3-4拟合概述.ppt

二、用正交函数作最小二乘拟合 则不难求得： 无需解病态方程组 第三章 其他内容（自阅） 函数逼近问题 平行的问题： 对基于经验数据估计函数依赖关系的方法的研究（从实例学习的研究）已经有很长的历史了。这些研究是由两个伟大的数学家开始的：他们是高斯（Gauss,1777-1855）和拉普拉斯（Laplace,1749-1827），他们提出了从天文学和物理学中的观测结果估计依赖关系的两种不同方法。 逼近问题的发展 * 第3章 函数逼近与数据拟合 §4 数据拟合的最小二乘法 一、最小二乘法的定义 二、求解方法 三、求解步骤 四、举例 一、最小二乘法的定义 1. 问题的产生 在实际研究中，y=f(x)是未知的(或为复杂的)，通常已知一组实验数据 （xi，yi）(i=0,1,…,m)，我们的任务是寻找自变量x与因变量y之间的近似函数关系y=F(x) 。 例如：插值方法 由于观测数据有误差，因此可不要求y=F(x)经过所有点，而只要求在给定点上误差 按某种度量标准最小。 度量标准不同，将导致不同的拟合结果，常用的度量准则有如下三种： 数据拟合 (1)使残差的最大绝对值为最小 (2)使残差的绝对值之和为最小 (3)使残差的平方和为最小 最小二乘法 2. 多项式二乘拟合 一组数据（xi，yi）(i=0,1,…,m)， 已知： 求： 在函数类