【大学最小二乘法例题及答案】在大学数学、统计学或工程类课程中，最小二乘法是一个重要的计算方法，广泛应用于数据拟合、回归分析等领域。它通过最小化误差平方和来找到最佳拟合直线或曲线。本文将通过一个典型例题，展示如何应用最小二乘法进行计算，并提供详细的解答过程与结果。
一、例题题目
给定以下数据点：
| x | y |
| 1 | 2 |
| 2 | 3 |
| 3 | 5 |
| 4 | 4 |
| 5 | 6 |
要求：使用最小二乘法求出一条最佳拟合直线 $ y = a + bx $ 的参数 $ a $ 和 $ b $。
二、解题思路
最小二乘法的原理是：寻找一条直线 $ y = a + bx $，使得所有数据点到这条直线的垂直距离的平方和最小。
设已知数据点为 $ (x_i, y_i) $，则目标函数为：
$$
S = \sum_{i=1}^{n}(y_i - a - bx_i)^2
$$
为了求极值，对 $ a $ 和 $ b $ 求偏导并令其等于零，得到如下正规方程组：
$$
\begin{cases}
\sum y_i = na + b \sum x_i \\
\sum x_i y_i = a \sum x_i + b \sum x_i^2
\end{cases}
$$
三、计算步骤
首先，整理数据并计算相关总和：
| x | y | x² | xy | |
| 1 | 2 | 1 | 2 | |
| 2 | 3 | 4 | 6 | |
| 3 | 5 | 9 | 15 | |
| 4 | 4 | 16 | 16 | |
| 5 | 6 | 25 | 30 | |
| 合计 | 20 | 55 | 70 | 70 |
- $ n = 5 $
- $ \sum x = 15 $
- $ \sum y = 20 $
- $ \sum x^2 = 55 $
- $ \sum xy = 70 $
代入正规方程组：
$$
\begin{cases}
20 = 5a + 15b \\
70 = 15a + 55b
\end{cases}
$$
解这个方程组：
从第一式得：
$$
a = \frac{20 - 15b}{5} = 4 - 3b
$$
代入第二式：
$$
70 = 15(4 - 3b) + 55b = 60 - 45b + 55b = 60 + 10b
$$
解得：
$$
10b = 10 \Rightarrow b = 1
$$
再代入求 $ a $：
$$
a = 4 - 3 \times 1 = 1
$$
四、最终结果
因此，最佳拟合直线为：
$$
y = 1 + 1x
$$
即：
$$
y = x + 1
$$
五、总结与表格
| 参数 | 值 | 说明 |
| a | 1 | 截距项 |
| b | 1 | 斜率项 |
| 直线方程 | $ y = x + 1 $ | 最小二乘法拟合结果 |
| 数据点 | 5个 | 包括 x 和 y 的观测值 |
六、结论
通过最小二乘法，我们成功地找到了一条能够最合理拟合给定数据点的直线。该方法不仅适用于线性拟合，也可扩展至多项式拟合或其他非线性模型。在实际应用中，掌握最小二乘法有助于提高数据分析的准确性与可靠性。
