第五章线性参数的最小二乘处理
2011第5章线性参数的最小二乘法处理

二、正规方程
线性参数的最小二乘法处理程序可归结为: 首先根据具体问题列出误差方程式; 再按最小二乘法原理,利用求极值的方法将误差 方程转化为正规方程; 然后求解正规方程,得到待求的估计量; 最后给出精度估计。
对于非线性参数,可先将其线性化,然后按上 述线性参数的最小二乘法处理程序去处理。
二、正规方程
xt
V L AXˆ
则等精度测量时线性参数的残余误差方程为
v1
v1
v2
...
vn
v... 2
最小
vn
一、最小二乘法原理
V TV 最小 ( L AXˆ )T ( L AXˆ ) 最小
线性参数的不等精度测量还可以转化为等 精度的形式,从而可以利用等精度测量时测量 数据的最小二乘法处理的全部结果。
yn fn ( x1 , x2 , ..., xt )
一、最小二乘法原理
v1 l1 y1 v2 l2 y2
vn ln yn v1 l1 f1( x1 , x2 , ..., xt ) v2 l2 f2 ( x1 , x2 , ..., xt )
vn ln fn ( x1 , x2 , ..., xt )
ln
x1
Xˆ
...x2
xt
和
n×t
阶矩阵
A
a11
a21
a12 a22
... a1t
...
a2t
an1
an2
...
ant
第五章 线性参数的最小二乘T part1

8
v1 l1 (a11x1 a12 x2 a1t xt ) v2 l2 (a21x1 a22 x2 a2t xt ) vn ln (an1 x1 an 2 x2 ant xt )
v
i 1
n
2 i
v12 v 2 2 vn 2 最 小
n 2 ( vi ) i 1 0 x1 n ( vi 2 ) i 1 0 x t
将残余误差平方和对估计量x1求偏导:
( vi 2 )
i 1 n
x1
2 a11 l1 ( a11 x1 a12 x2 a1t xt ) 2 a21 l2 ( a21 x1 a22 x2 a2 t xt ) -... 2 an1 ln ( an1 x1 an 2 x2 ant xt ) 0
误差方程为
v1 l1 (a11x1 a12 x2 a1t xt ) v2 l2 (a21 x1 a22 x2 a2t xt ) vn ln (an1 x1 an 2 x2 ant xt )
9
误差方程
Y1 a11 X 1 a12 X 2 a1t X t y1 a11x1 a12 x2 a1t xt Y2 a21 X 1 a22 X 2 a2t X t y2 a21x1 a22 x2 a2t xt yn an1 x1 an 2 x2 ant xt Yn an1 X 1 an 2 X 2 ant X t
或
ˆ) ˆ) 最小 ( L AX ( L AX
第五章 最小二乘法

第二节 正规方程
第五章 线性参数的最小二乘法
正规方程:将误差方程按最小二乘法原理转化得到的
有确定解的代数方程组。
一、等精度测量线性参数最小二乘处理的正规方程
v1 l1 (a11 x1 a12 x2 a1 t xt ) v 2 l 2 (a21 x1 a22 x2 a2 t xt ) v l (a x a x a x ) n n1 1 n2 2 nt t n
2
ln (an1 x1 an 2 x2 ant xt )
vi x1
2
2
2a11 l1 (a11 x1 a12 x2 a1t xt ) 2a21 l2 (a21 x1 a22 x2 a2 t xt ) 2an1 ln (an1 x1 an 2 x2 ant xt ) 0
a
i1 i
a
i1
ai 2 x2
a
it
a it x t 0
2 2 vi 2 a i1a i1 0 2 x1
说明存在极小值
正规方程 (t个)
n n n n ai 1 l i ai 1ai 1 x1 ai 1ai 2 x2 ai 1ait x t i 1 i 1 i 1 i 1 n n n n ai 2 l i ai 2 ai 1 x1 ai 2 ai 2 x2 ai 2 ait x t i 1 i 1 i 1 i 1 n n n n ait l i ait ai 1 x1 ait ai 2 x2 ait ait x t i 1 i 1 i 1 i 1
05第五章--线性参数最小二乘处理x

v1 l1 f1(x1, x2 ,, xt )
v2
l2
f2 (x1,
x2 ,,
xt
)
vn ln fn (x1, x2 ,, xt )
y1,, y2 ,, yn 残差方程式
第一节 最小二乘原理
若 l1,l2不,存,l在n 系统误差,相互独立并服从正态分布
,原则差分别为
1,, 2则,, n 出目前l1,l相2 ,应,真ln 值附近
aitli ait ai1x1 ait ai2 x2 ait ait xt
