最小二乘法原理

第一节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

从整体上考虑近似函数同所给数据点(i=0,1,…,m)误差(i=0,1,…,m)的大小，常用的方法有以下三种：一是误差

(i=0,1,…,m)绝对值的最大值，即误差向量

的∞—范数；二是误差绝对值的和，即误差向量r的1—

范数；三是误差平方和的算术平方根，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来度量误差(i=0，1，…，m)的整体大小。

数据拟合的具体作法是：对给定数据(i=0,1,…，m)，在取定的函数类中,求,使误差(i=0,1,…,m)的平方和最小，即

=

从几何意义上讲，就是寻求与给定点(i=0,1,…,m)的距离平方和为最小的曲线（图6-1）。函数称为拟合函数或最小二乘解，求拟合函数的方法称为曲线拟合的最小二乘法。

在曲线拟合中，函数类可有不同的选取方法.

6—1

二多项式拟合

假设给定数据点(i=0,1,…,m)，为所有次数不超过的多项式构成的函数类，现求一,使得

(1)

当拟合函数为多项式时，称为多项式拟合，满足式（1）的称为最小二乘

拟合多项式。特别地，当n=1时，称为线性拟合或直线拟合。

显然

为的多元函数，因此上述问题即为求的极值问题。由多元函数求极值的必要条件，得

(2)

即

(3)

（3）是关于的线性方程组，用矩阵表示为

(4)

式（3）或式（4）称为正规方程组或法方程组。

可以证明，方程组（4）的系数矩阵是一个对称正定矩阵，故存在唯一解。

从式（4）中解出(k=0,1,…，n)，从而可得多项式

(5)

可以证明，式（5）中的满足式（1），即为所求的拟合多项式。我

们把称为最小二乘拟合多项式的平方误差，记作

由式(2)可得

(6)

多项式拟合的一般方法可归纳为以下几步：

(1) 由已知数据画出函数粗略的图形——散点图，确定拟合多项式的次数n；

(2) 列表计算和；

(3) 写出正规方程组，求出；

(4) 写出拟合多项式。

在实际应用中，或；当时所得的拟合多项式就是拉格朗日或牛顿插值多项式。

例1 测得铜导线在温度(℃)时的电阻如表6-1，求电阻R与温度 T

的近似函数关系。

i0123456

19.125.030.136.040.045.150.0

(℃)

76.3077.8079.2580.8082.3583.9085.10

解画出散点图（图6-2），可见测得的数据接近一条直线，故取n=1，拟合函数为

列表如下

i

019.176.30364.811457.330

125.077.80625.001945.000

230.179.25906.012385.425

336.080.801296.002908.800

440.082.351600.003294.000

545.183.902034.013783.890

650.085.102500.004255.000

245.3565.59325.8320029.445正规方程组为

解方程组得

故得R与T的拟合直线为

利用上述关系式，可以预测不同温度时铜导线的电阻值。例如，由R=0得T=-242.5，即预测温度T=-242.5℃时，铜导线无电阻。

6-2

例

i012345678 1345678910

1054211234解设拟合曲线方程为

I

01101111010 135927811545 24416642561664 352251256251050 461362161296636 571493432401749 68264512409616128 79381729656127243 810410010001000040400 53323813017253171471025

解得

故拟合多项式为

*三最小二乘拟合多项式的存在唯一性

定理1 设节点互异，则法方程组（4）的解存在唯一。

证由克莱姆法则，只需证明方程组（4）的系数矩阵非奇异即可。

用反证法，设方程组（4）的系数矩阵奇异，则其所对应的齐次方程组

（7）

有非零解。式(7)可写为

（8）

将式（8）中第j个方程乘以(j=0,1,…，n)，然后将新得到的n+1个方程

左右两端分别相加，得

因为

其中

所以

(i=0,1,…,m)

是次数不超过n的多项式，它有m+1＞n个相异零点，由代数基本定理，必须有，与齐次方程组有非零解的假设矛盾。因此正规方程组（4）

必有唯一解。定理2 设是正规方程组（4）的解，则

是满足式（1）的最小二乘拟合多项式。

证只需证明，对任意一组数组成的多项式，

恒有

即可。

因为(k=0,1,…，n)是正规方程组（4）的解，所以满足式（2），因此有

故为最小二乘拟合多项式。

*四多项式拟合中克服正规方程组的病态

在多项式拟合中，当拟合多项式的次数较高时，其正规方程组往往是病态的。而且

①正规方程组系数矩阵的阶数越高，病态越严重；

②拟合节点分布的区间偏离原点越远，病态越严重；

③(i=0,1,…，m)的数量级相差越大，病态越严重。

为了克服以上缺点，一般采用以下措施：

①尽量少作高次拟合多项式，而作不同的分段低次拟合；

②不使用原始节点作拟合，将节点分布区间作平移，使新的节点关于原点对

称，可大大降低正规方程组的条件数，从而减低病态程度。

平移公式为：

(9)

③对平移后的节点(i=0,1,…，m),再作压缩或扩张处理：

（10）

其中,（r是拟合次数）（11）