第章函数逼近与曲线拟合概述.ppt

（3）、等距节点正交多项式系 设有一组n+1个等距节点，它们的步长为h，令权函数wi=1,引进变换： 具体为： 则各点变为x=0,1,2,…,n的n+1个整数点，幂函数xk用阶乘积x(k)代替有： 求解这一方程组可得二次拟合函数中的三个待定系数。下图反映了例题所给数据的二次曲线拟合的结果 。 一般曲线拟合的最小二乘法 如果f(x)只在一组离散点集{xi,i=0,1,…,m}上给定这就是科学实验中经常见到的实验数据{(xi,yi),i=0,1,…,m}的曲线拟合,这里yi=f(xi), i=0,1,…,m,要求一个函数y=S*(x)与所给数据{(xi,yi),i=0,1, …,m}拟合, 若记误差δi = S*(x)-yi, i=0,1,…,m,δ= (δ0,δ1, …,δm)T, 设 是C[a,b]上线性无关函数族,在 这就是一般的最小二乘逼近,用几何语言说,就称为曲线 拟合的最小二乘法. 中找一函数 这里 使误差平方和 用最小二乘法求拟合曲线的问题,就是在形如(2)的S(x)中求一函数 使加权平方和 取得最小。 它转化为求多元函数 的极小点 由求多元函数极值的必要条件,有 问题 . 若记 上式可改为 这方程称为法方程,可写成矩阵形式 要使法方程(3)有唯一解 就要求矩阵G非奇异, 其中 必须指出, 在[a,b]上线性无关不能推出矩阵G非奇异。 为保证(3)的系数矩阵非奇异, 必须加上另外的条件: 哈尔(Haar)条件 设 的任意线性组合在点集 上至多只有n个不同的零点, 则称 上满足哈尔(Haar)条件 。 在点集 显然 在任意m(m≥n)个点上满足哈尔条件。所以一般 为 则一定可以保证系数矩阵非奇异，于是方程（3）必 存在唯一解 从而得到函数 的最小二乘解为： 且成立下式 即 必为所求的最小二乘解。 解：作散点图如下： 从右图可以看出这些点接近一条抛物线，因此设所求公式为 x 0 1 2 3 4 5 y 5 3 1 1 2 3 例4: 已知一组观测数据如表所示，试用最小二乘法求 一个多项式拟合这组数据。 由最小二乘法得如下式子： 整理并代入表中的数据得： 代入数据 解之可得： 故所求多项式为： 例：由书中的数据表 可以确定拟合曲线方程为 它不是线性函数，可通过在上式两端取对数的方法将其 化为线性表达式： 也即 故数据点 转换为 有最小二乘法取 故得法方程组如下: 用正交多项式做最小二乘拟合 用最小二乘法得到的方程组其系数矩阵G是病态的, 但如果 是关于点集{xi}带 权ω(xi)(i=0,1,…,m)正交函数族,即 则方程(1) 的解为 现在我们根据给定节点x0,x1,…,xm及权函数 ω(x)0,造出带权ω(x)正交的多项式{Pn(x)}.注意n≤m,用递推公式表示Pk(x),即 且平方误差为 这里 是首项系数为1 的k次多项式，且由其正交性得： 下面用归纳法证明这样给出的{Pk(x)}是正交的。 由(3)第二式及(4)中的第一个表达式,有 下式成立。 现假定 均成立，要证(Pk+1,Ps)=0 对s=0,1,…,k均成立。由(3)有 由归纳法假定 当 时 (Pk,Ps)=0，(Pk-1,Ps)=0 另外,xPs(x)是首项系数为1的s+1次多项式, 它可由P0,P1,…,Ps+1的线性组合表示,而 故由归纳法假定又有 于是由(5),当 (Pk+1,Ps)=0 再看 由假定有 利用(4)中βk表达式及以上结果,得 最后,由(4)有 于是已证明了由(3)及(4)确定的多项式 (k=0,1,…,n，n≤m)组成一个关于点集{xi}的正交系. 的线性组合作 用正交多项式 最小二乘曲线拟合 只要根据公式(3)及(4)逐步求Pk(x)的同时,相应计算出系数： 并逐步把ak*Pk(x)累加到S(x)中去,最后就可得到所求的拟合曲线 这是目前最好的不用 解方程组而可以利用递推方法 得到多项式拟和的算法。 3.6最佳平方三角逼近 当 为周期函数时自然想到用三角多项式做平方逼 近会更好，以下介绍连续及离散点上的三角逼近问题。 1.连续型 设 是以 为周期的平方可积函数，用三角多 多项式 做最佳平方逼近函数，可根据三角函数组 如下的正交性， 可得 在区间 上的最佳平方三角 逼近多项式 的系数如下： 称为Fourier系数，函数 按Fourier系数展开 得到的级数称为Fourier级数，记为： 且级数一致收敛到 。 2.离散型 当 只是在给定的离散点集 上已知时，则可以类似地得到离散点集正交性与相应的 Fourier级数，一下只给出奇数个点的情形。令 若令 则 的最小二乘三角逼近为： （2）、正交多项式系：满足下面条件的多项式序列 若进一步有： 则称之为规格化正交多项式