Метод наименьших квадратов

Задача наименьших квадратов возникает в самых различных областях науки и техники, например, при статистической обработке данных.

Для линейной зависимости y=ax+b составляем функцию, которая представляет собой сумму квадратов отклонений от прямой: , где ( -табличное значение, - эмпирическая формула). Надо определить такие значения параметров a и b , при которых функция двух переменных достигает минимума. Необходимым условием для этого является равенство нулю частных производных по a и b.

Возьмем частные производные по переменным a и b, приравняем их к нулю:

 

Получим систему линейных уравнений относительно неизвестных

a и b. Система называется нормальной для метода наименьших квадратов. Решаем систему по правилу Крамера:

 

 

 

 

 

 

Если обозначить: , ,

 

, , то тогда можно записать

 

и .

 

Метод выравнивания

К линейной функции можно привести любую функцию вида ψ(y)=aּφ(x)+b, для этого достаточно сделать замену переменных, z=ψ(y), t=φ(x). Тогда мы получим z=aּt+b.

Рассмотрим показательную функцию .

Прологарифмируем это равенство. Получим ln(y)=ln(a)+x ln(b). Сделаем замену переменных z= ln(y), t=x и обозначим А= ln(b) B= ln(a). После замены получим z=A t+b.

Аналогично делаются замены и для других функций из таблицы.

 

Таблица 7.1.

Таблица замен

Вид функции Замена переменных Характерные точки Отклонения
1.      
2.
3.
4.
5.
6.
7.

 

, , .

 

, , .

- табличное значение для xар;

- табличное значение для хгеом;

- табличное значение для хгарм.

В таблице может не оказаться точек тогда точки , доопределяют по соседним точкам таблицы с помощью линейной интерполяции.

Для аналитических кривых существуют характерные точки, которые лежат на этих кривых. Например, если две точки принадлежат прямой, то и точка с координатами ( , ) принадлежит той же прямой, если две точки принадлежат гиперболе, то и точка (xар,yгарм) также принадлежат этой гиперболе. В таблице через обозначено отклонение табличного значения , соответствующего xар, от ординаты характерной точки , через - отклонение табличного от ординаты характерной точки yгарм и т.д.

Остальные находятся аналогично, в зависимости от характерных точек. Функция, для которой примет наименьшее значение и будет наиболее подходящей. После соответствующей замены переменных применяют метод наименьших квадратов.

 

Пример 7.1

Бомба «Рейда» это техническое устройство для изучения легкоиспаряющихся жидкостей. В эксперименте на бомбе «Рейда» при постоянной температуре измеряется манометром избыточное давление паров нефти при различных соотношениях объёмов газовой и жидкой фаз. Определить эмпирическую зависимость давления паров нефти от соотношения объёмов газовой и жидкой фаз методом наименьших квадратов. Набор экспериментальных данных представлен в таблицах

 

Для того, чтобы выбрать наиболее подходящую зависимость построим график по табличным данным

 

 

Можно предположить, что это будет :

1. показательная функция (строка 2 таблицы 7.1),

2. степенная функция (строка 5 таблицы 7.1),

3. дробно–рациональная функция (строка 3 таблицы 7.1).

Выберем ту функцию, для которой примет наименьшее значение.

 

В таблице данных нет значений , , , подставляя , , вместо v в формулу для линейной интерполяции, найдем соответствующие им значения функции , , .

Формула для вычисления табличного значения для , , , с помощью линейной интерполяции

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Самые маленькие . Найдем методом выравнивания параметры для выбранных видов зависимостей. Будем искать аппроксимирующую функцию в виде

.

Делаем замену переменных

 

 

 

После замены точки ложатся близко к прямой. Параметры этой прямой A и B

 

 

 

После замены z = At + B нашли A и B по методу наименьших квадратов, используя встроенные функции Mathcadа.

Функция slope(x,y) возвращает значение углового коэффициента.

Функция intercept(x,y) возвращает значение свободного параметра.

Возвращаемся к исходной функции , строим её график и находим сумму квадратов отклонений от исходной таблицы значений. Можно также найти и среднеквадратичное отклонение.

.

 

Из двух разных приближений одной и той же табличной функции лучшим считается то, для которого сумма квадратов отклонений меньше.

Для этой же таблицы данных рассмотрим приближение, заданное показательной функцией

.

  Замена переменных

 

 

 

 

 

 

 

среднеквадратичное отклонение.
сумма квадратов отклонений

 

 

 

Для этой же таблицы данных рассмотрим приближение, заданное дробно-линейной функцией .

 

 

 

Рис. 7.2. Решение примера 7.1 в Mathcad

Лучшим приближением для этих экспериментальных данных будет степенная функция.

 








Дата добавления: 2017-05-18; просмотров: 888;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.04 сек.