實验指导书_函数逼近.docVIP

实验指导书_函数逼近与曲线拟合 曲线拟合：由一组实验数据，选择一个较简单的函数（如多项式），在一定准则下，最接近这组数据. 函数逼近：已知一个较为复杂的连续函数，要求选择一个较简单的函数，在一定准则下最接近. 掌握内容：切比雪夫零点插值、最佳平方逼近、曲线拟合的最小二乘法的Matlab实现 一、切比雪夫零点插值 1．算法原理 设是以为插值节点的Lagrange 插值多项式，其中是Chebyshev多项式的零点，此时插值误差最小，误差（余项）估计公式为： 2．实例 例1（P64例4） 求在[0,1]上的四次Lagrange 插值多项式,插值节点用的零点，并估计误差 首先编写Lagrange 插值主程序,并保存为lagrange.m function[L ,C, l ,L1]= lagrange (X,Y) %输入的量:n+1个节点(xi,yi)的横坐标向量X，纵坐标向量Y； %输出的量:n次拉格朗日插值多项式L及其系数向量C，基函数l及其系数矩阵L1 m=length(X); L=ones(m,m); for k=1: m V=1; for i=1:m if k~=i V=conv(V,poly(X(i)))/(X(k)-X(i)); end end L1(k,:)=V; l(k,:)=poly