科学与工程计算实验曲线拟合报告.ppt

实验17：曲线拟合 组长： 组员： 一：实验内容 实验内容：由实验给出数据表 试求3次、4次多项式的曲线拟合。（求对应次项的曲线拟合多项式） 实验要求： 给出两种曲线拟合下0.4、0.6、0.7、0.9的值。 一：实验内容 实验提示： 根据下式构造正交多项式族并形成拟合多项式。 二：曲线拟合 1：问题来源 即上述的已知f(x)的某些点的函数值（即离散的函数结果）能否找到一个简单易算的p(x),使得f(x) p(x)。要求：不要求p(xi)=yi，而是使得f(x)-p(x)总体上尽量小。 2：解决思路 使得f(x)-p(x)尽量小的话，则可以使用如下的表示： 已知函数值表 ( xi , yi )，在函数空间  中求 S*(x) ，使得 二：曲线拟合（续） 上述的wi是点xi的权值 对于这个问题，究其本质可以使用求连续函数的最佳平方逼近函数的方法解决。 3：实现方法 利用前面的平凡逼近的结论即求 为极小值点。 求得S*(x) = a0* 0 + a1*  1 + · · · + an*  n(x) 二：曲线拟合（续） 正交多项式拟合： 在上述的思路中，我们无法确定合适的表达式来求解，因此考虑使用正交多项式拟合 正交拟合: 二：曲线拟合（续）-正交多项式拟合 设多项式 p0, p1,…, pn 关于点集 x0, x1, …, xm 带权 0,  1, …,  m 正交，则 f(x) 在 Hn 中的最小二乘拟合多项式为 那么对于给定的(x,y)，如何确定正交多项式pk(x): 使用如下的递推公式 三：代码实现 1：输入创建 本题目使用的给定的离散点的函数值 基础函数值存储： mapdouble,double mp;//存储函数值 int len = 7;//存储初始化数据的个数 double data[100];//存储初始化x的值 double A[100], B[100];//存储α和β的值 double arr[20] = {0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0};//存储x用于计算和输出 void init() { //初始化数据 mp[0.0] = 1.0;mp[0.1] = 0.41;mp[0.2] = 0.50;mp[0.3] = 0.61; mp[0.5] = 0.91;mp[0.8] = 2.02;mp[1.0] = 2.46; data[0] = 0.0;data[1] = 0.1;data[2] = 0.2;data[3] = 0.3; data[4] = 0.5;data[5] = 0.8;data[6] = 1.0; } 三：代码实现 2：递归式的实现 for(int i = 2; i = n; ++i) { as = 0, ax = 0, bs = 0, bx = 0; //Pk+1 = (x - A[K])P[k] - B[k-1]P[k-1] //A[k] = (x*P[k], P[k])/(P[k], P[k])//B[k-1] = (P[k], P[k])/ (P[k-1], P[k-1] //要计算P[i],则先要计算A[i-1], B[i-2] int k = i; for(int j = 0; j len; ++j) { double x = data[j]; as += (x * P(x, k) * P(x, k)); ax += (P(x, k) * P(x, k)); bs += (P(x, k) * P(x, k)); bx += (P(x, k - 1) * P(x, k - 1)); } A[k] = as/ax; B[k-1] = bs/bx; } 三：代码实现 3：P(x,k)的求解 double P(double x, int k1) { //根据递推公式计算P(k+1) if(k1 == 0) return 1; if(k1 == 1) return x - A[0]; double res = (x - A[k1 - 1])*P(x, k1 - 1) - B[k1 - 2]*P(x, k1-2); return res; } 三：代码实现