i 1
i 1
i 1
i 1
特点:
➢ 主对角线分布着平方项系数,正数 ➢ 相对于主对角线对称分布旳各系数两两相等
第二节 正规方程
看正规方程组中第r个方程:
n
n
n
n
airli [ air ai1x1 air ai2 x2 air ait xt ] 0
)0
则误差方程转化为线性方程组
v1 l1'(a111 a12 2 a1tt )
v2
l2 '(a211
a22 2
a2t
t
)
vn ln '(an11 an2 2 antt )
近似值
于是可解得 r (r 1,2,,t) ,进而可得xr (r 1,2,,t)。
第二节 正规方程
针对非线性函数 yi fi (x1, x2 ,, xt ) (i 1,2,, n) 其测量误差方程为
v1 l1 f1(x1, x2 ,, xt )
v2
l2
f2 (x1, x2 ,,
xt
)
vn ln fn (x1, x2 ,, xt )
第5章线性参数的最小二乘法处理

最小 1
p1 : p 2 : : p n
有
2 2
x1
2
2
:
n
1
x2
2
::
xn 2
( 55)
p1v1 p 2 v 2 p n v n
pi vi2
i 1
最小
对于等精度测量,有 1 1 n 即
p1 p 2 p n
2 2 n 12 2 2 2 2 最小 1 2 n
当然,由前述给出的结果只是估计量,它们以 最大的可能性接近真值而并非真值,因此上述条件 应以残差的形式表示,即用残差代替绝对误差:
2 v1 2
1 2 n 引入权的符号p,由下面的关系
2 2
2 v2
1
2 vn
2 i
0
2 2 2
0
为测量数据li的权; 为单位权方差;
0 0 2 2 n
i2为测量数据li的方差。
线性参数的不等精度测量可以转化为等精度的 形式(单位权化),从而可以利用等精度测量时 测量数据的最小二乘法处理的全部结果。为此, 应将误差方程化为等权的形式。若不等精度测量 数据li 的权为pi ,将不等精度测量的误差方程式 (5-9)两端同乘以相应权的平方根得:
ˆ V L AX
( -10 5 )
等精度测量时:残差平方和最小这一条件的矩 阵形式为 v1 v v1v2 vn 2 最小 vn 即 T
V V 最小 (5 -11 )
ˆ L AX 最小
T
或
ˆ L AX
(5 - 1 2)
第五章 线性参数最小二乘法处理(1)

光电效应
1 E = hν = m υ0 2 + A 2
1 eU 0 = m υ0 2 2
h A U0 = ν e e
2
光电效应
频率νi(×1014Hz) 8.214 7.408 6.879 5.490 5.196 截止电压U0i(V) 1.790 1.436 1.242 0.688 0.560
3
光电效应
SLOPE函数
频率ν i(Hz) 8.214E+14 7.408E+14 6.879E+14 5.490E+14 5.196E+14 截止电压U0i(V) 1.790E+00 1.436E+00 1.242E+00 6.880E-01 5.600E-01
4.02964E-15
2.000E+00 1.800E+00 1.600E+00
1
i 2
e
i 2 ( 2 i 2 )
di
( i 1, 2,
, n)
由概率论可知,各测量数据同时出现在相应区域的概率
为ቤተ መጻሕፍቲ ባይዱ
P Pi
i 1
n
1
1 2 n
2
e n
i 1
n
i 2 (2 i 2 )
d 1d 2
d n
12
第一节 最小二乘原理
1.400E+00
y = 4E-15x - 1.5314
1.200E+00 1.000E+00 8.000E-01 6.000E-01
4.000E-01
2.000E-01 0.000E+00 0.000E+00 5.000E+14 1.000E+15
2011第5章线性参数的最小二乘法处理
V T PV 最小 (L AXˆ)T P(L AXˆ) 最小
一、最小二乘法原理
思路二:不等精度 pi 等精度
v1 p1 l1 p1 a11 p1 x1 a12 p1 x2 a1t p1 xt
v2
p2 l2
p2 a21
p2 x1 a22
p2 x2 a2t
二、正规方程
线性参数的最小二乘法处理程序可归结为: 首先根据具体问题列出误差方程式; 再按最小二乘法原理,利用求极值的方法将误差 方程转化为正规方程; 然后求解正规方程,得到待求的估计量; 最后给出精度估计。
对于非线性参数,可先将其线性化,然后按上 述线性参数的最小二乘法处理程序去处理。
二、正规方程
ln
n
ai 2ain a12a1t a22a2t
i 1
an2ant
n
ai 2li a12l1 a22l2
i 1
an2 ln
a11 a12 ... a1t
A
a21
a22
...
