824经验模型心 当问题的机理非常不清楚难以直接利用其他知 识来建模时,一个较为自然的方法是利用数据 进行曲线拟合,找出变量之间的近似依赖关系 即函数关系。 最小二乘法 回插值方法
最小二乘法 插值方法 当问题的机理非常不清楚难以直接利用其他知 识来建模时，一个较为自然的方法是利用数据 进行曲线拟合，找出变量之间的近似依赖关系 即函数关系。 §2.4 经验模型
最小么乘 设经实际测量已得到n组数据(x,y),i=1,…,n。将数据 画在平面直角坐标系中,见图。如果建模者判断这n个点很 象是分布在某条直线附近,令该直线方程为y=ax+b,进而 利用数据来求参数a和b。由于该直线只是数据近似满足的 如果建模者判断变量间的关系并非线性关系而是其他类型的函数 则可作变量替换使之转化为线性关系或用类似方法拟合 y=ax+b i=1此式对a和b的偏导数均为0, 解相应方程组,求得: 其中x和y 分别为x和y a=<<(x1-X)y-y 的平均值 X b=y-ax
最小二乘法 设经实际测量已得 到n组数据（xi , yi），i=1,…, n。将数据 画在平面直角坐标系中，见 图。如果建模者判断 这n个点很 象是分布在某条直线附近，令 该直线方程 为y=ax+b，进而 利用数据来求参 数a和b。由于该直线只是数据近似满足的 关系式，故 yi -(axi+b)=0一般不成立，但我们希望 = − + n i i i y ax b 1 2 [ ( )] 最小 此式对a和b的偏导数均 为0， 解相应方程组，求得： = − − − − = = = b y ax x x x x y y a n i i n i i i 1 2 1 ( ) ( )( ) y=ax+b y O (xi ,yi ) x 其中 和 分别为xi和yi 的平均值 x y 如果建模者判断变量间的关系并非线性关系而是其他类型的函数， 则可作 变量替换使之转化为线性关系或用类似方 法拟合
例1(举重成绩的比较)9 的重量级(上限体 成绩 九 重)「抓举(公斤)挺举(公斤) 52 109 141 56 120.5 151 60 130 161.5 显 67.5 141.5 180 成 75 157.5 195 成 82.5 170 207.5 因 型 90 180 221 根 110 185 237.5 我10以上 200 255
显然，运动员体重越大，他能举起的重量也越大，但举重 成绩和运动员体重到底是怎样关系的，不同量级运动员的 成绩又如何比较优劣呢？运动成绩是包括生理条件、心理 因素等等众多相关因素共同作用的结果，要建立精确的模 型至少现在还无法办到。但我们拥有大量的比赛成绩纪录， 根据这些数据不妨可以建立一些经验模型。为简单起见， 我们不妨取表中的数据为例。 例1（举重成绩的比较） 举重是一种一般人都能看懂的运动，它共分 九个重量级，有两种主要的比赛方法：抓举 和挺举。 表中给出了到1977年底为止九个 重量级的世界纪录。 110以上 200 255 110 185 237.5 90 180 221 82.5 170 207.5 75 157.5 195 67.5 141.5 180 60 130 161.5 56 120.5 151 52 109 141 抓举（公斤） 挺举（公斤） 重量级（上限体 成绩 重）
4模型1(线性模型) 将数据画在直角坐标系中可以发现,运动成绩与体 量近似满足线性关系,只有110公斤级有点例外,两 项成绩都显得较低。应用前面叙述的方法可求出近 似关系式L=kB+C,其中B为体重,L为举重成绩 你在作图时轴可以放在50公斤或52公斤处,因为 没有更轻级别的比赛,具体计算留给读者自己去完 成
模型1（线性模型） 将数据画在直角坐标系中可以发现，运动成绩与体 量近似满足线性关系，只有110公斤级有点例外，两 项成绩都显得较低。应用前面叙述的方法可求出近 似关 系式L=kB+C，其中B为体重，L为举重成绩。 你在作图 时L轴可以放 在50公斤或52公斤处，因为 没有更轻级别的比赛，具体计算留给读者自己去完 成
模型2(幂函数模型) 线性模型并未得到广泛的接受,要改进结果,能够 想到的自然首先是幂函数模型,即令L=kB,对此式 取对数,得到lnL=lnk+alnB。将原始数据也取对数, 问题即转化了线性模型,可用最小二乘法求出参数。 几十年前英国和爱尔兰采用的比较举重成绩优劣的 Austin公式:L=L/B34就是用这一方法求得的
模型2（幂函数模型） 线性模型并未得到广泛的接受，要改进结果，能够 想到的自然首先是幂函数模型，即令L=kBa，对此式 取对数，得 到lnL=lnk+a lnB。将原始数据也取对数， 问题即转化了线性模型，可用最小二乘法求出参数。 几十年前英国和爱尔兰采用的比较举重成绩优劣 的 Austin公式：L′=L/B3/4就是用这一方法求得的
4模型3(经典模型) 经典模型是根据生理学中的已知结果和比例关系推导出来的 公式,应当说,它并不属于经验公式。为建立数学模型,先 提出如下一些假设 (1)举重成绩正比于选手肌肉的平均横截面积A,即L=k1A (2)4正比于身高L的平方,即A=k2L2 K=kkk 3 (3)体重正比于身高L的三次方,即B=k3L3 根据上述假设,可得 L=kk, B k.)3=KB3 显然,K越大则成绩越好,故可用L=LB3来比较选手 比赛成绩的优劣
模型3（经典模型） 经典模型是根据生理学中的已知结果和比例关系推导出来的 公式，应当说，它并不属于经验公式。为建立数学模型，先 提出如下一些假设： (1)举重成绩正比于选手肌肉的平均横截 面积A，即L=k1A (2)A正比于身高 L的平方，即 A=k2L 2 (3)体重正比于身高 L的三次方， 即B=k3L 3 根据上述假设，可得 3 2 3 2 3 1 2 ( ) KB k L = k k B = 显然，K越大则成绩越好，故可用 来比较选手 比赛成绩的优劣。 3 2 − L = LB 3 2 1 2 3 − K = k k k
