新的曲线拟合方法

weixin_45020633

已于 2023-07-22 18:27:27 修改

阅读量67

点赞数

文章标签： java 前端服务器

于 2023-07-16 21:57:26 首次发布

本文链接：https://blog.csdn.net/weixin_45020633/article/details/131747151

版权

传统的最小二乘法，它是以拟合误差的平方和为最小的拟合方法，由于需要计算误差的平方和，对于个别较大误差，特别敏感，容易受较大误差影响，拟合结果会偏离最佳位置。

下面我们比较这两种拟合方法。

原数据 y: [1.4,2,3,4,5,6,7,8,9,9.6]
　　　 x: [1,2,3,4,5,6,7,8,9,10]

数学模型： $\Huge y=ax+b$

方程组：

$\huge \begin{cases} 1.0a+b+e_1=1.4 \\ 2.0a+b+e_2=2.0 \\ 3.0a+b+e_3=3.0 \\ ... \\ 10.0a+b+e_{10}=9.6 \end{cases}$

这里是因为方程数(10)多于未知数(2)，需要这个平衡误差 $e_i$ 。
写成矩阵形式：

$\huge \left[ {\begin{array}{cc} 1 & 1 \\ 2 & 1 \\ 3 & 1 \\ \cdotp \cdotp \cdotp \\ 10 & 1 \\ \end{array} } \right] \cdot \left[ {\begin{array}{cc} a\\ b \end{array} } \right] + \left[ {\begin{array}{cc} e_1\\ e_2\\ e_3\\ \cdotp \cdotp \cdotp \\ e_{10} \end{array} } \right] = \left[ {\begin{array}{cc} 1.4\\ 2\\ 3\\ \cdotp \cdotp \cdotp \\ 9.6 \end{array} } \right]$

或写成简便形式：

$\huge X\cdot \left[ {\begin{array}{cc} a\\ b \end{array}} \right]+E=Y$

取转置矩阵 $X^T$ ,乘以上式两边，并取: $X^T\bullet E=0$

得如下结果：

$\huge \left[ {\begin{array}{cc} 385.0 & 55.0 \\ 55.0 & 10.0 \end{array}} \right] \cdot \left[ {\begin{array}{cc} a \\ b \end{array}} \right] = \left[ {\begin{array}{cc} 381.4 \\ 55.0 \end{array}} \right]$