4. 1. Метод наименьших квадратов
В инженерной деятельности часто возникает необходимость описать в виде функциональной зависимости связь между величинами, заданными таблично или в виде набора точек с координатами
, где
– общее количество точек.
Рис. 12
При аппроксимации желательно получить относительно простую функциональную зависимость (например, многочлен), которая позволила бы «сгладить» экспериментальные погрешности, вычислить значения функции в точках, не содержащихся в исходной таблице.
Эта функциональная зависимость должна с достаточной точностью соответствовать исходной табличной зависимости. В качестве критерия точности чаще всего используют критерий наименьших квадратов, т.е. определяют такую функциональную зависимость
, при которой
обращается в минимум. Погрешность приближения оценивается величиной
. В качестве функциональной зависимости рассмотрим многочлен
. Формула минимизируемой функции примет вид
. Условия минимума
можно записать, приравнивая нулю частные производные
по всем переменным,
.
Получим систему уравнений
или
,
.
Эту систему уравнений перепишем в следующем виде:
,
.
Введем обозначения:
. Последняя система может быть записана так:
,
.
Её можно переписать в развернутом виде:
.
Матричная запись системы имеет следующий вид:
. Для определения коэффициентов
, и, следовательно, искомого многочлена, необходимо вычислить суммы
и решить последнюю систему уравнений. Матрица
этой системы является симметричной и положительно определенной.
Погрешность приближения в соответствии с исходной формулой составит
. Рассмотрим частные случаи
и
.
Линейная аппроксимация
.
.
;
,
.
Отсюда система для нахождения коэффициентов
имеет вид:
.
Её можно решить методом Крамера.
Квадратичная аппроксимация
.
.
.
.
,
.
Или в развёрнутом виде
Решение системы уравнений
находится по правилу Крамера.
Пример. Построим по методу наименьших квадратов многочлены первой и второй степени и оценим степень приближения. Значения
в точках
,
приведены в следующей таблице.
![]() | 1 | 2 | 3 | 4 | 5 |
![]() | 1 | 2 | 3 | 4 | 5 |
![]() | -1 | 1 | 2 | 4 | 6 |
Вычислим коэффициенты
по формулам для линейной и квадратичной аппроксимация
;
.
Для линейной аппроксимации система уравнений определения коэффициентов
и
многочлена первой степени
имеет вид:
.
Решая эту систему, получим:
.
.
Для квадратичной аппроксимации система уравнений определения коэффициентов
и
многочлена второй степени
имеет вид:
.
И коэффициенты равны:
. Тогда
.
Сравним значения, рассчитанные для функциональной зависимости, с исходными данными. Результаты приведены в табл. 3.
Таблица 3
![]() | 0 | 1 | 2 | 3 | 4 |
![]() | 1 | 2 | 3 | 4 | 5 |
![]() | -1 | 1 | 2 | 4 | 6 |
![]() | -1 | 0,7 | 2,4 | 4,1 | 5,8 |
![]() | -1 | 0,62 | 2,24 | 4 | 6,9 |
Погрешность приближения в соответствии с исходными формулами составит:
.
.
Еще по теме 4. 1. Метод наименьших квадратов:
- Метод наименьших квадратов
- Метод наименьших квадратов.
- 4.5. Метод наименьших квадратов.
- 2.8. Построение квадратичной регрессионной модели по методу наименьших квадратов
- Определение параметров функциональной зависимости методом наименьших квадратов
- Метод наименьших квадратов
- § 54. Построение эмпирической линейной функции методом наименьших квадратов
- 1.10. Выделение полного квадрата, как метод решения некоторых нестандартных задач
- Алгоритм графоаналітичного методу оцінки потенціалу підприємства "Квадрат потенціалу".
- §36. Наибольшее и наименьшее значения функциина отрезке
- 5.1.1. Тест хи-квадрат
- «Логический квадрат»
- 17.2 Наибольшее и наименьшее значения функции.
- 4.2. Класифікація суджень за «логічним квадратом»
- 6-5. Принцип наименьшего усилия
- Умозаключение по логическому квадрату
- 2.4. Отношения между суждениями по истинности. Логический квадрат
- 1.1.3. Наибольший общий делитель и наименьшее общее кратное


