华电计算方法课件45.ppt

在实际问题中,往往并不要求近似函数φ(x)所表示的曲线通过这些观测点,而只要求由已知数据(xi,yi)(i=0,1,…,n)找出x,y之间的依赖关系,使得近似函数φ(x)能充分地反映函数y=f(x)的大致面目,也即与f(x)有最好的拟合(或逼近)。这就是曲线拟合问题。有的还称为配曲线或找经崐验公式。 例如,已知数据 x 0 1 2 3 4 5 y 1 1.6 2.1 2.4 3.2 3.4 我们可以用近似函数 图 4.4 因为曲线拟合问题并不要求满足插值原则 φ(xi)=yi, i=0,1,2,…,n 故在基点x0,x1,x2,…,xn上φ(x)与f(x)有误差 ri=φ(xi)-yi, i=0,1,2,…,n (4―69) 称ri为用φ(x)拟合f(x)的偏差。 我们仅对φ(x)为多项式情形进行讨论。 设函数关系y=f(x)的一组观测数据为(xi,yi)(i=0,1,2,…,n),欲求一个m(m＜n)次多项式 Pm(x)=α0+α1x+…+αmxm (4―70) 使得偏差的平方和（即，所有数据点上的偏差的总量） (4―71) 为最小,这样的方法称为线性最小二乘法,R称为用 Pm(x)拟合f(x)的总偏差。 根据极值理论,要使得R达到极小,必有 (4―72) 称此方程组为正则方程组。通过它可求出α0,α1,…,αm。 下面对m=2的情形作具体讨论。也就是用二次函数 P2(x)=α0+α1x+α2x2 来拟合f(x),此时总偏差为 由(4―72)式知 从而得到正则方程组 解此方程组得α0,α1,α2的值,即可求得近似函数P2(x)。 一般地,对于Pm(x),可类似地得到m+1阶正则方程组 (4―73) 写成矩阵形式 (4-74) 例8 设有一组数据表 x 1 3 4 5 6 7 8 9 10 y 2 7 8 10 11 11 10 9 8 试用二次多项式来拟合这组数据。 解 首先算出 的值分别为53,76,489,381,3547,3017,25317,然后得到正则方程组 9α0+53α1+381α2=76 53α0+381α1+3017α2=489 381α0+3017α1+25317α2=3547 解得 α0=-1.4597,α1=3.6053,α2=-0.2676 因此所求的二次多项式 P2(x)=-1.4597+3.6053x=0.2676x2 给出的数据和二次多项式表示的曲线见图4.5。 图 4.5 最后必须指出,在实际问题中,近似函数φ(x)的选取只能凭经验得到。例 (1)加速度与时间的关系是线性关系,可选取 φ(x)=α0+α1x (2) 炮弹在空中的高度与时间的关系近似于抛物线,可选取 φ(x)=α0+α1x+α2x2 此外,当φ(x)不是多项式时,如 (1)幂函数 φ(x)=axb (2)指数函数 φ(x)=aebx (3)对数函数 φ(x)=a+blnx 例9求一个经验函数 φ(x)=aebx