a2t
i 1
n
x2 ai 2ai 2 ... xt
i 1
n
ai 2ait
i 1
)
n
ai 2ai1 a12a11 a22a21
i 1
n
ai 2ai 2 a12a12 a22a22
i 1
an2an1 an2an2
l1
L
l...
2
an1ant an1ln
a11 a12 ... a1t
线性参数的最小二乘法处理
1
0 .3
x 2 0 .4
x1 x 3 0 .5
列出非线性测量方程 x32 x 3 0 . 3
组
x1x 2 0 .1 4
x1 x2
x1 , x2 , x3
x1x2 /x1x2
【1解(】x) x1
2(x) x2
32(x)x1x2
4(x)x2x3
5
a51 18.0625 a52 10.5625 a 53 0
1
0 0
0.025v1
0
1
0
1 0 1
110写出21线3
性化残差
0.025v2 方程0组.025v3
0.025v
18.0625 10.5625 0 整理得正规方1程.组24125v5
解出
328.254 190.785 11 22.4201
v4 L4 x1 x22.016(1.0280.983)0.005 v5 L5 x2 x31.981(0.9831.013)0.015 v6 L6 x1x2 x33.032(1.0280.9831.013)0.008
0 2 估v 1 计2 的v 标2 2 准v 差3 2 v 4 2 v 5 2 v 6 2 0 .0 0 0 5 3 6
x2
x3
待求量
y1 y3 y2
y4
x 0 . 3 ( y ) 为 了 获 得 更 可 靠 的 结 果 , 测 量 次 数 总 要 多 于 未 知 参 数 的 数 目
1
1
x 0 . 4 ( y ) 组 合 测 量 , 指 直 接2测 量 一 组 被 测 量 的 不 同2组 合 值 , 从 它 们 相 互 所 依 赖 的 若 干
误差分析与数据处理:第5章 线性参数的最小二乘处理
二、不等精度测量线性参数最小二乘处理的正规 方程
n
pi
vi
2 =最小
i 1
(
n
pivi2 )
i1
0
x1
n
(
pivi2 )
i 1
xt
0
由此可得不等精度测量线性参数最小二乘处理的 正规方程:
n
piai1li
n
piai1ai1x1
n
piai1ai2 x2
n
piai1ait xt
i 1
i 1
i 1
i 1
n
i 1
pi ai 2li
n i 1
piai2ai1x1
n i 1
piai2ai2 x2
n i 1
pi
ai
2 ai t
xt
n
n
n
n
piaitli piaitai1x1 piaitai2 x2 piaitait xt
i 1
i 1
i 1
i 1
整理得: p1a11v1 p2a21v2 pnan1vn 0
v1 l1 x
v2
l2
x
vn ln x
按照最小二乘原理可求得
n
pili
x
i 1 n
pi
i 1
结论:最小二乘原理与算术平均值原理是一致的,
算术平均值原理是最小二乘原理的特例。
第三节 精度估计
目的:给出估计量 x1, x2 ,, xt的精度
Xˆ C 1 AT L C AT A
一、测量数据精度估计
二、最小二乘估计量的精度估计
一、测量数据精度估计
A)等精度测量数据的精度估计 对 l1, l2 ,, ln进行n次等精度测量,给出 2 的估计量。
第五章 线性参数的最小二乘处理
∂v 2 ∂v 2 ∂v 2 = 0,......, =0 = 0, ∂x1 ∂x2 ∂xm
从而得到m个新的方程式,叫作“正规方程组”或“法方程组”。解 正规方程组,得出唯一的一组解,即为符合最小二乘原理的最 解。
定义:正规方程——误差方程按最小二乘法原理转化 得到的有确定解的代数方程组。
⎛ n 2⎞ ∂⎜ ∑ v i ⎟ n n n ⎫ ⎧n i ⎠ = −2 ⎝ ai1li − ∑ ai1ai1 x1 + ∑ ai1ai 2 x2 + L + ∑ ai1ait xt ⎬ = 0 ⎨∑ ∂ x1 i =1 i =1 i =1 ⎭ ⎩ i =1
15
中国地质大学(武汉)Fra bibliotek误差理论与数据处理
p1v1 + p2 v2 + L + pn vn = ∑ pi vi = 最小
2 2 2 2 i =1
n
最小二乘原理(其他分布也适用)
测量结果的最可信赖值应使残余误差平方和 (或加权残余误差平方和)最小。
8
中国地质大学(武汉)
误差理论与数据处理
第一节 最小二乘原理
三、等精度测量的线性参数最小二乘原理
中国地质大学(武汉)
残差方程
5
误差理论与数据处理
第一节 最小二乘原理
若 l1 , l2 ,L , ln 不存在系统误差,相互独立并服从正 分布,标准差分别为 σ 1 , σ 2 ,L , σ n ,则 l1 , l2 ,L , ln 出现在 相应真值附近 dδ1 , dδ 2 ,L , dδ n 区域内的概率为 1 −δ i 2 ( 2σ i 2 ) Pi = e dδ i (i = 1,2,L , n) σ i 2π 由概率论可知,各测量数据同时出现在相应区域的概 n 为 P = P P2 ......Pn = ∏ Pi 1
