拟合最小二乘法题目求解答

来源：蜘蛛抓取(WebSpider) 时间：2022-07-13 02:46 标签： 最小二乘法拟合步骤

《曲线拟合的最小二乘法论文#精选.》由会员分享，可在线阅读，更多相关《曲线拟合的最小二乘法论文#精选.（7页珍藏版）》请在人人文库网上搜索。

1、数值计算方法与算法”论文 题目：浅谈曲线拟合的最小二乘法 院系：化学与材料工程学院 20 系 姓名： 学号： 时间： 2015年春季学期 浅谈曲线拟合的最小二乘法 【摘要】 数值计算方法，一种研究并解决数学问题的数值近似解的方法，主要解决 那些理论上有解但是无法轻易且准确求解的数学问题。 在当今计算机技术日渐成 熟的背景下，数值计算方法的应用被大大的推广，并且极大的推动了自然科学的 规律探索及理论验证。本文主要探讨了一种重要的数值计算方法一一曲线拟合的 最小二乘法的历史发展、理论核心以及应用价值。 关键词：数值计算方法最小二乘法应用 【正文】 数值计算方法，是一种研究并解决数学问题的数值近似解

2、方法，现在通常 在计算机上使用来求解数学问题。它主要的计算对象是那些在理论上有解而又无 法直接手工计算的数学问题【11 0例如，用已知的数据点来构造合适的插值函数或 拟合出合适的曲线来近似代替原函数，从而解决了因难以求得原函数表达式而无 法计算相关函数值的难题；又如，对于一个一般的非线性方程 Kx)= ,可能在 计算方程的根时既无一定章程可循， 也无理论解法可言，那么这时就可以构造合 适的迭代格式如Newton迭代，通过对一个近似的初值进行有限次迭代，就可以 得到较精准的根值，从而有效避免了冗长而又复杂的理论求解的过程。 在学习完计算方法与算法这门课程后，我收获了许多实用的计算方法、技 巧和思

3、想，而对书中的某些问题的解法的深入思考也让我加深了对这门课程的理 解。由于专业的相关需要，我对曲线拟合的最小二乘法这部分知识点进行了重点 的学习和深刻的反思，也收获了许多。 1.最小二乘法的发展历史 18 世纪中期以后，欧拉(L. Euler, )、梅耶(T. Meiyer, )、拉普拉斯 (P. S. Laplace, 1749- 1827)等科学家在研究一些天体运动规律时，都得到了一些含有m个变 量n个( J方程的线性方程组(也就是我们现在所说的线性矛盾方程组)，并且各自 运用了一些方法解出了方程组的较优解。虽然方法繁琐且奇特，但不失为数学史一次伟大

4、的 尝试。 有关于最小二乘法的首次应用于实际计算并成功的记载，是关于第一颗小行 星位置的预测，十分之有趣。1801年，意大利天文学家朱塞普皮亚齐(Giuseppe Piazzi,)发现了第一颗小行星谷神星。经过40天的跟踪观测后，由于谷 神星运行至太阳背后，使得皮亚齐失去了谷神星的位置。随后，全世界的科学家 利用皮亚齐的观测数据，开始了寻找谷神星之旅。但是，根据大多数人的计算结 果来寻找谷神星，都以失败告终。时年24岁的伟大的数学家高斯(C.F.Gauss, ）也随即参与了这次的计算。最终德国天文学家奥伯斯（Heinrich Olbers） 根据高斯计算出

5、来的轨道重新发现了谷神星！而高斯所使用的分析数据的方法， 就是最小二乘法！切 最小二乘法最早被公开发表在勒让德（ A. M. Lege ndre, ） 1805 年的论著计算彗星轨道的新方法附录中。勒让德在书中描述了最小二乘法的 思想、具体做法及其优点。以引进这种方法的理由为开端：“所研究的大多数问 题都是由观测值来确定其结果，但这几乎总产生形如 |E = a La cy + fz 1方程的方程组,其中孟b c,匚是已知系数 它们从一个方程到另一个方程是有变动的。是未知的，它们必须根据 将每个方程E化0或很小的量来确定” 3。勒让德认为：“赋予误差的平方和为 极小，则意味着在这

6、些误差间建立了一种均衡性，它阻止了极端情形所施加的过 分影响。这非常好地适用于揭示最接近真实情形的系统状态”4。 从19世纪初，在被高斯和勒让德各自独立发明之后，最小二乘法就被科学 家们广泛应用于数据的统计分析以及预测。据不完全统计，自1805年至1864 年的60年内，有关最小二乘法的研究论文达到256篇，一些百科全书亦收入有 关方法的介绍。最小二乘法对科学发展的影响之深远由此可见一斑。 2曲线拟合最小二乘法的理论 曲线拟合最小二乘法是一种数学优化技术。它通过均方误差R达到极小值 来构造拟合曲线，从而找到所给数据的最佳匹配函数。它将一组通过观察或者测 量得到的离散数据序列-八“ 二，用一个最

[版权声明] 本站所有资料由用户提供并上传，若内容存在侵权，请联系邮箱。资料中的图片、字体、音乐等需版权方额外授权，请谨慎使用。网站中党政主题相关内容(国旗、国徽、党徽)仅限个人学习分享使用，禁止广告使用和商用。

我要回帖

更多关于 最小二乘法拟合步骤 的文章

 

随机推荐