第三章2函数逼近与快速Fourier变换3.3~3.4.pptVIP

* 若记 （4.5） 上式可改写为 （4.6） 这方程称为法方程， 可写成矩阵形式 * 其中 （4.7） 而 在 上线性无关不能推出 要使法方程(4.6)有唯一解，就要求矩阵 非奇异， 矩阵 非奇异，必须加上另外的条件. * 哈尔条件，则法方程(4.6) 的系数矩阵(4.7) 非奇异， 显然 在任意 个点上满足哈尔条件. 如果 在 上满足 函数 的最小二乘解为 定义10 设 的任意线 则称 在点集 性组合在点集 上至多只有 个 不同的零点， 上满足哈尔(Haar)条件. 方程(4.6)存在唯一的解 从而得到 于是 * 这样得到的 ， 对任何形如(4.2)的 ， 都有 故 确是所求最小二乘解. * 一般可取 ，但这样做当 时， 通常对 的简单情形都可通过求法方程（4.6）得到 给定 的离散数据 ， 有时根据给定数据图形，其拟合函数 表面上 例如， ， 求解法方程（4.6）将出现系数矩阵 为病态的问题， 不是（4.2）的形式，但通过变换仍可化为线性模型. 若两边取对数得 * 例9 这样就变成了形如（5.2）的线性模型 . 此时，若令 则 已知一组实验数据如下，求它的拟合曲线. * 解 从图中看到各点在一条直线附近，故可选择线性函数作拟合曲线， 将所给数据在坐标纸上标出，见图3-5. 图3-5 * 令 这里 故 * 解得 由（4.6）得方程组 于是所求拟合曲线为 * 关于多项式拟合，Matlab中有现成的程序 其中输入参数 为要拟合的数据， 为拟合多项式的次数， 输出参数 为拟合多项式的系数. 利用下面的程序，可在Matlab中完成上例的多项式拟合. * x=[1 1 2 3 3 3 4 5]; f=[4 4 4.5 6 6 6 8 8.5]; aa=poly(x,f,1); y=polyval(aa,x); plot(x,f,’r+’,x,y,’k’) xlabel(‘x’); ylabel(‘y’); gtext(‘y=s1(x)’） * 结果如下： * 例10 设数据 由表3-2给出， 用最小二乘法确定 及 . 解 表中第4行为 通过描点可以看出数学模型为 它不是线性形式. 用给定数据描图可确定拟合曲线方程为 两边取对数得 * 若令 先将 转化为 为确定 ， 根据最小二乘法，取 则得 数据表见表3-2. 得 * 故有法方程 解得 于是得最小二乘拟合曲线为 * 利用下面的程序，可在Matlab中完成曲线拟合. x=[1.00 1.25 1.50 1.75 2.00]; y=[5.10 5.79 6.53 7.45 8.46]; y1=log(y); aa=poly(x,y1,1); a=aa(1); b=exp(aa(2)); y2=b*exp(a*x); plot(x,y,’r+’,x,y2,’k’) xlabel(‘x’); ylabel(‘y’); gtext(‘y=a*exp(bx))’; * 结果如下： * 3.4.2 用正交多项式做最小二乘拟合 如果 是关于点集 带权 正交的 （4.8） 用最小二乘法得到的法方程组（4.6），其系数矩阵 是病态的. 函数族，即 * （4.9） 则方程（5.6）的解为 且平方误差为 * 接下来根据给定节点 及权函数 构造带权 正交的多项式 . 注意 ，用递推公式表示 ，即 （4.10） 根据 的 这里 是首项系数为1的 次多项式， 正交性，得 * （4.11） 下面用归纳法证明这样给出的 是正交的.