最佳平方逼近与最小二乘拟合

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

最佳平方逼近与最小二乘拟合

——两者的区别与联系 函数逼近是用一个多项式无限接近原函数,而拟合是将函数中的元素联系起来。也就是说,最佳平方逼近是针对函数,最小二乘法是针对离散的点,二者在形式上基本一致。另外,最小二乘拟合也称为离散型最佳平方逼近,两者的解法有很多相似之处。 一、 函数的最佳平方逼近 (一)最佳平方逼近函数的概念

对[]b a C x f ,)(∈及[]b a C ,中的一个子集{

}n span ϕϕϕφ,,,10⋯=,若存在φ∈)(*

x S

,使

[]dx x S x f x S f S

f b

a

S S ⎰

-=-=-∈∈22

222

*)()()(inf

inf ρϕϕ

则称)(*

x S 是)(x f 在子集[]b a C ,⊆φ中的最佳平方逼近函数。

(二)最佳平方逼近函数的解法

为了求)(*

x S ,

由[]dx

x S x f x S f S

f b

a

S S ⎰

-=-=-∈∈22

222

*)()()(inf

inf ρϕϕ

可知,一般的最佳平方逼近问题等价于求多元函数

dx

x f x a x a a a I b

a

n

j j j n 2

010)()()(),,,(⎰

∑⎥⎦

⎢⎣⎡-=

⋯=ϕρ的最小值问题。

由于),,,(10n a a a I ⋯是关于n a a a ,,,10⋯的二次函数,利用多元函数极值的必要条件

),,1,0(0n k a I

k

⋯==∂∂,即

n),,1,0(0)()()()(20⋯==⎥⎦

⎤⎢⎣⎡-=∂∂⎰∑=k dx x x f x a x a I

k b a n j j j k

ϕϕρ,

于是有()

()),,1,0(,,0

n k f a k j n

j j k ⋯==∑=ϕϕϕ。

)

,,,,1(2n n x x x G G =()()),,1,0(,,0

n k f a k j n

j j k

⋯==∑=ϕϕϕ

是关于n 10,,,a a a ⋯的线性

方程组,称其为法方程。

由于n ϕϕϕ,,,10⋯线性无关,故系数行列式()0,,,10≠⋯n G ϕϕϕ,于是方

()())

,,1,0(,,0

n k f a k j n

j j k

⋯==∑=ϕϕϕ

有唯一解

),,1,0(*

n k a a k k ⋯==,

从而得到)()()(*

0*

0*

x a x a x S n n ϕϕ+⋯+=。

)()()(*0*0*x a x a x S n n ϕϕ+⋯+=就是φ在)(x f 中的最佳平方

逼近函数。

(三)最佳平方逼近函数所产生的误差

若令)()(*

x S x f -=δ,则平方误差为:

∑=-=-=--=n

k k k f a f

f S f f S f S f 0

*

22

*

**22

),(),(),(),(ϕδ。

取[]1,0)(,1)(,)(C x f x x x k

k ∈≡=ρϕ,即要在n H 中求n 次最佳平方逼近多项式

)

()()(*0*0*x a x a x S n n ϕϕ+⋯+= ,

此时

11

),(1

++=

=

+j k dx x j k k j ϕϕ,

()k

k k d dx x x f f ≡=⎰1

)(,ϕ

若用H 表示行列

式对应的矩阵,则

T

n T n d d d d a a a a ),,,(,

),,,(1010 ==)

,,1,0(),(n k x f d k

k ==d Ha =),,1,0(*

n k a a k

k ⋯==⎪⎪⎪⎪⎪

⎪⎪⎭⎫

⎝⎛+++++=121211

121312

111211n n n n n H

H 称为Hilbert 矩阵,记

其中

则方程的

解即为所求。

注意:

最佳平方逼近误差越小

说明函数空间Hn 对f(x)的逼近效果越好。

二、 曲线拟合的最小二乘法 (一)最小二乘逼近的概念

对于给定的一组数据()),,1,0(,m i y x i i ⋯=,要求在函数空间

{}n span ϕϕϕφ,,,10⋯=中找一个函数)(*x S y =,使误差平方和

[]

[]∑∑∑==∈=-=-=

=

m

i i

i m

i x S i

i m

i i

y x S y x S

1

2

)(2

*

2

22

)(m in

)(ϕ

δ

δ

这里)()

()()()(1100m n x a x a x a x S n n <+⋯++=ϕϕϕ。

这就是一般的最小二乘逼近,用几何语言来说,就称为曲线拟合的最小二乘法。

(二)最小二乘法的解法

用最小二乘法求拟合曲线的问题,就是在形如:

)()

()()()(1100m n x a x a x a x S n n <+⋯++=ϕϕϕ的)(x S 中求一函

数)(*

x S y =,使[]∑=-=m

i i i i x f x S x 0

2

22

)()()(ωδ

取得最小。它转化为求多元函

相关文档
最新文档