版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
第三线拟合的最小二/函数平方逼近初一一会相差很大若要求在被插函数的定义区间上都有较好的近似,就是最佳逼近问题必须找到一种度量标准来衡量什么是最佳逼近MP(x)axb
f(x)
p(
2但由于绝对值函数不宜进行分析运算,2b(f(x)b(fa
(x)
p(x))
对于离散的问题最佳平方逼近问题为m(m
(xi
)
就是常说的曲线拟合的最小二乘法二预备知内积设X是数域K上的线性空间,若对u,vX,(u,
0,
(u,u)=0
(u,v)=(u,(u,v)=(u,
(u+v,w)=(u,w)+(v,w),w则(u,
与v
常采用的内积与范向量Rn
y)=ixi x(x,
,xny(y,y ,yn (x,x)n2 2(x,x)n2 连续函数空
C[a,
上的内积fgC[ab],定义内积b(f,g)
f(x)g(及加权内b(f,g)a(x)
(x)g(abx)为权函数ab22范数 2
(f
f)2
(
(x)
2(x)dx)2设0,1,2
C[a,b],,0G,0
(0,1(1,1
(0,n (1,nnn
,0
,1
,n 则G非奇异的充分必要条件是0,1,2 ,n线性无关§3.2§3.2数据拟合(最小二乘法一.拉伸倍数 拉伸倍 567898987654321 纤维强度随拉 倍数增加而增 6并且24个点大致5布在一条直4
21 y(x)y(x)01x我们希望yx
1x(样本点xi
yi必须找到一种度量标准来衡量什么曲线最接近所有数据点这就是所谓的曲线拟合就是从数据集(xi,yj)中找出总体规律,并构造一条二、二、设y
fx)在m+1个节点
[a,b
fi
i
,要在某一个特定的函数空间,yS*x),
0,1,n一般要求n
0,1,n)生成的函数集,span{0(x),1(x),,n则可
S(
ajj(x)nj0n定义平方误差(偏差平方和m2i2m2i,Tm,Tm)其
,
S(
)
(误差或残差 我们选取的度量标准njS*(x)a*(x)jj
j0a*(x)
a a m*2(S*(x)fm mmin2min(S(x)
f
S(x m
S(x
其中S
ajjx)为中的任意j0
*(x)
aa
的方法数据拟合的最小二乘
j0aajS*(x) j
j0nS(
ajjx)为拟合函数,ajj0
0,1,n)为拟合2*2称为最小二乘解误2在确定了拟合函Sx)后,如何求拟合系n
aj(
0,1,, 使得S*x)
(
满足拟合条件(3)呢j0 S(x)m
ajj(x)nj0n 可
(S(x)
f)2
(a
(x)
f)2
ii0
j0
为拟合系数aj因此可假
0,1,n)F(a,a
(a
(x)
f)2 i0
j0
求
,a ,a)的最小值(极小值)点a*,a*, ,a*
的问题 由多元函数取极值的必要条F(a0, ,an)
k0,1,,m m
a(x)
f
(x)]k k
ni0n
j0
[ajj(xi)k(xi)
fik(xi)]i0 j0 ajj(xi)k(xi)
fik(xii0
j0
i0 ajj(xi)k(xi)
fik(xii0
j0
i0 [j(xi)k(xi)]ajfik(xij0 i0 i0k0,1,,即
a00(xi)k(xi)i0m
i0
ann(xi)k(xii0i0
fik(xi
k0,1,,引入记
r
(r(x0),r(x1),,r(xm,fmf(f0,fmm(k,j)
k(xi)j(xii0m
(k
f)k(xi)
显然内积满足交换
(k,j
(j,k方程组(4)便可化a0(k,0)
a1(k,1)
an(k,n
(k,fk0,1,,
这是一个系数为(k,j),常数项为(k
f的线性方程将其表示成矩阵形,0 (0,1 (0,n)a0
(0,f) a
(,f,0
(1,1
(1,n
1
) )
nnnnnn
,0
,1
,n
Gna,n(x)称(8)式为函数序列0(x),1(x),在节点x0,x1, ,xm上的法方程组,,n(x)问题方程(8)解的存在唯一性,即G是否非奇异这里没有一般的理论,具体问题具体分析!但在应用,常取为n阶多项式空间,即 xn},且nm,这时G是非奇异的 a*,aa*, , a* ,a*n F(a,a*n
(a*
(x)
f)2 i
j0
F(a
,a
(a
(x)
f
的最小 i0
j0
