3.7-数值计算方法教案-曲线拟合与函数逼近.docxVIP

PAGE PAGE # / 15 PAGE PAGE # / 15 第三章 插值法与最小二乘法 3.7 最小二乘法 一、教学目标及基本要求 通过对本节课的学习，使学生掌握数值逼近的拟合方法。 二、教学内容及学时分配 本章主要介绍数值分析的最小二乘法。具体内容如下：曲线拟合原理，最小二乘法。 三、教学重点难点 1．教学重点：曲线拟合。 2. 教学难点：最小二乘法。 四、教学中应注意的问题 多媒体课堂教学为主。适当提问，加深学生对概念的理解。 一．曲线拟合 问题提出： 已知多组数据 xi,yi ,i 1,2,L ,N ，由此预测函数 y f x 的表达式。 数据特点：(1)点数较多。( 2)所给数据存在误差。 解决方法：构造一条曲线反映所给数据点的变化总趋势，即所谓的“曲线拟合” 直线拟合的概念 设直线方程为 y=a+bx。 则残差为： ei yi y?i ,i 1,2,L ,N ，其中 y?i a bxi 。 残差 ei 是衡量拟合好坏的重要标志。 可以用 MATLAB 软件绘制残差的概念。 x=1:6; y=[3,4.5,8,10,16,20]; p=polyfit(x,y,1); xi=0:0.01:7; yi=polyval(p,xi); plot(xi,yi,x,y, o); y仁polyval(p,x); hold on for i=1:6 Plot([