Техника линеаризации данных применяется для подгонки кривых, позволяющих при преобразовании переменных получить линейную зависимость вида . В таблице 1 приведены основные приемы линеаризации.
Таблица 1.
Таблица замены переменной для метода линеаризации данных
№ п/п | Функция | Линеаризованная форма | Замена переменных и констант |
1. | |||
2. | |||
3. | |||
4. | |||
5. | |||
6. |
Пусть заданы N точек с различными абсциссами {xk}. Величина среднеквадратичной ошибки будет минимальной, когда каждая частная производная по неизвестным (в данном случае неизвестные А и В) будет обращаться в нуль, т.е. А и В являются решением нормальной системы уравнений вида:
(3.4)
Решая систему нормальных уравнений (3.4) находим искомые коэффициенты А и В.
Пример: Аппроксимировать таблично заданную функцию по пяти заданным точкам полиномом первой степени или построить линейную зависимость с помощью метода наименьших квадратов.
k | |||||
xk | |||||
yk | 3.5 |
Решение:
|
|
1. Запишем нормальную систему для - полинома первой степени:
,
где N = 5 – количество точек.
2. Вычислим все необходимые суммы:N=5, , , , . Таким образом, подставляя числовые значения сумм в нормальную систему и решая ее, относительно неизвестных получаем, что А=0,8 и В=0,1
3. Таким образом,
4. Проверяем полученный полином. Для наглядности построим исходные данные и полученную зависимость на графике:
Замечания:
1. Если данные не проявляют полиномиальной природы, то результат построения полинома методом наименьших квадратов будет сильно осциллировать, т.е. появится полиномиальное раскачивание. Оно наблюдается у полиномов высокой степени, поэтому полиномы выше пятой степени редко используются.