第三章函数逼近与曲线拟合ch06函数逼近与最小二乘法.ppt

最佳平方逼近 法方程存在唯一解 det(G) ? 0 ?0, ?1, ?, ?n 线性无关 最佳平方逼近函数的存在唯一性 设法方程的解为： a0* , a1*, ?, an* , 则 S*(x) = a0* ?0 + a1* ?1 + · · · + an* ?n(x) 性质 S*(x) 是 f(x) 在 ? 中 唯一最佳平方逼近函数，且逼近误差为 证明：(板书) 求 在[0, 1]上的一次最佳平方逼近多项式 举例 例： 解： S*(x) = 0.934 + 0.426 x 最小二乘 曲线拟合的最小二乘问题 这个问题实质上是最佳平方逼近问题的离散形式。可以将求连续函数的最佳平方逼近函数的方法直接用于求解该问题。 已知函数值表 ( xi , yi )，在函数空间 ? 中求 S*(x) ，使得 其中 ?i 是点 xi 处的权。 Linear least squares Approximation 注 最小二乘问题中，如何选择数学模型很重要，即如何选取函数空间 ? = span{?0, ?1, ?, ?n} ，通常需要根据物理意义，或所给数据的分布情况来选取合适的数学模型。 最小二乘求解 对任意 S(x) ? ? = span{?0, ?1, ?, ?n}，可设 S(x) = a0?0 + a