NA003a函数逼近汇编.ppt

解： ?0 x 1， ?1 x x， ?2 x x2 It is soooo simple! What can possibly go wrong? 例：用 来拟合 ， §5 Discrete L-S approximating 7623 4 63 || || 484, || || 1 ? - ? B cond B B ? 例 试分别用二次和三次多项式以最小二乘拟合表中的数据， 并比较优劣。 利用法方程 解：设二次拟合函数为 1.6 0.9 0.4 0.1 -0.1 2 1 0 -1 -2 其中 §5 Discrete L-S approximating 同样可以求得三次多项式为 误差平方和为 显然三次多项式的精度要好些。 误差平方和 故所求得二次多项式为 §5 Discrete L-S approximating Algorithm: Orthogonal Polynomials Approximation To approximate a given function by a polynomial with error bounded by a given tolerance. Input: number of data m; x[m]; y[m]; weight w[m]; tolerance TOL; maximum degree of polynomial Max_n. Output: coefficients of the approximating polynomial. Step 1 Set ?0 x ? 1; a0 ?0, y / ?0, ?0 ; P x a0 ?0 x ; err y, y ? a0 ?0, y ; Step 2 Set ?1 x?0, ?0 / ?0, ?0 ; ?1 x x ? ?1 ?0 x ; a1 ?1, y / ?1, ?1 ; P x + a1 ?1 x ; err ? a1 ?1, y ; Step 3 Set k 1; Step 4 While k Max_n |err|?TOL do steps 5-7 Step 5 k ++; Step 6 ?k x?1, ?1 / ?1, ?1 ; ?k?1 ?1, ?1 / ?0, ?0 ; ?2 x x ? ?k ?1 x ? ?k?1 ?0 x ; ak ?2, y / ?2, ?2 ; P x + ak ?2 x ; err ? ak ?2, y ; Step 7 Set ?0 x ?1 x ; ?1 x ?2 x ; Step 8 Output ; STOP. 注： §5 Discrete L-S approximating 解：通过正交多项式 ?0 x , ?1 x , ?2 x 求解 设 2 2 1 1 0 0 x a x a x a y j j j + + 1 0 x j 2 29 , , 0 0 0 0 j j j y a 2 5 , , 0 0 0 0 1 j j j j a x 2 5 0 1 1 - - x x x x j a j 5 37 , , 1 1 1 1 j j j y a 2 5 , , 1 1 1 1 2 j j j j a x 4 5 , , 0 0 1 1 1 j j j j b 5 5 4 5 2 5 2 0 1 2 + - - - x x x x x x j j j 2 1 , , 2 2 2 2 j j j y a 与前例结果一致。 注：手算时也可用待定系数法确定函数族。 例：用 来拟合 ， §5 Discrete L-S approximating 例： x y xi , yi , i 1, 2, …, m 方案一：设 b ax x x P y + ? 求 a 和 b 使得 最小。 ? - + m i i i i y b ax x b a 1 2 , j But hey, the system of equations for a and b is nonlinear ! Take it easy! We just have to linearize it … 线性化 /* linearization */：令 ，则 bX a Y + ? 就是个线性问题 将 化为 后易解 a 和b。 , i i Y X , i i y x §5 Discrete L-S appr