(a
(x)
f
a(x)
f)2 i0 j0
S(x
i0 j0m(S*(x)m
f
(S(x)
f
S(x
mm * n
min2S(x2 S*(
x)为最小 j0 平方误
*2
(S*(x)
f
(f
f)
a*(
,f
nj0n作为一种简单的情况常使用多项式S(x)
Pn(x)(xi
fi
nn0(x)
1(x)
,k(x)
xk
n(x)基函数之间的内积m(,)(x)(xm
xkx
xk i0
mi0m
mi0m(,f)(x)
xk
例1.回到本节开始的实例,从散点图可以看出S(x)y(x 为拟合函数,其基函数0(x)
1(x)建立法方程根据内积公式,可(0,0)
(0,1)
(1,1)
(0
f)
(1
f)
法方程组
127.5
a0
829.61a
731.6解 a0
1 a12S*2
y*(x)
*
987654321 987654321 987654321123456789四、加权最小二乘对于一组给定的数据(xi
fi
,各点的重要性可能是不一样(xi
fi
假设i=(xi)表示数(xi
,2权 2
m2m
mm
i(S(xi)
fi
设拟合函数S(x)来自函数类
0,1,,span{0(x),1(x),,nS(x)
a00(x)
a11(x)
ann(x)aj(j0,1,n)为拟合拟合的目标仍然 m使 *
(S*(x)
f
mmin
min(S(x)
fS(x
S(x
,an,an
,a
(a
(x)
f)2 i0
j0的最小值(极小值)点a*,a*, ,
的问 由多元函数取极值的必要条F(a0, ,an)nn
k0,1,,m Fm
[
a(x)
f
(x)]
i0
j0 [iajj(xi)k(xi
fik(xi)]i0 j0 iajj(xi)k(xi)
i
fik(xii0 j0
i0 iaij(xi)k(xi)i
fik(xii0
j0
i0 [ij(xi)k(xi)]aj
fik(xij0
i0
k0,1,,
i0
(10)是一个关a0a1,an的n1元线性方程引入记
r
(r(x0),r(x1),,r(xmf(
0,,fm定义,fm(k,j
ik(xi)j(ximm
(k
f)ik(xi)mm方程组(10)式化a0(k,0)
a1(k,1)
an(k,n
(k,f矩阵形式(法方程组)
k0,1,,
,0 (0,1
(0,f) a
(,f,0
(1,1
(1,n
1
---nnnn
,0
,1
,n
(n
f)平方误差
*
(S*(x)fm2m
mmi ifi作为特殊情形,用多项式作拟合mmi ifimm imm i
mm i0mm
i0
i0
a
i0
x2
xn1a
xm0 m0
ii0
i0
i0
i0 a
xn
xn1
x2n
xnf i0
i0
i0
i0
i §§3.31.最佳平方逼设fC[a, span{0 ,n}n
C[a,S(x),S(x)
aii(b2i0b2f
2a(x)[
(x)
S*(x)]2bmin(x)[b
(x)
(x)]2
S*x)为fx)的最佳平方逼近2.解法(法方程 F(a0, ,an)
(x)[
(x)
aii(x)]i0
的极小值点(a*,a*, ,a*),则必 bn2(f(aibn2(f(aii(x)](k(,,
i0k
(k,ii0
(
,k
dkbb
k,i)a(b
k(x)i(x)dxdk (f,k)
(x
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 面板自动检测机产品市场需求分析报告
- 健身背部训练课程设计
- 健身打卡训练营课程设计
- 玻璃升降器市场洞察报告
- 2024前期物业服务合同(参考)
- 生化分析仪器试剂市场需求与消费特点分析
- 健康与医疗表演课程设计
- 倾斜岩层巷道施工方案
- 2024劳动合同细则范文
- 一《祝福》公开课一等奖创新教学设计中职语文高教版(2023-2024)基础模块下册
- 上海旅游攻略--英文版_图文
- 土地市场动态监测和监管系统PPT课件
- 曲线要素计算
- ppp五大投融资模式全解析课件
- 西门子PLC实验指导书
- 混合溶液的pH计算
- 中职教育教学模式及评价模式改革的探索
- 成考数学高起专PPT课件
- 笔记多目标规划
- 水电解质紊乱12345PPT课件
- 竣工验收管理制度(共17页)
评论
0/150
提交评论