用正交函数作最小二乘拟合.doc

用正交函数作最小二乘拟合 作者：信计10602班 何涛、熊娉 2008-10-12 1 题目： 已知节点的值，用正交多项式作最小二乘拟合。 x 1 1.3 1.6 1.9 2.2 2.5 2.8 3.1 3.4 3.7 4 y 2.718 3.669 4.95 6.686 9.025 12.182 16.445 22.198 29.964 40.447 54.598 2 理论分析： 2.1引入： 用一般的最小二乘法拟合时其法方程的系数矩阵G是病态的，但如果用正交多项式拟合可以不通过求法方程来确定，显然拟合的效果较好。 2.2正交多项式作最小二乘拟合的原理： 根据已知的节点及权函数( 本题取)先构造正交的多项式。用递推的公式表示： 这里是首项系数为1的k次多项式。根据的正交性得： 用正交多项式的线性组合作最小二次拟合，只要在逐步求的同时，相应计算出系数 并逐步把累加到中去，最后即可得所求拟合曲线 这里的n可以是事先给定的或根据误差确定。 3 问题求解： 程序源代码如下： 3.1用精度来控制n 的程序： function ffx=jdzxec() %注意：本程序中的权值为“1” load data5 %导入数据 jingdu=input(请输入精度：) %准备循环前的数据，如alfa，beta等 p(1,:)=ones(1,length(x)); %p0x的数值型的值 d{1,1}=1; %p0x的符号型的值 alfa(1)=dot(x.*p(1,:),p(1,:))/dot(p(1,:),p(1,:)); p(2,:)=(x-alfa(1)).*p(1,:); syms t d{1,2}=(t-alfa(1))*d{1,1}; beta(1)=dot(p(2,:),p(2,:))/dot(p(1,:),p(1,:)); a(1)=dot(y,p(1,:))/dot(p(1,:),p(1,:)); a(2)=dot(y,p(2,:))/dot(p(2,:),p(2,:)); s=a(1)*p(1,:)+a(2)*p(2,:); delta=norm(y-s); count=1; %用来记录满足精度要求的多项式的最高次数 k=2; %循环的次数 while delta=jingdu alfa(k)=dot(x.*p(2,:),p(2,:))/dot(p(2,:),p(2,:)); %求alfa的值 p(k+1,:)=(x-alfa(k)).*p(k,:)-beta(k-1)*p(k-1,:); %多项式数值型的值 d{1,k+1}=(t-alfa(k))*d{1,k}-beta(k-1)*d{1,k-1}; %多项式符号型的值 beta(k)=dot(p(k+1,:),p(k+1,:))/dot(p(k,:),p(k,:));% 求beta的值 a(k+1)=dot(y,p(k+1,:))/dot(p(k+1,:),p(k+1,:)); s=s+a(k+1)*p(k+1,:); delta=norm(y-s); k=k+1; count=count+1; end disp(满足精度要求的多项式的最高次数:); count fx=0; for i=1:(count+1) fx=fx+a(i)*d{1,i}; end disp(构造的正交多项式：) for i=1:(count+1) duo{1,i}=simplify(d{1,i}); end celldisp(duo) disp(拟合的满足精度要求的多项式：) f=vpa(collect(fx),4) 3.2直接输入n 的程序： function ff=cszxec() load data5 n=input(请输入你要拟合的方程的最高次数：) %准备循环前的数据，如alfa，beta等 p(1,:)=ones(1,length(x)); %p0x的数值型的值 d{1,1}=1; %p0x的符号型的值 alfa(1)=dot(x.*p(1,:),p(1,:))/dot(p(1,:),p(1,:)); p(2,:)=(x-alfa(1)).*p(1,:); syms t d{1,2}=(t-alfa(1))*d{1,1}; beta(1)=dot(p(2,:),p(2,:))/dot(p(1,:),p(1,:)); a(1)=dot(y,p(1,:))/dot(p(1,:),p(1,:)); a(2)=dot(y,p(2,:))/dot(p(2,:),p(2,:)); s=a(