3 函数逼近和快速傅立叶变换.pptVIP

* 函数逼近与快速傅立叶变换 * 3.4 曲线拟合的最小二乘法 3.4.1 最小二乘法及其计算 最小二乘法的背景和实例 最小二乘法起源于以测量和观测为基础的天文学。 Gauss在1794年用最小二乘法解决了多余观测问题，当 时他只有17岁。 k 1 2 3 4 5 6 7 8 xk 0 1 2 3 4 5 6 7 yk 1.4 1.3 1.4 1.1 1.3 1.8 1.6 2.3 假定通过观测或实验得到如下一组数据： 用一简单的式子表出这些数据之间的关系。 分析：这些点差不多分布在一条直线上。 用y=a+bx表示这些数据之间的关系。 确定a、b。 * 函数逼近与快速傅立叶变换 * 假定用某种方法 可以确定出a和b，则 k 1 2 3 4 5 6 7 8 xk 0 1 2 3 4 5 6 7 yk 1.4 1.3 1.4 1.1 1.3 1.8 1.6 2.3 记误差 最小二乘法就是确定参数a和b，使得 最小。 使 最小，则有 * 函数逼近与快速傅立叶变换 * 设 已知 记误差 问题为利用 求出一个函数 与所给数据 拟合. 设 是 上线性无关函数族， 在 中找一函数 ， 使误差平方和 (4.1) 这里 (4.2) 离散数据的最佳平方逼近问题的一般提法—最小二乘逼近 xi x0 x1 … xm f(xi) f(x0) f(x1) … f(xm) * 函数逼近与快速傅立叶变换 * 最小二乘法中通常考虑加权平方和 （4.3） 这里 是 上的权函数，它表示不同点 处的数据比重不同. 最小二乘法求拟合曲线就是在形如 中求一函数 ， 使 取得最小. 确定S(x)的方法——数据描图 ?拟合标准 * 函数逼近与快速傅立叶变换 * 最小二乘曲线拟合问题的法方程 最小二乘问题等价于求多元函数 (4.4) 的极小点 问题. 求多元函数极值的必要条件，有 若记 (4.5) (4.6) 法方程 * 函数逼近与快速傅立叶变换 * 其中 (4.7) 法方程的矩阵形式 要使法方程 而 在 上线性无关不能推出 矩阵 非奇异，必须加上另外的条件. 有唯一解，就要求矩阵 非奇异， (4.6) 法方程的系数矩阵非奇异的条件 * 函数逼近与快速傅立叶变换 * 定义7 设 的任意线性组合 在点集 上至多只有 个不同的 零点， 则称 在点集 上满足哈尔(Haar)条件. 结论 在任意 个点上满足哈尔条件. 哈尔条件，则法方程的系数矩阵非奇异， 如果 在 上满足 法方程存在唯一的解 从而 于是 函数 的最小二乘解为 且 故 确是所求最小二乘解. 一般取法 * 函数逼近与快速傅立叶变换 * 例7 已知一组实验数据如下，求它的拟合曲线. 解 将所给数据在坐标纸上标出， 见图3-5. 图3-5 选线性函数作拟合曲线 令 这里 故 * 函数逼近与快速傅立叶变换 * 解得 法方程 所求拟合曲线为 多项式拟合的Matlab现程序 其中输入参数 为要拟合的数据， 为拟合多项式的次数， 输出参数 为拟合多项式的系数. 上例的Matlab 多项式拟合 x=[1 1 2 3 3 3 4 5]; f=[4 4 4.5 6 6 6