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第五章线性参数的最小二乘处理习题5-1研究铂-铱米尺基准器的膨胀系数时得出,在不同温度下该米尺基准器的长度的修正值可用下述公式表示:x+ty+t2z=L式中x表示在0℃时米尺基标准器的修正值(微米);y和z为温度系数;t为温度(℃);L 为t℃基准器的长度的修正值(微米)。
经研究得在不同温度下米尺基准器长度的修正值如下表:求未知参量x,y,z的最可依赖值。
5-2对未知量x,y,z,组合测量的结果如下:x=0y=0z=0x-y=0.92,-y+x=1.35-x+z=1.00试求x,y,z的最可依赖值及其标准误差。
5-3由等精度测定方程为:x+37y+1369z=36.3x+32y+1024z=41.4x+27y+729z=47.5x+2y+484z=54.7x+17y+289z=63.2x+12y+144z=72.9x+7y+49z=83.7试用矩阵最小二乘法求x ,y ,z 的最可依赖值及其精度。
5-4交流电路的电抗x =ωL Cω1-, 在角频率ω1=3时,测得x 为x 1=0.8ω2=2时,测得x 为x 2=0.2 ω3=1时,测得x 为x 3=-0.3试求:(i) L ,C 及其方差;(ii) ω=3时(ωσ=0.1)电抗值及其方差。
5-5试求下列方程给出的x ,y 的最大或然值及其标准误差。
2x +y =5.1x -y =1.14x -y =7.4x +4y =5.95-6测得一直线上四段长度AB 、BC 、CD 、DE 分别为24.1,35.8,30.3和33.8厘米,但已知AD 准确长90厘米和BE 准确长100厘米。
试求AB ,BC ,CD ,DE 的最大或然值。
5-7由方程组3x +y =2.9x -2y =0.92x -3y =1.9试求x ,y 的最大或然值及其标准误差。
5-8由下面的不等精度的测定方程组,求x 1,x 2的最可信赖值及其标准误差。
x 1=0 权: P 1=8 x 2=0P 2=10 x 1+2x 2=0.25 P 3=1 x 1-3x 2=0.92P 4=55-9由下面的不等精度的测定方程组,试用矩阵最小二乘法求x ,y 的最大或然值及其标准误差。
x -3y =-5.6权: P 1=1 4x +y =8.1 P 2=2 2x -y =0.5P 3=35-10由下面的测定方程组,试求x ,y 的最可依赖值及其标准误差。
2x +y =5.1权:P 1=1 x -y =1.1P 2=3 4x -y =7.2P 3=25-11试求满足下列方程的x ,y ,z 及其标准误差(假设它们是等权的)。
x +y +z =4.012x-y+z=1.04x+3y-2z=5.023x+y=4.975-12由座标点(1,0) (3,1) 和 (-1,2)到某点的距离分别为3.1,2.2和3.2。
试求该点座标位置的最大或然值及其标准误差。
5-13对某一角度值,分两个测回进行测定,其权等于测定次数,测定值如下。
试求该角度的最可信赖及其标准误差。
5-14某平面三角形三个角被测出为A=48º5′10″,B=60º25′24″,C=70º42′7″,令假设这种测量(i)各次权相等;(ii)各次权分别为1、2、3;试求A、B、C的最大或然值。
5-15数N系时间t的函数N=x1+ x2t+ x3t2测定后的N的值如下。
测定是在异权情况下进行的,试求x1,x2,x3的最可信赖值。
5-16硝酸钠在100份水的溶解度与温度的关系,测定为上述关系可用直线67.5+0.87t表示(式中t为温度)。
试用最小二乘法来检证。
5-17由下列测定的方程组,求X、Y最可信赖及其或然误差。
X+Y=37.0 权:P1=52X+Y=61.9 P2=43X+Y=86.7 P3=4X+2Y=49.2 P4=4X+3Y=60.6 P5=32X+3Y=86.7 P6=23X+2Y=98.4 P7=35-18由下列测定方程组,求X、Y最可信赖及其标准误差。
2X+4Y+8Z=0.16122.200X+4.840Y+10.648Z=0.19863.200X+10.240Y+32.768Z=0.50982.600X+6.760Y+17.576Z=0.28963X+9Y+27Z=0.41815-19假设有三个某种量规,其值分别为Y1、、Y2、Y3。
现在将它们直接地或间接地与数值已知为N的标准量规比较,比较的方案为下述三种(三种组合):(i)每一个量规各与标准量规比较二次;(ii)第一个量规(Y1)与标准量规比较二次,第二个量规(Y2)与第一个量规比较二次,第三个量规(Y3)与第二量规比较二次;(iii)每一个量规各与标准量比较一次,然后它们相互按不同的组合比较一次;上述三种测量方案得到的条件方程式如下表所示:试研究采用那一种测量方案能够获得最好的结果。
(提示:可以比较不同测量方案下未知数的权)。
典型题解5-1 由测量方程9.23=+y x 9.02=-y x 9.132=-y x 试求x 、y 的最小二乘法处理及其相应精度。
