内容发布更新时间 : 2024/5/23 12:38:06星期一 下面是文章的全部内容请认真阅读。

星的位置。随后全世界的科学家利用皮亚齐的观测数据开始寻找谷神星，但是根据大多数人计算的结果来寻找谷神星都没有结果。时年24岁的高斯也计算了谷神星的轨道。奥地利天文学家海因里希·奥尔伯斯根据高斯计算出来的轨道重新发现了谷神星。高斯使用的最小二乘法的方法发表于1809年他的著作《天体运动论》中。 法国科学家勒让德于1806年独立发现“最小二乘法”，但因不为世人所知而默默无闻。 勒让德曾与高斯为谁最早创立最小二乘法原理发生争执。 1829年，高斯提供了最小二乘法的优化效果强于其他方法的证明，因此被称为高斯-莫卡夫定理。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。

2 曲线拟合的最小二乘法原理

2.1 原理的阐述及理论公式推导

给定数据?xj,yj??j?1,2,?,n?，设拟合函数形式为

p?x??a0?0?x??a1?1?x????am?m?x? 2.11 其中?k?x??k?0,1,2,?,m?为已知的线性无关函数（如果存在不全为零的常熟使得c0?0?x??c1?1?x????cm?m?0，则称函数?k?x??k?0,1,2,?,m?c0,c1,?,cm，

线性相关，否则称为线性无关）。求系数a0,a1,?,am，使得 ??a0,a1,?,am???p?xj??yjj?1n??2?m?????ak?k?xj??yi? 2.12 j?1?k?0?n2最小，若

第 6 页 共 26 页

n?m*??m? ???ak?k?xj??yi??min???ak?k?xj??yi? 2.13

ak?Rj?1?k?0??0?k?mj?1?k?0n22则称相应的

***p?x??a0?0?x??a1?1?x????am?m?x?

为最小二乘拟合曲线。 特别的，若

***p?x??a0x?a1x???amx

则称p(x)为m次最小二乘拟合多项式。

***下面用求多元函数极值的方法来求最小点a0。将（2.12）式两边,a1,?,am对ak求偏导。并令

n??m*???? ?2????ai?i?xj??yi??k?xj???0 ?k?0,1,2,?,m? ?akj?1??i?0??化简得

n?m?* ????i?xj??k?xj??ai??yi?k?xj? 2.14

i?0?j?0j?1?m为了进一步化简，可以引入内积符号。在线性代数中，Rn中两个向量

TTx??x1,x2,?,xn?及y??y1,y2,?,yn?的内积定义为?x,y??x1y1???xnyn，

将它加以推广，得到下面结论：

设u?x?与v?x?是两个已知函数，记u??u?x1?,?,u?xn??T，

v??v?x1?,?,v?xn??，令

T?u,v???u?xj?v?xj?

j?1n利用内积的定义，式（2.14）可以写为

第 7 页 共 26 页

???0，?0????，??01 ???????0，?m???1，?0???1，?1????1，?m???y1,?0????y,??????11? 2.15 ???????????*????????m?1，?m???m，?m???y,?a?1m???m????m?1，?0???m，?0???a0*??*???m?1，?1???m，?1????a1?其中

??0?x1????1?x1????m?x1???y1????x?????x?????x???y?02m2???22????2??0????，?1????，?m???? ，y???? 2.16 ···，

???????????????x?x?xy?0n?1??mn?1??1n?1??n?1???????0?xn?????m?xn?????1?xn????yn??方程组（2.15）称为正规方程组或法方程组，其中系数矩阵是对称的。可以证明，当函数?0?x?,?1?x?,?,?m?x?线性无关时，方程组（2.15）是对称正定的，因此有唯一解。求出方程组（2.15）的解后，代入式（2.11）即可得最小二乘拟合函数。

另外，对带权的最小二乘拟合函数有如如下的定义：

设M?span??0?x?,?1?x?,?,?m?x??，给定f?x?在n?1个节点

xk?k?0,1,?,n?上的函数值yk?f?xk?及一组权系数wk??k?0,1,?,n?，若有函数p*?x??M，满足

?w?ykk?0nk?p?xk??min?wk?yk?p?xk??

*22p?Mk?0?n则称p*?x?为f?x?在n?1个节点x0,x1,x2,?,xn上关于权系数w0,w1,?,wn的最小二乘拟合函数。

2.2 结合实例分析与理解

Intel公司董事长Moore在上个世纪的60年代就观察到一个很有趣的现象：集成电路上可容纳的单晶体数量每隔一年半左右并会增长一倍，从而使集成电路

第 8 页 共 26 页

的性能也能提高一倍。据此他提出了轰动世界的Moore定律，预测这种增长趋势会一直延续下去。

下面给出Moore数据，如表 1所示：

ti（年） ki（增长倍数） 1959 1 1962 3 1963 4 1964 5 1965 6 表 1 Moore数据

画出相应的散点图如图 1所示：

65.554.543.532.521.511959196019611962196319641965

图 1 Moore数据散点图

表 1中第二行数据为芯片上晶体数目在不同年代与1959年时的数目比较的倍数，通过观察k与t中间大致呈线性关系，如图 1所示。据此导出了著名的Moore定律。

通过以上的分析，可设

K?t??a?bt 2.21 将表 1中的数据代入式（2.21）的超定方程组

第 9 页 共 26 页

ki?a?bti，i?1,2,3,4,5

其中，t表示时间，k表示增长倍数，a,b为待定系数。

若将表 1中的数据代入式（2.21），得线性方程组

?a?1?a?1?? ?a?1?a?1???a?195b9?196b2?396b3?4 2.22 96b4?596b5?6方程组（2.22）是一个朝顶方程组，在这五个线性方程中，任意两个联立求解可得到十组不同的解。即是说该方程组不存在通常意义上的解。

现将线性方程组（2.22）写出矩阵形式Ax?y,其中

?1?1?A??1??1??11959?1962???，x??a,b?T，y?(1,3,4,5,6)T 1963?1964??1965?此超定方程组五常义解，即是说不存在x*?R2使得Ax*?y，但是该超定方程组存在最小二乘解，也就是说存在x*?R2，使得Ax*?y2达到最小，并且x*是线

性方程组

ATAx*?ATy 2.23 的解。我们称式（2.23）为法方程组，在本例中它是一个二阶线性方程组，即

9813??a*??19??5?981319259015??*???37307? ???b???解这个方程组得

x*?a*,b*由此得到Moore公式

?????1625.5503,0.8302?.

TTK?t???1625.5503?0.8302t.

第 10 页 共 26 页