第十一講數據擬合與線性最小二乘擬合演示文稿_第1頁
第十一講數據擬合與線性最小二乘擬合演示文稿_第2頁
第十一講數據擬合與線性最小二乘擬合演示文稿_第3頁
第十一講數據擬合與線性最小二乘擬合演示文稿_第4頁
第十一講數據擬合與線性最小二乘擬合演示文稿_第5頁
已閱讀5頁,還剩10頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

第十一講數據擬合與線性最小二乘擬合演示文稿當前第1頁\共有15頁\編于星期五\10點(優選)第十一講數據擬合與線性最小二乘擬合當前第2頁\共有15頁\編于星期五\10點2.線性最小二乘法1).理論———基本理論之ak的確定根據最小二乘準則,記J(a1,a2,…,am)=為求a1,a2,…,am是J達到最小,只需要利用極值的必要條件得到關于a1,…,am的線性方程組當前第3頁\共有15頁\編于星期五\10點2.線性最小二乘法記,A=(a1,a2,…,am)T,y=(y1,…,yn)T,方程組(3)可表為RTRA=RTy(4)(4)稱為法方程組,當{r1(x),…,rm(x)}線性無關時,R列滿秩,RTR可逆,于是方程組(4)有唯一解A=(RTR)-1RTy(5)可以看出,只要f(x)關于待定系數a1,…,am線性,在最小二乘準則(2)下得到的方程組(3)關于a1,a2,…,am也一定是線性的,故稱線性最小二乘法。當前第4頁\共有15頁\編于星期五\10點2.線性最小二乘法2)理論______函數rk(x)的選取面對一組數據(xi,yi),i=1,2,…,n,用線性最小二乘法作曲線擬合時,首要的、也是關鍵的一步是恰當地選取r1(x),r2(x),…,rm(x)。

如果通過機理分析,能夠知道y與x之間應該有什么樣的函數關系,則r1(x),…,rm(x)容易確定。若無法知道y與x之間的關系,通常可以將數據(xi,yi),i=1,2,…,n作圖,直觀地判斷應該用什么樣的曲線去作擬合。人們常用的參數曲線有u

直線y=a1x+a2u

多項式y=a1xm+…+amx+am+1(一般m=2,3,不宜過高)u

雙曲線(一支)y=a1/x+a2u

指數曲線對于指數曲線,擬合前需作變量代換,化為對a1,a2的線性函數。已知一組數據,用什么樣的曲線擬合最好,可以在直觀判斷的基礎上,選擇集中曲線分別作擬合,然后比較,看那條曲線的最小二乘指標J最小。當前第5頁\共有15頁\編于星期五\10點2.線性最小二乘法3)求解方法(1)

描出數據的圖示;(2)

觀察并選擇不同的數學模型進行擬合;(3)

比較多種擬合結果,選擇其中較好的一種或者某幾種作為備選結果;注意:通常需要將非線性函數rk(x)的轉化成線性的函數Rk(x),然后再用Rk(x)進行擬合,計算中通常需要列下表:i01…nxix0x1…xnyi=f(xi)y0y1…ynR1(x)R1(x0)R1(x1)…R1(xn)………………Rm(x)Rm(x0)Rm(x1)…Rm(xn)這樣就容易確定出法方程組RTRA=RTy。上表中后面的m行即為RT。當前第6頁\共有15頁\編于星期五\10點2.線性最小二乘法3).算例例

給定數據(xi,f(xi)),i=0,1,2,3,4,見下表,使選擇適當的模型,求最小二乘擬合函數g(x)。

i01234xi1.001.251.501.752.00f(xi)5.105.796.537.458.46Yi=lnf(xi)1.6291.7561.8762.0082.135解:(1)、先描出數據的圖示當前第7頁\共有15頁\編于星期五\10點2.線性最小二乘法(2)選定不同的數學模型或者rk(x)進行擬合

直線模型y=a+bx

選取線性函數模型,選取Y=a+bx,此時,r1(x)=1,r2(x)=x。要求Y=a+bx與(xi,yi),i=0,1,2,3,4,做最小二乘擬合,Yi=f(xi)。列表計算如下:i01234xi1.001.251.501.752.00Yi=f(xi)5.105.796.537.458.46r1(x)11111r2(x)1.001.251.501.752.00當前第8頁\共有15頁\編于星期五\10點2.線性最小二乘法求解法方程組得到a=1.6380,b=3.3520,于是得到該模型下的最小二乘擬合曲線為g(x)=1.6380+3.3520x。

當前第9頁\共有15頁\編于星期五\10點2.線性最小二乘法

多項式模型y=a0+a1x+a2x2

選取線性函數模型,選取Y=a+bx+cx2,此時,

r1(x)=1,r2(x)=x,r3(x)=x2。要求Y=a+bx+cx2與(xi,yi),i=0,1,2,3,4,做最小二乘擬合,Yi=f(xi)。列表計算如下:i01234xi1.001.251.501.752.00Yi=f(xi)5.105.796.537.458.46r1(x)=111111r2(x)=x1.001.251.501.752.00r3(x)=x21.001.56252.253.06254.00當前第10頁\共有15頁\編于星期五\10點2.線性最小二乘法求解法方程組得到

a=3.6294,b=0.5406,c=0.9371,于是得到該模型下的最小二乘擬合曲線為g(x)=3.6294+0.5406x+0.9371x2當前第11頁\共有15頁\編于星期五\10點2.線性最小二乘法

雙曲線模型y=1/(a0+a1x)

選取雙曲函數模型,例如,選取y=1/(a0+a1x),令Y=1/y=a0+a1x,此時,r1(x)=1,r2(x)=x。要求Y=a0+a1x與(xi,yi),i=0,1,2,3,4,做最小二乘擬合,Yi=1/f(xi)。列表計算如下:i01234xi1.001.251.501.752.00f(xi)5.105.796.537.458.46Yi=1/f(xi)0.1960780.1727120.1531390.1342280.118203r1(x)11111r2(x)1.001.251.501.752.00當前第12頁\共有15頁\編于星期五\10點2.線性最小二乘法求解法方程組得到

a0=0.27139,a1=-0.07768,于是得到該模型下的最小二乘擬合曲線為g(x)=1/(0.27139-0.07768x)。

當前第13頁\共有15頁\編于星期五\10點2.線性最小二乘法

l

指數曲線模型y=aebx

根據給定數據選擇數據模型y=aebx,取對數lny=lna+bx,令Y=lny,A=lna,取r1(x)=1,r2(x)=x,要求Y=A+bx與(xi,Yi),i=0,1,2,3,4,做最小二乘擬合,Yi=lnf(xi)。計算結果如下:

i01234xi1.001.251.501.752.00f(xi)5.105.796.537.458.46Yi=lnf(xi)1.6292405401.7561322921.876406942.008214032.13534917r1(x)111

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論