曲线拟合的最小二乘法..doc

实验三 函数逼近与曲线拟合 一、问题的提出： 函数逼近是指“对函数类中给定的函数,记作,要求在另一类简的便于计算的函数类中求函数,使 与的误差在某中度量意义下最小”。函数类通常是区间上的连续函数，记作,称为连续函数空间，而函数类通常为次多项式，有理函数或分段低次多项式等，函数逼近是数值分析的基础。主要内容有： （1）最佳一致逼近多项式 （2）最佳平方逼近多项式 （3）曲线拟合的最小二乘法 二、实验要求： 1、构造正交多项式； 2、构造最佳一致逼近； 3、构造最佳平方逼近多项式； 4、构造最小二乘法进行曲线拟合； 5、求出近似解析表达式，打印出逼近曲线与拟合曲线，且打印出其在数据点上的偏差； 6、探讨新的方法比较结果。 三、实验目的和意义: 1、学习并掌握正交多项式的MATLAB编程； 2、学习并掌握最佳一致逼近的MATLAB实验及精度比较； 3、学习并掌握最佳平方逼近多项式的MATLAB实验及精度比较； 4、掌握曲线拟合的最小二乘法； 5、最小二乘法也可用于求解超定线形代数方程组； 6、 探索拟合函数的选择与拟合精度之间的关系； 四、 算法步骤： 1、正交多项式序列的生成 {（x）}：设（x）是上首项系数a0的次多项式，为上权函数，如果多项式序列{（x）}满足关系式 则称多项式序列{（x）}为在上带权正交，称（x）为上带权 的次正交多项式。 1）输入函数和数据; 2）分别求的内积； 3）按公式①计算，生成正交多项式； 流程图： 开始 输入函数和数据 给出初始条件 求的内积 求的内积 计算 否 是 结束 2、 最佳一致逼近多项式 ，若存在使得，则称是在上的最佳一致逼近多项式或最小偏差逼近多项式，简称最佳逼近多项式。 现在我们所求的是最佳一次逼近多项式,其中 ① ② 1）输入函数和数据； 2）计算和； 3）求和； 4）按公式②，计算； 5）生成最佳一次逼近多项式； 流程图： 开始 输入 计算 计算 求 计算 否 是 结束 3、最佳平方逼近多项式 对及中的一个子集，若存在使|| 则称是在子集中的最佳平方逼近函数。 若取则要在中求次最佳平方逼近多项式 此时 若用H表示对应的矩阵，既 称为希尔伯特距阵，记则的解即为所求。平方误差为； 1）输入函数和数据； 2）求； 3）解方程组 ，解出 ； 4）生成最佳平方逼近多项式； 流程图： 开始 输入 求 解希尔伯特矩阵， 求； 否 是 结束 4、曲线拟合的最小二乘法 由已知的离散数据点选择与实验点误差最小的曲线 称为曲线拟合的最小二乘法。 若记 上式可改写为这个方程成为法方程，可写成距阵形式 其中 。 它的平方误差为： 1） 按照最小二乘法的性质构造Gram 矩阵G，并求解Ga=d；构造的时候首先构造一个零矩阵A； 2）然后开始构造Gram 矩阵 （在下面程序里我们把克莱姆矩阵用A来表示） 3）然后求列矩阵b，因为Aa=b，所以求 a=A\b；（d就是列矩阵b）; 4）然后找对应数据的最小二乘拟合方程和画出它的图像； 5）在m文件里制好以上规定的程序后，在matlab的命令窗口 输入数组x和数组y 及所选择的拟合多项式次数 m，然后执行就可以得到曲线二乘拟合方程和它的图像。 流程图： 五、Matlab程序源代码： 1、正交多项式序列的生成 function gouzaozhengjiaoduoxiangshi 数值例题： 1）当区间为，权函数时，由正交化得到的多项式就成为勒让德多项式，它的表达式为， ； 递推公式为 由，利用（1）就可推出 … 1 -1 1 -1 2)当权函数，区间为时，由序列正交化得到的多项式就是切比雪夫多项式，它可表示为 若令，则 递推关系 可推出 … 1 -1 1 -1 2、 最佳一致逼近多项式 function yicibijin 数值例题：（1）求在[0，1]上的最佳一次逼近多项式 ； 结果为： ； 误差限为 3、最佳平方逼近多项式 function pingfang 数值例题： 设，求上的