在python中利用最小二乘拟合二次抛物线的方法

在python中利用最小二乘拟合二次抛物线的方法

题目（第三章课后习题）：
已知实验数据如下：
Xi 19 25 31 38 44
Yi 19.0 32.3 49.0 73.3 97.8

用最小二乘法求形如y=axx+b*x+c的经验公式，并做曲线拟合。

一、最小二乘法概述

1.1 最小二乘法
最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。
1.2两条思路
已知多条近似交汇于同一个点的直线，想求解出一个近似交点：寻找到一个距离所有直线距离平方和最小的点，该点即最小二乘解；
已知多个近似分布于同一直线上的点，想拟合出一个直线方程：设该直线方程为y=kx+b，调整参数k和b，使得所有点到该直线的距离平方之和最小，设此时满足要求的k=k0，b=b0，则直线方程为y=k0x+b0。

二、思维拓展

2.1 思想方法
有一个未知系数的二元二次函数f(x,y)=w0x^2+w1y2+w2xy+w3x+w4y+w5，这里w0_{w5为未知的参数，为了确定下来这些参数，将会给定一些样本点(xi,yi,f(xi,yi))，然后通过调整这些参数，找到这样一组w0}w5，使得这些所有的样本点距离函数f(x,y)的距离平方之和最