解:方法一:列出误差方程组:123 2.9(32)0.9(2)1.9(23)v x y v x y v x y =-+⎫⎪=--⎬⎪=--⎭22231i 2i))32(9.1())2(9.0())3(9.2(y x y x y x V--+--++-∑==分别对y x ,求偏导,并令它们的结果为0,02)9.1)32((2)9.0)2((23)9.2)3((2=⨯--+--+⨯-+y x y x y x 03)9.1)32((22)9.0)2((2)9.2)3((2=⨯--+⨯----+y x y x y x即,14513.4514 4.6x y x y -=⎫⎬-+=-⎭由上式可解得结果:9626.0=x 0152.0=y方法二:直接列表计算给出正规方程常数项和系数可得正规方程14513.4514 4.6x y x y -=⎫⎬-+=-⎭将y x ,的结果代入分别求得:123 2.9(30.96260.0152)0.0030.9(0.962620.0152)0.03221.9(20.962630.0152)0.0204v v v =-⨯-⎫⎪=--⨯-⎬⎪=-⨯⨯⎭+==-= 得,322221231222(0.003)(0.0322)(0.0204)0.00146ii vv v v ==++=-+-+=∑ 由题已知,23==t n ,得0382.0231046.13312=-⨯=-=-∑t n viσ 由不定乘数的方程组1112111214515140d d d d -=⎫⎬-+=⎭2122212214505141d d d d -=⎫⎬-+=⎭得0819.011=d 0819.022=d得0109.00819.00382.011===d x σσ0109.00819.00382.022===d y σσ方法二:按矩阵形式计算,由误差方程∧=-V L A X123 2.9(32)0.9(2)1.9(23)v x y v x y v x y =-+⎫⎪=--⎬⎪=--⎭上式可以表示为⎥⎦⎤⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡y x l l l v v v 322113321321即123v v v ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦V ;123 2.90.91.9l l l ⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦L ; 311223⎡⎤⎢⎥=-⎢⎥⎢⎥-⎣⎦A ; x y ∧⎡⎤=⎢⎥⎣⎦X 可得11()T T T x y ∧--⎡⎤===⎢⎥⎣⎦X C A L A A A L式中1111()31312145121235142314514511145145145171514T ---=⎡⎤⎡⎤-⎡⎤⎡⎤⎢⎥⎢⎥=-=⎢⎥⎢⎥⎢⎥⎢⎥---⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤==⎢⎥⎢⎥-⎣⎦⎣⎦-C A A - 所以1 2.914531210.9145123171 1.92.94741310.9292332171 1.9164.61 2.61710.96260.0152T x y ∧-⎡⎤==⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥=⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦⎢⎥⎣⎦⎡⎤⎡⎤⎢⎥=⎢⎥⎢⎥--⎣⎦⎢⎥⎣⎦⎡⎤=⎢⎥⎣⎦⎡⎤⎢⎥⎣⎦X C A L= 即解得,0.96260.0152x y =⎫⎬=⎭将最佳估计值代入误差方程可得,123123311223v v v l x l y l ∧⎡⎤⎢⎥=-=⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥=--⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥-⎣⎦⎣⎦V L A X312.90.96260.9120.01521.9230.00300.03220.0204⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥=--⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥-⎣⎦⎣⎦-⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦将计算得到的数据代入式中0382.02-31046.13312=⨯=-=∑-t n viσ 为求出估计量y x ,的标准差,首先求出不定常数ij d )21(,,=j i 。
由已知,不定常数ij d 的系数与正规方程的系数相同,因而ij d 是矩阵1-C 中各元素,即⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=-5145141711222112111d d d d C 则0819.01711411==d 0819.01711422==d 可得估计量的标准差为0109.00819.00382.011===d x σσ0109.00819.00382.022===d y σσ5-2 已知误差方程为11013.10x v -= 33002.10x v -= )(008.0315x x v --=22010.10x v -= )(004.0214x x v --= )(006.0326x x v --=试给出321x x x ,,的最小二乘法处理及其相应精度。
