第五章--最小二乘问题的解法
- 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、"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、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)。
第五章 最小二乘问题的解法
1.最小二乘问题 1)回归方程问题
[]
T
i i l i y t t
)()()(1,,...,,m i ,...,2,1=是m 个实验点。现要根据这些点确定y 与l 个物理量
l t t t ,...,,21之间的关系式。
设这种关系式为),...,,,...,(11n l x x t t F y =,其中n x x ,...,1是方程中需要待定的n 个参数(系数)。
因此问题是如何通过)(n m m >个实验点,确定方程中的系数。
由于实验点的个数大于待定系数的个数,因此方程中系数的确定是一个超静定问题,无法按一般的方法进行求解。
此时将实验点到曲面距离最短的那个曲面作为所求曲面,从而求取该曲面方程。
即求解[]∑=-m
i i i y x t F 12
)()(),(min ,这就是最小二乘问题。
2)非线性方程组问题
求解非线性方程组⎪⎪⎩⎪⎪⎨⎧===0
),...,(............................0),...,(0
),...,(11211n n n
n x x f x x f x x f 可转化为求解如下形式的最小二乘问题。
∑=m
i n i x x f 1
12),...,(min
显而易见,最小二乘法的一般形式可写为)()(min x f x f T
最小二乘法问题实际上是具有n 个变量的无约束极小化问题,前面解无约束优化问题的方法均可应用。
但是最小二乘问题具有一定的特殊性,即目标函数的表达式是由多个表达式的平方和组成,理应有更、更有效的方法。这正是最小二乘解法要解决的问题。
2.线性最小二乘问题的解法
最小二乘法的一般形式可写为)()(min x f x f T
特别地,当b Ax x f -=)(,即)(x f 为线性函数时,则最小二乘问题可表示为:
2
min b Ax -
1) 线性最小二乘问题解的条件
定理1:*x 是线性最小二乘问题极小点的充要条件是*x 满足b A Ax A T T =。 证明:(1)必要性
令2
)(b Ax x s -=,于是有:
b b Ax b b A x Ax A x b Ax b A x b Ax b Ax x s T T T T T T T T T T +--=--=--=))(()()()(
由于b A x T T 是一个数,而一个数的转置是它的本身,因此有:
Ax b A x b b A x b A x T T T T T T T T T T ===)()(
故上式可化为:b b Ax b Ax A x x s T T T T +-=2)(
b A Ax A x s T T 22)(-=∇
若*x 是)(x s 的极小点,则必有0)(=∇x s ,则必有:b A Ax A T T = (2)充分性
若*x 满足b A Ax A T T =*,即0)(*=-b Ax A T 考虑任一点n R z x v ∈+=*,计算
)
(2)()()()()()())(())(()(*2
2
*******2
*2
b Ax A z Az b Ax Az Az b Ax A z Az b Ax b Ax b Ax Az b Ax Az b Ax b z x A b Av T T T T T T T T -++-=+-+-+--=+-+-=-+=- 由于上式第二项大于等于零,第三项为零,故*x 是极小点。 我们称b A Ax A T T =为最小二乘问题的法方程组。
由上述定理可知,求解最小二乘问题等价于求解它的法方程组。 2)法方程组的解法
由于02
≥=Av Av A v T T ,所以A A T 至少是半正定的,因此法方程组有解的条件是A A T 正定。
定理2:设A 是n m ⨯矩阵)(n m >,则A A T 正定的充要条件是A 的秩为n 。 推论1:当A 的秩为n 时,则b A A A x T T 1)(-=是最小二乘的唯一解。 推论2:设A 是n m ⨯矩阵)(n m ≤,则T AA 正定的充要条件是A 的秩为m 。 推论3: 设A 是n m ⨯矩阵)(n m >,则T AA 正定的充要条件是A A T 为非奇异。 上述解法方程组的解法需要A A T 正定,实际问题并不能保证A A T 正定,因此上述方法仅具有理论意义。
3)用QR 分解求线性最小二乘解 若Q 是m m ⨯正交矩阵T Q Q =-1,则
2
2
)()()()()
(b Ax b Ax b Ax b Ax Q Q b Ax b ax Q T T T -=--=--=-
上式说明以2
)(b Ax Q -为目标函数的最小二乘解与目标函数为2
b Ax -的最小二乘解具有相同的解。
因此求解2
min b Ax -可转化为求解2
min c Rx -,其中QA R =,Qb c =。 由线性代数可知,适当地选择正交矩阵Q ,总可使QA R =呈现为如下形式的
矩阵:
⎥⎦
⎤
⎢⎣⎡=O U R ,其中U 是n r ⨯的秩为r 的上梯形矩阵;O 是n r m ⨯-)(的零矩阵。 定理: 线性最小二乘问题2
min b Ax -与线性方程组p Ux =具有相同解。 其中p 是由Qb c =的前r 个分量组成的r 维向量。
证明:由于2
min b Ax -的解与2
min c Rx -的解相同。现只需证明2
min c Rx -与
p Ux =具有相同的解。
2
min c Rx -的法方程组为c R Rx R T T =,即c R Rx R T T =的解就是2
min c Rx -的解。
将⎥⎦
⎤
⎢⎣⎡=O U R 代入上式有:⎥⎦
⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡⎥
⎦⎤⎢⎣⎡q p O U x O U O U T
T
,上式展开后得:p U Ux U T
T = 而在p Ux =的两侧同时左乘T U 即得p U Ux U T T =。
若n U r =)(。最小二乘问题的解为p U x 1-=。否则最小二乘问题的解不是唯一的,在这种情况下,通常取具有最小范数的解作为最小二乘问题的解。这个解称为最小二乘问题的极小最小二乘解。这个解为p UU U x T T 1)(-=,且解是唯一的。
p UU U x T T 1)(-=显然是p Ux =的一个解。
设y 是p Ux =的另一个解。 则0)(=-y x U
)(2)(2
222
y x x y x x y x x y
T ---+=--=
0)(])[()(1=-=--y x U UU p y x x T T T T
因为0>-y x ,所以2
2x y >。 因此极小最小二乘解是唯一的。 3.Gauss-Newton 法
Gauss-Newton 法适用于非线性最小二乘问题)()()(x f x f x s T =。Gauss-Newton