第4节插值和拟合.ppt.ppt

第十章 插值和拟合 §2 曲线拟合的线性最小二乘法 2.1 线性最小二乘法 线性最小二乘法是解决曲线拟合最常用的方法，基本思路是，令 其中rk (x) 是事先选定的一组线性无关的函数， ak 是待定系数(k = 1,2,…,m, m n) 。 拟合准则是使 yi ，i = 1,2,…,n ，与f(xi) 的距离δi的平方和最小，称为最小二乘准则 得到 利用初等函数的性质，和微积分的知识，通过对原始数据做散点图的方式可直观地选取合适的函数 * 1.1拉格朗日多项式插值 1.2牛顿插值 令 记 高次多项式插值的Runge现象，如Ln（x），n越大插值效果越差 等距插值 n=5,10,20,50时的插值情形 1.3分段线性插值 x=0:.12:1; y=(x.^2-3*x+5).*exp(-5*x).*sin(x); plot(x,y,x,y,o) x1=0:.02:1; y0=(x1.^2-3*x1+5).*exp(-5*x1).*sin(x1); y1=interp1(x,y,x1); y2=interp1(x,y,x1,cubic); y3=interp1(x,y,x1,spline); y4=interp1(x,y,x1,nearest); plot(x1,[y1,y2,y3,y4],:,x,y,o,x1,y0) 例如 如果对插值函数，不仅要求它在节点处与函数同值，而