模型4( O Carro公式) 经验公式的主要依据是比例关系,其假设条件非常粗糙,可 信度不大,因而大多数人认为它不能令人信服。1967年,O Carro川基于动物学和统计分析得出了一个现在被广泛使用的 公式。 o Carro模型的假设条件是: (1)L=k1A (2)A=-kL4越大成绩越好。因而建议 (3)BB=根据的大小L=L(B-35) 假设(1)、(2是解剖学中的统计来比较选手成绩的优劣。 Carrol将体重划分成两部分:D ab 2 根据三条假设可得L=kB-B0,和为两个常数,B=< 33 此外,根据统计结果,他得出B=35公斤,B≈ 故有:L=k(B-35)
模型4（O’ Carroll公式） 经验公式的主要依据是比例关系，其假设条件非常粗糙，可 信度不大，因而大多数人认为它不能令人信服。1967年，O’ Carroll基于动物学和统计分析得出了一个现在被广泛使用的 公式。O’ Carroll模型的假设条件是： (1) L=k1A a , a<1 (2) A=k2Lb, b<2 (3) B-Bo =k3L 3 假设(1)、(2)是解剖学中的统计规律，在假设 （3）中O’ Carroll将体重划分成两部分：B=B0+B1，B0为非肌肉重量。 故有： 3 1 L = k(B −35) 根据三条假设可 得L=k(B-B0 ) β ,k和β为两个常数， 3 2 3 = ab β 此外，根据统计结果，他 得出B0≈35公斤， 3 1 β k越大成绩越好。因而建议 根据的大小 来比 较选手成绩的优劣。 3 1 ( 35)− L = L B −
模型5( Vorobyev公式) 这是一个前苏联使用的公式。建模者认为举重选手举起的不 光是重物,也提高了自己的重心,故其举起的总重量为L+B, 可以看出,他们更重视的是腿部肌肉的爆发力。应用与模型4 类似的方法,得出了按 l+B B[0.45(6-60)900 的大小比较成绩优劣的建议
模型5（Vorobyev公式） 这是一个前苏联使用的公式。建模者认为举重选手举起的不 光是重物，也提高了自己的重心，故其举起的总重量为L+B， 可以看出，他们更重视的是腿部肌肉的爆发力。应用与模型4 类似的方法，得出了按 的大小比较成绩优劣的建议。 − − 60)/900] + = B B L B L [0.45 (
上述公式具有各不相同的基准,无法相互比较。为了使公式具 有可比性,需要对公式稍作处理。例如,我们可以要求各公式 均满足在B=75公斤时有L=L,则上述各公式化为: 754 (1) Austin公式: L′=L B (2)经典公式: 75)73 L′=L B (3)ocar公式:L′=L 40 B-35 (4) Vorobyev公式: L 292501+B) 75 B(465-B)
上述公式具有各不相同的基准，无法相互比较。为了使公式具 有可比性，需要对公式稍作处理。例如，我们可以要求各公式 均满足在 B=75公斤时有 L’=L，则上述各公式化为： （1）Austin公式： （2）经典公式： （3）O’ Carroll公式： （4）Vorobyev公式： 4 3 7 5 = B L L 3 2 7 5 = B L L 3 1 3 5 4 0 − = B L L 7 5 (465 ) 29250( ) − − + = B B L B L
将公式(1)一(4)用来比较1976年奥运会的抓举成绩,各 公式对九个级别冠军成绩的优劣排序如表所示,比较结果 较为一致,例如,对前三名的取法是完全一致的,其他排序 的差异也较为微小。 体重抓举成绩 公斤)(公斤) Austin经典公式/O Vorobyev Carroll 52 10513827)13408)1397(8)1388707 56115146.3(4)1428(6)145.7(4)146.6(4) 60 125 147.8(3)14503)146.2(3)1477(3) 67.5 1351461(5)1485)144701458(5) 75 145 145.06145.03)145.0(5)145.0(6) 42.5 1625151.3(1)1522(1)1535(1)152:() 90 170148321505(21522)15032) 1017513:(8)1356(7)149(7)13858
将公式（1）—（4）用来比较1976年奥运会的抓举成绩，各 公式对九个级别冠军成绩的优劣排序如表 所示，比较结果 较为一致，例如，对前三名的取法是完全一致的，其他排序 的差异也较为微小。 110 175 131.8(8) 135.6(7) 141.9(7) 138.5(8) 90 170 148.3(2) 150.5(2) 152.9(2) 150.3(2) 42.5 162.5 151.3(1) 152.2(1) 153.5(1) 152.1(1) 75 145 145.0(6) 145.0(3) 145.0(5) 145.0(6) 67.5 135 146.1(5) 144.8(5) 144.7(6) 145.8(5) 60 125 147.8(3) 145.0(3) 146.2(3) 147.7(3) 56 117.5 146.3(4) 142.8(6) 145.7(4) 146.6(4) 52 105 138.2(7) 134.0(8) 139.7(8) 138.8(7) Vorobyev O’ Carroll Austin 经典公式 抓举成绩 (公斤) 体重 (公斤)
