数值20141021(广东工业大学)案例.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 性质3简要证明： 3.3.2 勒让德(Legendre)多项式 性质5 3.3.3 切比雪夫(Chebyshev)多项式 §3.4 用正交函数系作最佳平方逼近 3.5 曲线拟合的最小二乘法 3.5.1 最小二乘曲线拟合的概念 对于f(x)插值问题,要想提高精度,就要增加节点,因此多项式的次数也就太高,计算量过大,而节点少,多项式的次数低,但误差精度不能保证,为了消除误差干扰,取多一些节点利用最小二乘法确定低次多项式近似表示f(x),这就是曲线拟合问题. 常以误差加权平方和最小为度量标准 用向量内积形式表示,上式可记 其矩阵的形式为 这个方程组称为法方程组或正规方程组。 由于向量组 是线性无关,故上述方程组的系数行列式 ，因而上述方程组存在唯一解： 最小平方误差为： 3.5.2 用多项式进行最小二乘曲线拟合 P69-72 例3.4-例3.7 练习 设函数y=f(x)的离散数据如下表所示 试用二次多项式拟和上述数据,并求平方误差. 0 1 2 3 4 5 0 0.2 0.4 0.6 0.8 1 1.000 1.221 1.492 1.