第二章数值代数pnq42b.pptVIP

§4.4 最小二乘拟合 数据建模 插值: 过点; (适合精确数据) 拟合: 不过点, 整体近似;(适合有经验公式或有误差的数据) * 最小二乘法 最小二乘法: 最小化误差平方和(等价最小化向量2-范数) 最小二乘拟合: 在一类曲线?中求一曲线 使与被拟合曲线f(x)在节点x1,…,xn的误差平方和最小。 P91 例4.7(线性拟合) P92例4.8(线性化拟合) P92例4.9(超定方程组) * 内积和范数 关于节点 的内积和2-范数: 当(f, g)=0, 称f与g正交。 对任意函数f, g, h和数?，有 (i) (f, g+h) =(f, g)+(f, h) ; (ii)(?f, g)= ?(f, g); (iii)(f, g)= (g, f); (iv)||f||?0且||f||=0?f(xi)=0, i=1,…,n. 注意:内积和范数依赖于节点选取, 本质上就是函数 在节点取值得到的向量的内积和范数. * 复习：线性代数 称向量组?0,?1, ?,?m线性无关，如果只有当k0, k1, ?,km全为零时 k0?0+k1? 1+ ?+km?m=0。 线性无关向量组?0,?1, ?,?m的线性组合全体?称为由?0,?1, ?,?m张成的向量空间，记为 ?=span{?0,?1, ?,?m} ={? =a0?0+a1?1+ ?+