|| 對於方程組Ax=b,A為n×m矩陣,如果A列滿秩,且n>m。則方程組沒有精確解,此時稱方程組為超定方程組。
線性超定方程組經常遇到的問題是數 據的曲線擬合。對於超定方程,在MATLAB中,利用左除命令(x=A\b)來尋求它的最小二乘解。
最小二乘法(又稱最小平方法)是一種數學優化技術。它通過最小化誤差的平方和尋找數據的最佳函數匹配。利用最小二乘法可以簡便地求得未知的數據,並使得這些求得的數據與實際數據之間誤差的平方和為最小。最小二乘法還可用於曲線擬合。其他一些優化問題也可通過最小化能量或最大化熵用最小二乘法來表達
原理
在我們研究兩個變量(x,y)之間的相互關系時,通常可以得到一系列成對的數據(x1,y1.x2,y2... xm,ym);將這些數據描繪在x -y直角坐標系中,若發現這些點在一條直線附近,可以令這條直線方程如(式1-1)。
其中:a0、a1 是任意實數
為建立這直線方程就要確定a0和a1,應用《最小二乘法原理》,將實測值Yi與利用(式1-1)計算值(Yj=a0+a1X)的離差(Yi-Yj)的平方和最小為“優化判據”。