最小二乘法是一种用途非常广泛的算法，常常用于线性拟合。对非线性的变量关系，就要想办法先线性化。

Theis 公式是非线性的，所以需要将其转化为初始参数附近的线性形式，如用泰勒级数展开并忽略高阶项，我们要从初始参数开始寻找参数优化的最优步长，据此可使用最小二乘法拟合。

程序设计需要考虑以下问题

• 最小二乘法得出的 $(T_0 Delta T,S_0 Delta S)$ 有时为不合理的负值，这是需要收缩步长使参数
  为正值。可以用二分法缩小步长保证参数为正值；

• 最小二乘法只是在初值的基础上进行了一步优化。为了得到最优参数，需要用得出的参数作为新的
  参数初值迭代计算；

• 初值对计算效率有影响，简单方法是选取两组观测数据按 Jacob 公式计算参数初值。

内容源自地下水动力学课程教学内容，程序可在 `Jupyter notebook` 中运行，需要安装的库：Jupyter，
Jupyterlab，numpy，scipy，matplotlib，ipympl，mpl_interactions.

欢迎访问、点评！