newch4函数的插值拟合法.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本文观看结束!!! 它称为法方程组(或正规方程组)。 例1:数据 x 1 3 4 5 6 7 8 9 10 y 2 7 8 9 10 11 11 9 0 试求一曲线,最好地拟合这组数据。 解 (1)描图 二次曲线 (2)建立关于 的正规方程组。 解得 例 5 试对以下数据进行多项式拟合 64.2 49.6 37.4 24.6 15.6 8.7 3.8 1.1 yi 8 7 6 5 4 3 2 1 xi 解 13.8 5.1 0 1.9 y 2 1 0 -2 x 例 4.6 用最小二乘法求形如 y = ax + bx2 的多项式,使与下列数据拟合(得数保留三位小数) 解 例 4.7 给定数据 试求形如 y = a + bx2 的拟合多项式(得数保留三位小数)。 解 10.5 5.5 3.4 52.6 y 2 1 0 -5 x 4.4.3 最小二乘法的应用例 4.4.3.1 数据的指数拟合 例 4.8 试对下表数据进行指数拟合 63.3 48.8 37.2 26.8 20.4 15.4 yi 6 5 4 3 2 1 xi 解 4.1479 3.8877 3.6163 3.2884 3.0155 2.7344 Zi=ln yi 6 5 4 3 2 1 xi * 第四章 函数的插值与拟合法 4.1 引言         4.2 插值多项式的构造    4.3 分段低次插值      4.4 最小二乘法 一、插值问题的提出: 在许多实际问题中,f(x)往往有两种情况,一是f(x)是 表格函数;二是f(x)是解析函数,但表达式复杂,不易计算,而我们往往要研究函数的性质。为此,我们想构造一个新的函数来逼近原来的函数。插值就是求函数的近似表达式的一种方法。 4.1 引言 具体地说,给出f(x)在n+1个点上的函数值。 问题是根据该表格构造一个新的函数 一、插值多项式: 所谓插值多项式就是构造一个代数多项式来近似f(x)。 即已知f(x)在n+1个点上的函数值,求一个n次多项式 , 使 该处: 插值条件: 插值区间: 几何意义: 记 即有 所以,解存在且惟一,这说明由式 (4-2) 表示的 存在且惟一,证毕。 证 注: 唯一,但表达形式可以不唯一。 问题:由 确定一个次数不超过n次的代数插值多项式 满足 存在且惟一。 二、插值多项式的唯一性 4.2 插值多项式的构造 一、基本插值多项式 适合下列表函数 1.定义 的插值多项式 叫做以 为节点的基本插值多项式。 因为我们想一下子构造一个插值多项式比较困难,所以先构造最简单的。 由定义可知 2. 构造 由上, 有n个互不相同的零点, ——Lagrange基本插值多项式 注:1.n+1个节点n+1个基本插值多项式。 2. 仅与节点有关,与f(x)无关。 线性插值 (n=1) 二 、Lagrange插值多项式 抛物插值 (n=2) 注:1. 是 的线性组合。 2. 与节点的排列顺序无关。 3. 与节点及其值有关,而与f(x)无关。 例:已知列表函数 X -1 0 1 2 Y 1 1 1 -5 ,并计算f(0.5)的计算值。 解: 若是线性插值,取 若是线性插值,取 三、Lagrange插值多项式的余项 证:(作辅助函数) 注 (1)余项公式主要用于理论分析。实际使用时,代 之以误差估计式 (2)插值节点的选取应尽量靠近插值点,以使 尽可能小,以减小误差。 推论 例 4.1 给定函数表 试分别用线性插值和抛物插值求ln 1.46的近似值并估计误差。 0.530628 0.470004 0.405465 0.336472 0.262364 0.182322 lnx 1.7 1.

文档评论(0)

lingyun51 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档