基于Legendre多项式的分段拟合.pdfVIP

基于Legendre多项式的分段拟合 李光辉，叶绪国 (凯里学院数学科学学院，贵州凯里556011) 摘 要：文章通过对比数据的散点图与曲线的近似导函数的散点图，根据不同情况，选择分段节点。在确 定分段区间的前提下，利用常用的Legendre多项式对数据进行分段拟合，最后对实验数据进行拟合，证明拟合 效果 良好。 关键词：Legendre多项式；正交多项式；~ aff；最小二乘 中图分类号：0212 文献标识码：A 文章编号 ：1002—6487(2013)18—0028—04 行拟合： 0 弓I育 P(x)=J80+J811(z)+…+ (z) (2) 当数据量较大，直接用最小二乘曲线拟合时就需要引 在科 学 实验 数 据 处 理 中 ，对 于 一 组 数 据 入高次的多项式，而高次多项式往往是振荡的，在拟合过 ( Y)i=0，1，…， ，由多项式插值可以构造出 次插值 程中市场会出现类似插值问题中的龙格现象，使得有点区 式L()= ，但 由于观测数据的误差，或受到随机因素 间上拟合数据与实际数据偏差很大。为此，已有不少的研 的干扰，且当观测数据量大时，插值多项式就不能很好的 究利用分段拟合的方法来避免这类现象 。本文再次基 逼近实际情况。通常是用最 ／b-乘法对数据进行拟合，特 础上提出在分段区间上用正交多项式来进行拟合。关于 别是在多项式拟合中，用最／1,,-乘理论得到的方程组中， 分段拟合涉及到两个问题，即：①如何选取分段节点的位 其系数矩阵往往是病态的，随着拟合次数的增大，系数矩 置；②在不同的区间上用什么样的函数拟合更优。对于这 阵在数量级上相差很大。为避免求解病态方程组，通常是 两个问题，没有确定的准则能适应所有的情况，对于问题 利用正交多项式来进行拟合。 1，在精度要求较高的情况下，先设定误差值，在区间 ，6] 定义 1 ：设 ，是在n+1个节点n=zoz1… =6 内先选择一段区间 ，b1]作拟合，若误差超过预先设定 上给定的离散函数。若函数 (z)= z，o， ··)∈中， 的值，则将区间再缩小，若误差比设定值小，则进一步将区 间扩大，直到求得在某区间内误差即将达到的预先设定的 其中~=span{p0， ··)，满足： 临界值，然后除去该区间在其他区间上做同样的工作，以 ∑如)[—s’()]。=卿 ∑ID(z)一zf)] 此类推，从而在整个区间 ，b]上得到分段曲线。这种方 l=0 f=0 其中JD(z)为 ， 上的权函数，称S为函数厂(仅在 法计算量大，拟合效果良好 。依经验做分段拟合时通常是 ． +1个节点上的取值)在 中的最tb--乘解，也称为最小 做出数据的散点图，观察数据的变化趋势，以此确定分段 二乘曲线拟合。 节点的位置，以及在不同区间上选用的拟合函数，并其不 止做一种拟合曲线，进而对比，选择最优者。 特别的，如果 = 0， ··)为正交多项式系，即：