概述
最近在工程的开发中,需要用到最小二乘法来拟合曲线,这里就将相关资料展示出来,后期开发中的算法也会陆续写出来。
在科学 领域 ,为确定客观存在的变量之间的函数之间的关系,须根据大量的实验、观测、或者社会调查所得的数据建立函数关系式。这些数据中往往带有随机的误差,但有时却无法重新采集,如果利用这些数据按插值法求函数关系的近似表达式,必然将不合里的误差(形象的称为“噪音”)带入函数关系式中来! 我们 如何做到在平方误差最小的原则下最接近?这就是最小二乘拟合(数据拟合的最小二乘法)的思想!
6.5 用正交多项式作最小二乘拟合
我们不仅可用多项式来拟合函数,还可用一般的函数来拟合。
定义6.1 若,如果
当且仅当时成立,则称在上线性无关,称为上线性无关族。
最小二乘法的一般提法为:对给定的一组数据,要求在函数类中找一个函数,使加权平地均和,其中
这里是线性无关的函数族,是上的权函数,点处的表示该点数据的重要程度。
求误差函数的极小值点,由多元函数极值的必要条件
得:
这是个未知数个方程的方程组,称为法方程式。
定义6.2:称为与关于点集的内积。
这样,法方程式可简写为,记为,其中
称为克莱姆行列式,记作。
定理6.2 的充要条件是线性无关。
证明:若存在使
对此式两边分别取与的内积得:
这是一个以为未知数的齐次方程组,有非零解的充要条件是系数矩阵行列式等于零,于是的充要条件是方程有全零解,即全为0,所以线性无关。证毕。
由于法方程有惟一解的充要条件是,因而线性无关也是法方程有惟一解的充要条件。特别当取为时,由于是在中的线性无关函数族,因而必有最小二乘解。
用上的多项式拟合,需要解一个的线性方程组,且当取得大一此时,法方程的系数矩阵会出现病态。从系数矩阵B的形式看,里面的元素都是些内积,是否能取某些函数族,使对非对角元素全变为0?如果有这样的函数族,那么方程容易解,病态也得到改善。
定义6.3 函数族如果在点集上满足
称为点集带权的正交函数族。
例6.7 三角函数族上是正交函数族(权).
实际上,而
如果拟合函数在上取,且是正交函数族,则法方程式成为:
直接可得到,不用解线性方程组了。
且容易估算,是否病态也容易判断。
完成以上工作的关键在于如何构造正交函数族。
正交多项式是最简单的正交函数族。常用的正交多项式如:Chebyshev(切比雪夫)多项式、Legendre(勒让德)多项式等。
现在我们根据给定结点及权函数,造出带权正交的多项式族,用递推公式表示如下:
其中
这样给出的是正交的,这一点可以用归纳法证明。
例6.8 已知函数表,利用正交多项式求拟合多项。
| 1 | 2 | 3 | 4 |
| 4 | 10 | 18 | 26 |
| 1 | 1 | 1 | 1 |
解:设
所以:
所以:
所以:
得:
最后
以上就是重要绿茶为你收集整理的正交多项式最小二乘法拟合 数学原理的全部内容,希望文章能够帮你解决正交多项式最小二乘法拟合 数学原理所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复