2.6曲线拟合的最小二乘法解读.pptVIP

第三章函数逼近与曲线拟合 函数逼近 函数逼近 函数逼近 函数逼近 曲线拟合 曲线拟合 得法方程 解得 从而得到 请回答: 怎样比较这两个数学模型的好坏呢？ 答：只要分别计算这两个数学模型的误差，从中挑选误差较小的模型即可。 本例经过计算可得 而均方误差为 由此可知第二个模型较好。 结论： 选择拟合曲线的数学模型，并不一定开始就能选好，往往需要通过分析若干模型后，经过实际计算才能选到较好的模型，如本例的指数模型就比双曲线模型好得多。 问题 数值计算中经常要计算函数值，如计算机中计算基本 初等函数及其他特殊函数；(连续情形) 当函数只在有限点集上给定函数值，要在包含该点集 的区间上用公式给出函数的简单表达式.(离散情形) 这些都涉及到在已知区间上用简单函数逼近已 知复杂函数或未知函数的问题，这就是函数逼 近问题 插值方法就是一种逼近，要求在给定的节点处P(x) 与 f (x)相等（甚至导数值相等），因此在节点附近，逼近效果较好，而在远离节点的地方，由Runge现象知道，有时效果会很差。 由观测得到的实验数据不可避免地带有误差，甚至是 较大的误差，此时要求近似函数P(x)过全部已知点， 相当于保留全部数据误差，所以使用插值法不合理。 对逼近函数P(x)不必要求过给定的点，只要求总体上 尽可能小，即要求P(x)尽可能反映给定数