本题导读

本题考查最小二乘法原理,以及二次函数的图象与性质(最值问题)。

📌【题干】

Question

(1994年全国卷(理)) 在测量某物理量的过程中,因仪器和观察的误差,使得 次测量分别得到 ,共 个数据,我们规定所测量物理量的“最佳近似值” 是这样一个量:与其他近似值比较, 与各数据的差的平方和最小.依此规定,从 推出的 .

🔍【思路分析】

破题导航

构建函数模型:根据题意,“ 与各数据的差的平方和最小”,我们可以将这个“差的平方和”表示为关于 的函数 : 展开并整理:将各项完全平方公式展开,合并同类项,将其整理为关于 的一元二次函数的标准形式 。 求最值点:利用二次函数的顶点公式 或配方法,求出当 取得最小值时对应的自变量 的值。

✅【答案】

Success

(或 )

✍【详细解析】

Abstract

根据题意,设 与各数据 差的平方和为 ,则:

将上式右边展开:

将含有 的项、含有 的项以及常数项分别合并同类项,可得:

这是一个关于 的一元二次函数,其中二次项系数 ,一次项系数 。 因为 ,所以该二次函数图象开口向上,在其顶点处取得最小值。 根据二次函数顶点对称轴公式,当 取下值时, 取得最小值:

由此可知,“最佳近似值” 恰好为这 个测量数据的算术平均数。

💡【考点归纳与避坑指南】

Danger

核心考点:本题考查二次函数 当 时,在 处取得最小值的性质。 核心方法:建模法与多项式合并。能够将长代数式中的同类项(如 个 累加为 )准确提取并归纳出来是解题的基本功。 避坑指南:容易被题目长段的物理背景和一堆下标 吓倒,产生畏难情绪。需要明确,在整个化简和求导/配方过程中, 均属于已知常数,只有 才是唯一的自变量。

📖【试题探源与推广】

Tip

试题探源:本题源于数理统计学中大名鼎鼎的最小二乘法(Least Squares Method)。在实际物理实验中,通过多次测量取算术平均数来减小偶然误差的常规操作,其背后的数学数理依据正是本题所证明的平方和最小化原理。 结论推广:

  • 若不仅考虑差的平方和最小,而是为每个数据引入不同的权重 (即考虑加权误差和 最小),则通过同样的方法可推导出其最佳近似值为加权平均数:。
  • 若将条件改为“ 与各数据 的绝对值之和 最小”,则对应的最佳近似值 不再是平均数,而是这组数据的中位数。

🔗【关联脉络】

Multi column