在给别人的回答中，描述了这个推导过程，希望对你有帮助喽，对于任何曲线都是这个原理哒。
原问题：
题目:炼钢是氧化脱碳的过程，钢液含碳量直接影响冶炼时间长短。设通过5次实验已得到某平炉冶炼时间y与钢液含碳量x的一组数据
i 1 2 3 4 5
xi 163 123 150 123 141
yi 186 126 172 125 148
求y与x的函数表达式。（用最小二乘法 直线 拟合此题）
解答如下：
写在前面：
喵。。也就我这么好心。。。只有15分还帮你写程序。。。。
如果你将来做技术，你就会经常要搭建数学模型，那么就会大量运用各种的最小二乘法来拟合模型参数，所以要好好学哦，亲~
希望通过这个例子，能够让你对最小二乘法入门。。。
开始：
最小二乘法，通常用在，我们已知数学模型，但是不知道模型参数的情况下，通过实测数据，计算数学模型，例如，在题目中，数学模型就是直线方程y=ax+b，但是不知道直线方程的a和b。
本来呢，我们只需要两组（xi,yi），就可以解得a和b，但是由于实测数据都存在误差，所以，我们很容易想到一个办法，我们测很多组数据来让我的a和b更加准确。
“我们测很多组数据来让我的a和b更加准确” ，那么我从数学角度如何体现这句话呢？
比如在此例中，已知数学模型 y=ax+b
我们有很多组数据，那么我们要找一条直线，使得我们测得的每个数据，到这条直线的偏离量的总和最小。（这句话有点拗口，慢慢理解下 = =）
那么怎么用数学描述“偏离量总和最小”这个概念呢？
数学家运用了方差！
数学模型 y=ax+b
设F=ax+b-y
那么对于模型上的点(注意是模型上的点，也就是理论值)，F=ax+b-y=0
但是对于实际值来说，F=axi+b-yi 一定不等于0。那么我们就要找到一对a和b，使得F尽可能接近于0。
也就是说，“偏离量总和最小”这个概念，在数学上实际上就是要求F的方差最小。
即 Σ F^2→0 （F的平方和趋近于0）
即 Σ(axi+b-yi)^2→0
那么我们得到一个方程f(a,b)=Σ(axi+b-yi)^2，我们要找到合适的a,b使得f(a,b)最小！
也就是说，我们要找到的实际上是f(a,b)的最小值点。（因为方差不可能小于0）
因此我们需要求f(a,b)的极值点。我们借助数学工具偏导。
如果有一组a,b使得
∂f(a,b)/∂a=0
∂f(a,b)/∂b=0
那么f(a,b)就是极值点，如果a,b只有一对，那么它就是最小值点。
即 ∂( Σ(axi+b-yi)^2 )/∂a=0
∂( Σ(axi+b-yi)^2 )/∂b=0
化简得到
a*Σxi^2 + b*Σxi = Σ(xi*yi)
a*Σxi + b*N = Σyi
其中N是(xi,yi)的个数。即我们测了多少组数据
解上面的二元方程，我们就可以得到唯一的一组a,b啦，这就是我们所需要的a和b
O(∩_∩)O~是不是蛮简单的？
原文请见：http://zhidao.baidu.com/question/502748143.html?oldq=1#answer-1261674881