解:根据矩阵形式,误差方程∧=-V L AX 可以表示为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡----⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡321654321654321110101011100010001x x x l l l l l l v v v v v v 即123456v v v v v v ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦V ;12345610.01310.01010.0020.0040.0080.006l l l l l l ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦L ; 100010001110101011⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥-⎢⎥⎢⎥-⎢⎥-⎢⎥⎣⎦A ;123x x x ∧⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦X 可得11123()T T T x x x ∧--⎡⎤⎢⎥===⎢⎥⎢⎥⎣⎦X C A L A A A L 式中1111()1000101001103110010101011311100010111131010118448441148448431116448448131113T ---=⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥--⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=-=--⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥----⎣⎦⎣⎦⎢⎥⎢⎥-⎢⎥⎢⎥-⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥--⎢⎥⎢⎥⎣⎦⎣⎦----C A A - 得1123T x x x ∧-⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦X C A L 10.01310.01084410011010.00214840101010.004160010114480.0080.006⎡⎤⎢⎥⎢⎥⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦⎢⎥⎢⎥⎢⎥⎣⎦ 10.01310.010********.00214844040.004164480440.0080.006⎡⎤⎢⎥⎢⎥⎡⎤⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎢⎥⎢⎥⎢⎥⎣⎦160.20001160.148016160.052010.012510.009310.0033⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦即解得12310.012510.009310.0033x x x =⎫⎪=⎬⎪=⎭将最佳估计值代入误差方程可得4111050005.00125.10013.10013.10-⨯==-=-=x v 4221070007.00093.10010.10010.10-⨯==-=-=x v 43310130013.00033.10002.10002.10-⨯-=-=-=-=x v 42141080008.0)0093.100125.10(004.0)(004.0-⨯==--=--=x x v45130.008()0.008(10.012510.0033)0.00121210v x x -=--=--=-=-⨯0)0033.100093.10(006.0)(006.0326=--=--=x x v得62222222123456i 1424242424286(510)(710)(1310)(810)(1210)0(254916964144)104.5110i vv v v v v v -------=+++++=⨯⨯-⨯⨯-⨯=++++⨯=⨯∑=+++++ 可得366121021.23-61051.4--⨯=⨯=-=∑tn viσ为求出估计量321x x x ,,的标准差,首先求出不定乘数ij d ,不定乘数ij d 的系数 与正规方程的系数相同,因而ij d 是矩阵1-C 中各元素,即1112131212223313233844148416448d d d d d d d d d -⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦C 则5.0816111=⨯=d5.0816122=⨯=d 5.0816133=⨯=d 于是估计量的标准差,0016.05.01021.23111=-⨯==d x σσ 0016.05.01021.23222=-⨯==d x σσ0016.05.01021.23333=-⨯==d x σσ5-3 测力计示值与测量时的温度t 的对应值独立测得如下表所示。