第三章函数逼近与曲线拟合.pptVIP

一、问题提出 已知测量数据： 要求简单函数 使得 总体上尽可能小。 称为“残差” 这种构造近似函数的方法称为曲线拟合； 合函数。 称为拟 §4 曲线拟合的最小二乘法 注： 使 尽可能小的度量准则: 常见做法： 使 最小 较复杂 使 最小 不可导，求解困难 使 最小 二、曲线拟合的步骤： （3）根据某一逼近准则确定拟合函数的未知参数； （2）观察散点分布，选择适当的函数类来构造拟合函数； （1）根据已知条件画出散点图； 这一方法称为数据拟合法，得到的函数p(x)称为拟合曲线。 线性拟合问题 三、最小二乘法(2-范数度量下的曲线拟合) ? 对于一组数据 和权函数 ， 要在函数类 中找一个函数 使得误差平方和 其中 即 上述问题转化为求多元函数 的极小点 问题。由极值必要条件得 记 于是得到关于 的方程组（法方程组或正规方程组） 由于 线性无关，所以上述方程组有唯一解，设为 ，从而有 ? 多项式拟合问题 取 称为多项式拟合。 得到的拟合函数 ? 非线性拟合 （1）双曲拟合 （2）对数拟合 （3）指数拟合 （4）幂函数拟合 举例 给定 的一组数据，求拟合函数 。 解： 作图可知所有点都分布在一条直线的附近，即拟合函数 近似为一个线性函数，故可设 将数据带回，即可得拟合函数 * 性质 对于任何 下列结论成立： 1、 2、 3、 （Cauchy-Schwarz不等式） (三角不等式) (平行四边形定律) 二、相关概念 1、距离 线性赋范空间中两元素 之间的距离为 连续函数空间 中， 与 的距离即为 因此， 中两点 与 之间的距离即为 也称为2-范数意义下的距离 2、正交 则称f (x)与g (x)在[a, b]上带权? (x)正交。 若 则称 与 正交。 进一步， 设在[a, b]上给定函数系 ，若满足条件 则称函数系 是[a, b]上带权? (x)的正交函数系。 连续函数空间 中，设 ，若 特别地，当Ak ? 1时，则称该函数系为标准正交函数系。 若上述定义中的函数系为多项式函数系，则称之为[a, b] 上带权? (x)的正交多项式系。并称 是 上带权 的 次正交多项式。 3、正交化手续 一般来说，当权函数 及区间 给定以后，可以由幂函数系 利用正交化方法构造出正交多项式系。 4、正交多项式的性质 (1) 是最高次项系数为1的 次多项式. (2)任一 次多项式 均可表示为 的线性组合. (3)当 时, 且 与任一次数小于 的多项式正交. (4)递推性 其中 这里 且都在区间 内. (5) 设 是在 上带权 项式序列, 的正交多 则 的 个根都是单重实根, 三、常用的正交多项式 1、第一类切比雪夫多项式 (1)定义 (2)性质 2、Legendre(勒让德)多项式 (1)定义 多项式 称为n 次勒让德多项式。 (2)性质 勒让德多项式序列 是[-1, 1]上带权 的正交多项式序列。即 ?正交性: ?递推关系: 相邻的三个勒让德多项式具有如下递推关系式： 当n为偶数时， 为偶函数； 当n为奇数时， 为奇函数。 在区间[-1, 1]内部存在n个互异的实零点。 ?奇偶性： ? ? 的最高次项系数为 ? 在所有首项系数为1的 次多项式中，勒让德 多项式 在 上与零的平方误差最小。 证明： 它可表示为 设 是任意一个最高项系数为1的 次多项式， 于是 3、其他常用的正交多项式 (1) 第二类Chebyshev(切比雪夫)多项式 定义： 称 为第二类切比雪夫多项式。 性质: ① 是区间[-1, 1]上带权 的正交多项式序列。 ② 相邻的三项具有递推关系式： (