---------------------------------------------------------------最新资料推荐------------------------------------------------------
最小二乘法的基本原理和多项式拟合 matlab 实现
最小二乘法的基本原理和多项式拟合 matlab 实现 最小二乘
法的基本原理和多项式拟合 一、 最小二乘法的基本原理
整体上考虑近似函数 p(x) 同所给数据点(xi, yi) (i=0, 1, , m) 误
差 ri p(xi) yi(i=0, 1, , m) 的大小, 常用的方法有以下
三种:
一是误差 riri p(xi) yi(i=0, 1, , m) 绝对值的最大值
max0 i m, 即误差 向量 r (r0, r1, rm) T 的范数; 二是
误差绝对值的和 i 0mri, 即误差向量 r 的 1 范数; 三是误差
平方和 i 0 rm2i 的算术平方根, 即误差向量 r 的 2 范数; 前
两种方法简单、 自然, 但不便于微分运算 , 后一种方法相当于考
虑 2 范数的平方, 因此在曲线拟合中常采用误差平方和 i 0 体
大小。
rm2i 来 度量误差 ri(i=0, 1, , m) 的整 数据拟
合的具体作法是:
对给定数据 (xi, yi) (i=0, 1, , m) , 在取定的函数类 中,
, 使误差 ri p(xi) yi(i=0, 1, , m) 的平方和最
rm2i i 0 p(x) y iim2 min 从几何
意义上讲, 就是寻求与给定点(xi, yi) (i=0, 1, , m) 的距离平方
和为最小的曲线 y p(x) (图 6-1) 。
函数 p(x) 称为拟合函数或最小二乘解, 求拟合函数 p(x) 的