=丫叭坞)例佃)佻(珂)
7(在下面程序里我们把克莱姆矩阵用A来表示)
3)然后求列矩阵b,因为Aa=b,所以求a=A\b;
(d就是列矩阵b)4)然后找对应数据的最小二乘拟合方程和画出它的图像;
5)在m文件里制好以上规定的程序后,在matlab的命令窗口输入数组x和数组y及所
选择的拟合多项式次数m,然后执行就可以得到曲线二乘拟合方程和它的图像。
开始输入数组*尤和旳橫数m+
LuuCJfAdh«
*^EMXaAdir
制牆零矩阵A*
.*
执行循环语句far1=0:
m,forjpOiin^专n
sm«
a求得直矩阵:
克麴矩阵〉a°
+屮扈吨伝.仪少:
i*_「翹原聽>
b(j+l)=sumte^i*y)^
求a=A\b;
*J
求尸輕俎);
^(l):
0.01:
x(end)-'
越=pgjy嗖血用】);
,
所找到的方程〔多项式)变换尸paly2£
tr氯捏);
心
用pht画出所找到的罢项武图像•
边慝〔a1,a2八b;
岳材.匕‘naarkErth:
匕2D”
五、Matlab程序源代码:
functiongouzaozhengjiaoduoxiangshi
数值例题:
1)当区间为[-1,1],权函数r(x)=1时,由{1,x,...,xn,...}正交化得到的多项式就成为勒让
1dn
德多项式,它的表达式为P0(x)=1,Pn(x)n-比{(x2-1)n};
2n!
dx
递推公式为(n1)Pn1(x)=(2n1)xPn(x)-nPn4(x),(n=1,2,...),
由F>
(x)=1,P(x)二x,利用
(1)就可推出
2
P2(x)=(3x-1)/2,
P3(x)=(5x3-3x)/2,
42
p4(x)=(35x-30x3)/8,
由序列{1,x,…,xn,...}正交化得到的多项式
就是切比雪夫多项式,它可表示为Tn(x)=cos(narccosx),|x|空1.
若令x=cost,贝UTn(x)二cosnv,0「“:
二.
可推出
递推关系IxTxTndTnW,2,...),
To(X)—1,Ti(X)=X.
T2(x=2x-1),
=4x3-3x,
T3(x)
functionyicibijin
_•-
(1)求f(x)=--1•x在[0,1]上的最佳一次逼近多项式
结果为:
R(x)=0.9550.414x;
误差限为
max|.1x?
-R(x)|乞0.045.0知
3、最佳平方逼近多项式
functionpingfang
设f(x)二.1x2,求[0,1]上的一次最佳平方逼近多项式;
结果为:
S(X)=0.934+0.426X,||6(x)血=0.0026;
4、曲线拟合的最小二乘法:
functionp=nihe(x,y,m)
数值实例:
例1:
下面给定的是乌鲁木齐最近1个月早晨7:
00左右(新疆时间)的天气预报所得到的
温度数据表,按照数据找出任意次曲线拟合方程和它的图像•
(2006年10月26~11月26)
天数
1
4
5
6
7
8
10
温度
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
解:
x=1:
y=[91011121314131211910111213141211109878911876531]
m=9;
(m是任意真整数,但是不要取的太大)
运行p=nihe(x,y,m)
结果为:
p=
图形为:
或者任意取部分数据也可得到相应得多项式和它的图像
m=15时
y=[91011121314131211910111213141211109878911876531]运行p=nihe(x,y,m)
图形为:
如果:
m=3
(m=length(x))跟X的数
如果写M文件的时候我们把想得到的多项式的次数直接定义为
量一样取得最小二乘法的曲线拟合方程,这样上术问题中的m=30,这时候它的程序代码为:
functionp=nn(x,y)
赋值x,y:
y=[91011121314131211910111213141211109878911876531];
运行
p=nn(x,y)
解为:
P=
图像为:
结果分析:
以上结果可以看到用最小二乘拟合来求解问题时,有时候他的结果很接近实际情况,有
时候跟实际情况里的太远,因为所求得多项式次数太小时数据点之间差别很大•次数最大是
误差最小但是有时后不符合实际情况,所以用最小二乘法时次数要取合适一点
或采用:
functionp=duoxiangxi(x,y,m)
(1)合成纤维抽丝工段中第一导丝盘的速度对丝的质量有很大的影响,第
一丝盘的速度和电流周波有重要关系。
下面是一组实例数据:
X
49.2
50.0
49.3
49.0
49.5
49.8
49.9
50.2
y
16.7
17.0
16.8
16.6
16.9
17.1
其中x代表电流周波,y代表第一导丝盘的速度冃的:
研究第一导丝盘速度y与电流周波x的关系。
根据所给数据,在matlab窗口运行:
x=[49.250.049.349.049.049.549.849.950.250.2]
y=[16.717.016.816.616.716.816.917.017.017.1]
plot(x,y,'
p'
'
markersize'
15)
17.05
☆
1B.95
IS.S
1B.75
16.65
49.4
50
SQ.2
90.4
S1(x)=a
从图中看到各点在一条直线附近,故可选择线性函数作拟合曲线,既令
故,根据曲线拟合的最小二乘法,公式(5.5),(5.6),即
(:
j,-k)八"
j「k;
i=Q
(K=091,ooooo)
dk=(f,A)八讦「k;
(K=0,1,000o)
i£
这里,m=10,n=1,「二1,l(x)二1,I(x)二X,
扌巴x=[49.250.049.349.049.049.549.849.950.250.2];
y=[16.717.016.816.616.716.816.917.017.017.1];
代入公式(5.5),(5.6),
(%%),(申0,叫)=(久%),严汽),严0,f),(申1,f)分别可得:
(;
0,;
0)10;
i=1
1010
(:
0,1)=(1,:
0)八%=496.1,(:
1,1)Xi2=24614
i=1i=1
(dfj二'
fi=168.6,(仆fj二、Xifi=8364.9
i4i4
得方程组
10ao496.1ai=168.6
496.1a024614a1=8364.9
解得:
a1=0.3389,a0=0.0490。
于是所求拟合曲线为:
S=0.33886x+0.048969
102
误差平方和:
|■■:
■(x)2=二i[s(Xi)-f(Xi)]=0.0469
i二
MATLAB上运行的结果:
x=[49.250.049.349.049.049.549.849.950.250.2];
y=[16.717.016.816.616.716.816.917.017.017.1];
m=1;
S=
0.33886x+0.04896
0.33890.0490
程序运行的结果中S(x)=0.33886x+0.048969为所求拟合曲线的方程
下面看离散点x,f=y和所得的拟合曲线的逼近情况:
在matlab窗口输入
f=[16.717.016.816.616.716.816.917.017.017.1];
x仁49:
0.01:
50.4;
s='
0.3389*x+0.0490'
;
s=inline(s);
s1=s(x1);
图二
在matlab窗口运行以下程序
t=0;
S=0.3389*x+0.0490;
n=length(x);
fori=1:
n
t=t+(f(i)-S(i)F2;
end,t
结果:
t=0.0469
(2)已知一组实验数据如下,求它的拟合曲线。
Xi
fi
4.5
8.5
S;
(x)=2.771.13x;
如图所示:
e
-■+1
T.-S
F
£
&
$
45
«
■
丹
1U1
1n
25
1A
J
A
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 曲线拟合 最小二乘法 讲解