函数平方逼近多项式的均方误差计算.doc

　　函数平方逼近多项式的均方误差计算 实验要求：设 求连续函数在区间[-1,1]上的3次最佳平方逼近多项式，计算均方误差； 在区间[-1,1]上取5个等距结点，求的离散3次最佳平方逼近多项式，计算均方误差； 在区间[-1,1]上取9个等距结点，求的离散3次最佳平方逼近多项式，计算均方误差； 比较和，应如何合理地定义离散情况下的均方误差？该定义（1）中的有何关系？ 实验步骤： 利用legendre正交多项式作在[-1,1]上的最佳平方逼近，先计算，=0，1，2，3。 由方程组计算出系数 解得系数为 由以上系数和legendre正交函数簇可得在 [-1,1]上的三次最佳平方逼近多项式为: 均方误差： 和多项式在区间[-1,1]上的图形如下所示： 在区间[-1,1]上等距的取5个点 -1.0000-0.500000.50001.00000.03850.13791.00000.13790.0385???法方程，得到如下方程组： 解得系数为 由此得到 = 均方误差 ==0.5945 和多项式在区间[-1,1]上的图形如下所示： 在区间[-1,1]上等距的取9个点 -1.0000-0.7500-0.5000-0.250000.25000.50000.75001.00000.03850.06640.13790.39021.00000.39020.13790.06640.0385由法方程，得到如下方程组： 解得系数为 由此得到 均方误差 和多项式在区间[-1,1]上的图形如下所示： 由（2）、（3）可以看到，这意味着在该均方误差定义下，得到的的信息越多，反而拟合出的曲线误差越大。 可以将离散情况下均方差定义为 其中是和之间的距离，,采用均匀分布，在区间[a,b]上n个采样点，==，在此定义下，[a，b]=[-1,1]时，=0.4203，=0.3183，有，并且有：当n趋近于无穷时，=