05 第三章数据拟合.ppt

Ch3 函数逼近与曲线拟合 什么是函数逼近 范数与赋范线性空间 三种常用的范数 维尔斯特拉斯定理Weierstrass 内积与内积空间 勒让德(Legendre)多项式 勒让德多项式的性质 切比雪夫（Chebyshev）多项式 性质 其它正交多项式 最佳一致逼近多项式 optimal uniform approximating polynomial 切比雪夫定理 最佳平方逼近 M-Estimation * / 25 * / 25 * / 25 * / 25 用MATLAB作线性最小二乘拟合 1. 作多项式f(x)=a1xm+ …+amx+am+1拟合,可利用已有程序: a=polyfit(x,y,m) 2.多项式在x处的值y可用以下命令计算： y=polyval（a，x） 输出拟合多项式系数 a=[a1, …am , am+1] (数组)） 输入同长度 的数组X，Y 拟合多项 式次数 * / 25 即要求 出二次多项式: 中 的 使得: 例 对下面一组数据作二次多项式拟合 * / 25 1）输入以下命令： x=0:0.1:1; y=[-0.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2]; A=polyfit(x,y,2) z=polyval(A,x);