40
60
80
100
2
拟 合 问 题 引 例 2 已知一室模型快速静脉注射下的血药浓度数据(t=0注射300mg) t (h) 0.25 0.5 1 1.5 2 3 4 6 8
c (g/ml) 19.21 18.15 15.36 14.10 12.89 9.32 7.45 5.24 3.01
求血药浓度随时间的变化规律c(t). 作半对数坐标系(semilogy)下的图形
即要求 出二次多项式:
f ( x) a1x 2 a2 x a3
中 的 A (a1 , a2 , a3 ) 使得:
2 [ f ( x ) y ] i i i 1 11
最小
8
解法1．用解超定方程的方法
此时 x12 R x2 11 1 x11 1 x1
使n个点（xi,yi) 与曲线 y=f(x) 的距离i 的平方和最小 。
记
J (a1 , a2 , am ) i2 [ f ( xi ) yi ]2
i 1 n i 1
n
n
[ ak rk ( xi ) yi ]2
i 1 k 1
m
(2)
5
问题归结为，求 a1,a2, …am 使 J(a1,a2, …am) 最小。
10
2
MATLAB(aa1)
10
1
c(t ) c0 e
kt
c, k为待定系数
0 2 4 6 8
3
10
0
曲 线 拟 合 问 题 的 提 法
已知一组（二维）数据，即平面上 n个点（xi,yi) i=1,…n, 寻求一个函数（曲线）y=f(x), 使 f(x) 在某种准则下与所 有数据点最为接近，即曲线拟合得最好。 y + +
+
+
+ i (x+ i,yi)
+ +
+
y=f(x)
x
i 为点（xi,yi) 与曲线 y=f(x) 的距离
4
曲线拟合问题最常用的解法——线性最小二乘法的基本思路
第一步:先选定一组函数 r1(x), r2(x), …rm(x), m<n, 令 f(x)=a1r1(x)+a2r2(x)+ …+amrm(x) 其中 a1,a2, …am 为待定系数。 第二步: 确定a1,a2, …am 的准则（最小二乘准则）： （1）
则称a为上述超定方程的最小二乘解。
6
线性最小二乘拟合 f(x)=a1r1(x)+ …+amrm(x)中 函数{r1(x), …rm(x)}的选取 1. 通过机理分析建立数学模型来确定 f(x)； 2. 将数据 (xi,yi) i=1, …n 作图，通过直观判断确定 f(x)： f=a1+a2x + + + + + f=a1+a2x+a3x2 + + + + + f=a1+a2x+a3x2 + + + + +
f=a1+a2/x + + +
f=aebx +
+
-bx f=ae + +
+ +
+ + +
+
+ +
7
例 对下面一组数据作二次多项式拟合
xi yi 0.1 1.978 0.2 3.28 0.4 6.16 0.5 7.34 0.6 7.66 0.7 9.58 0.8 9.48 0.9 1
9.30 11.2
f ( x) 9.8108x 2 20.1293x 0.0317
9
线性最小二乘法的求解：预备知识 超定方程组：方程个数大于未知量个数的方程组
r11a1 r12 a2 r1m am y1 ( n m) r a r a r a y nm m n n1 1 n 2 2
r11 R 其中 rn1 r 12 rn 2
1）输入以下命令： x=0:0.1:1;
y=[-0.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2]; R=[(x.^2)' x' ones(11,1)]；
MATLAB(zxec1)
A=R\y'
2）计算结果： Ａ = -9.8108 20.1293 -0.0317
nБайду номын сангаас
即 Ra=y

r1m a1 y1 , y , a rnm am yn
超定方程一般是不存在解的矛盾方程组。
2 ( r a r a r a y ) 如果有向量a使得 i1 1 i 2 2 达到最小， im m i i 1
拟 合
1. 拟合问题引例 2.拟合的基本原理
1
拟 合 问 题 引 例 1
0C) 20.5 32.7 51.0 73.0 95.7 温度 t( 已知热敏电阻数据：
电阻R() 765 求600C时的电阻R。
1100 1000 900 800 700 20
826
873
942 1032
设 R=at+b a,b为待定系数