物理實驗中，數(shù)據(jù)處理經(jīng)常用到最小二乘法。當然最小二乘法用手算的話好麻煩啊。

大家可能已經(jīng)知道最小二乘法是什么了，這里也不多說了，就簡單提一下。

一、最小二乘法原理

線性的最小二乘法是用來產(chǎn)生最能代表一組數(shù)據(jù)的一個一次函數(shù)，這里說的是最好的擬合，而不是完美的擬合。

例如這樣一個例子：

這里有三個數(shù)據(jù)點，A(x1,y1)，B(x2,y2)，C(x3,y3)。我們要找一條最能夠代表這三個點的直線。那如何找呢？

我們的想法是要使得誤差最小。可是什么是誤差？怎么代表誤差？

假設我們現(xiàn)在已經(jīng)把這條線找到了，比如是 y = f(x)。那么如果 A 點相對于直線的誤差是不是可以用 A' 和 A 的縱坐標之差來表示？這樣我們把所有的三個點的這些誤差加起來，是不是就可以代表所有點的總的誤差呢？

這里有個問題，但看一個點，這個方法沒有問題，但是如果是很多點，那么這個差值有正有負，加起來就可能會有相互抵消的。所有呢，我們的辦法是求這些誤差的平方和。

那么最小二乘法就是要這個誤差最小。Least squares 就是說要這個帶 squares 的式子最小。

至于如何使得這個最小，至少有兩種方法。一種是直接用微積分的知識，對所有未知的參量求偏導數(shù)并設為零，就可以求出參量了。另一種方法是用線性代數(shù)的方法，就是利用往空間上投影的方法。

當然，兩種方法都是課本上的公式了，具體求解的話，也就是要帶公式了。

不過呢，要是這個帖子只說這點內(nèi)容，就沒啥意義了對吧。

所以最好能討論一下從線性代數(shù)的角度，或者說從幾何的角度來看最小二乘法。

最小二乘法是要找到一條直線， y = c + d x。這樣的話，我們把數(shù)據(jù)帶進去，就會形成系列方程組，可以寫成矩陣的樣子：

但是，要知道，我們只有兩個待定系數(shù)，所以這是過度確定的。一般是無解的。這就是我們前面說最小二乘法是在找最好的擬合，而不是完美的擬合的原因。

那么我們要怎么做呢？

現(xiàn)在有一組縱軸的數(shù)據(jù)，

這組數(shù)據(jù)呢，就是一個 n 維空間的一個矢量。

而系數(shù)矩陣

呢，就像一個參考空間。

我們要做的呢，就是要把這個 n 維空間的矢量的末端到這個參考空間上的投影，這個投影就是最合適的擬合，也就是我們的最小二乘法的精要。

做個比喻。這就好比說我們有個平面，如果我們的數(shù)據(jù)是完全線性的，那么所有的數(shù)據(jù)都會落在這個平面內(nèi)，但是，實際情況可能有所偏差，是的代表所有數(shù)據(jù)的點脫離了這個平面，那我們要找的那條曲線是什么呢？那自然是代表所有數(shù)據(jù)在這個點(或者說從起點出發(fā)的矢量)在這個平面內(nèi)的投影啦！

但，這不能算啊？我們要找到的是 c，d 的值啊？怎么算呢？

我們還有個

里面我們給 c 和 d 加了帽了~ 有帽表示這個只是個最好的擬合，但不一定是完美的~

那這些之間有什么關系呢？我們可以看前面的等式，比如用 A 表示系數(shù)矩陣，用 M 表示要求解的兩個參數(shù)(戴帽子哦)矩陣，還有一個 b 表示所有的代表縱坐標的數(shù)據(jù)矩陣。

好啦，書上說我們要求解的方程是

為嘛呢？我們做個變化

好嘛，這樣就可以理解幾何意義了。因為這里面右邊的是

一個投影算符作用在了 b 上！太好了，投影算符的作用就是把 b 在 A 空間內(nèi)投影！這樣數(shù)學就跟我們上面的意義的描述結合起來啦。所以對于最小二乘法，我們要做的是解這樣一個矩陣方程

不過這個跟用微積分做是一樣的，方程組一樣，結果更一樣。只是這樣可以看到一點從微積分來理解看不到的東西。

二、軟件處理

好了，最實用的部分。如何用軟件快速的來做最小二乘法的擬合呢？

我想大學里面可能教大家最多的是用 Origin，Sigmaplot 甚至 Excel 之類的軟件來做的。挺好的，總之能做出來就成。這些軟件里面呢，用的最廣的應該是 Origin，但是我更喜歡 Sigmaplot，因為 Sigmaplot 做出來的圖不需要做很大的調(diào)整就挺好看的，多圖排版什么的也很容易。作圖嘛，漂亮太重要了。

但是這里我們要說的不是 Sigmaplot，而是一款很多人聽說過但是沒用過的軟件，Mathematica。

可能有人要問，為什么我要用 Mathematica 這么專業(yè)的軟件啊？

說實話，Mathematica 這幾年發(fā)展下來，已經(jīng)不算是一款專業(yè)軟件了，它上手快，用起來簡單而優(yōu)雅。甚至 Mathematica 都有了 Home 版了！(這…… )

關于 Mathematica 的函數(shù)f作圖呢？參考 高數(shù)也要用 Mathematica —— 作圖一 這篇文章。

但數(shù)據(jù)處理這部分需要比較長的篇幅，所以請看怎樣學高數(shù)小組的這篇吧：

http://www.guokr.com/post/449185/

總結

以上是生活随笔為你收集整理的h = a –bqc线性最小二乘问题 c语言,物理实验之最小二乘法 | 怎样学习大学物理小组 | 果壳网 科技有意思...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。