线性规划下的直线拟合

前言

        在我上一篇博文《散点图下基于切比雪夫（Chebyshev）近似准则拟合直线》，介绍了如何用三点极小化最大残差的方法去拟合直线。该直线满足切比雪夫准则。本篇文章主要介绍如何用线性规划去拟合直线，该结果也满足切比雪夫准则，同时也证明了我上一篇博文的正确性。

线性规划

        给定散点对(X,Y)，假设拟合的直线 ,  满足切比雪夫准则。则存在最大残差，使得。于是每一个点，我们有方程组：

                

给它取个负号，即两边同时乘以-1：

                

很明显，有多少个点，就有多少的方程组对。这是个线性规划问题，而我们的目的就是要求此线性规划使得成立的解。

松弛变量

        此时，我们给方程组加上一个松弛变量，让其不等式变成等式：

                

其中就是松弛变量(relaxation variables)，且。

现在，我们有变量。其中是我们要求的。同时，它也说明，我们至少需要三个方程来求解。

代数