数学建模笔记7-拟合算法

最新推荐文章于 2024-11-09 15:56:43 发布

在凡星点点下探路

最新推荐文章于 2024-11-09 15:56:43 发布

阅读量419

点赞数 4

文章标签：数学建模笔记算法

本文链接：https://blog.csdn.net/AsukaCsj/article/details/141784881

版权

提到拟合，你就不能只说拟合，还要说插值。插纸与拟合一般在一些指导书上都是在一块的。但是两者还是有不同。

还是那张图，但是现在说说拟合。

插值算法中，得到的多项式f(x)要经过所有样本点。但是如果样本点太多，那么这个多项式次数过高，会造成龙格现象。
尽管我们可以选择分段的方法避免这种现象，但是更多时候我们更倾向于得到一个确定的曲线，尽管这条曲线不能经过每一个样本点，但只要保证误差足够小即可，这就是拟合的思想。(拟合的结果是得到一个确定的曲线,并且曲线比较简单)

一个小例子

找到下面x和y的拟合曲线，y=f(x)

clear;clc
load  data1
plot(x,y,'o')
% 给x和y轴加上标签
xlabel('x的值')
ylabel('y的值')

图画出来之后，你会发现，如果是多项式插值，样本点太多了，一旦多项式构造出来之后，龙格现象无法避免；分段插值，解析式形式会很复杂。

所以说，换一种方式。

打眼一看，这些点就像是在一条隐形的直线两边分布，我们设这条曲线是y=kx+b，两个未知量。找这两个未知量，一个宗旨，就是说，找到样本点距离直线最小的时候，k和b分别是多少。

最小二乘法的几何解释

arg，这个就是参数的英文单词的前三个字母。argmin还有后面的一大坨，这个式子表示：圆括号里面的式子最小的时候，参数k和b的值。

最小二乘法，这个二来自于第二种定义里面，圆括号里面的平方。

求解最小二乘法

理论基本讲完了，现在开始代码实操

MATLAB求解最小二乘

clear;clc
load  data1
plot(x,y,'o')
% 给x和y轴加上标签
xlabel('x的值')
ylabel('y的值')
n = size(x,1);
k = (n*sum(x.*y)-sum(x)*sum(y))/(n*sum(x.*x)-sum(x)*sum(x))
b = (sum(x.*x)*sum(y)-sum(x)*sum(x.*y))/(n*sum(x.*x)-sum(x)*sum(x))
hold on % 继续在之前的图形上来画图形
grid on % 显示网格线

% % 画出y=kx+b的函数图像 plot(x,y)
% % 传统的画法：模拟生成x和y的序列，比如要画出[0,5]上的图形
xx = 2.5: 0.1 :7;  % 间隔设置的越小画出来的图形越准确
yy = k * xx + b;  % k和b都是已知值
plot(xx,yy,'-')

f=@(x) k*x+b;
fplot(f,[2.5,7]);
legend('样本数据','拟合函数','location','SouthEast')

求出来了

匿名函数

% 匿名函数的基本用法。
% handle = @(arglist) anonymous_function
% 其中handle为调用匿名函数时使用的名字。
% arglist为匿名函数的输入参数，可以是一个，也可以是多个，用逗号分隔。
% anonymous_function为匿名函数的表达式。
% 举个小例子
%  z=@(x,y) x^2+y^2; 
%  z(1,2) 
% % ans =  5
% fplot函数可用于画出匿名一元函数的图形。
% fplot(f,xinterval) 将匿名函数f在指定区间xinterval绘图。xinterval =  [xmin xmax] 表示定义域的范围

现在，我们需要知道一个问题，拟合的准不准？误差有多少？