2020计算方法第3章.pptVIP

第 3 章 曲线拟合 主要内容： 1. 曲线似合的最小二乘原理 2. 多变量曲线似合 3. 非线性曲线拟合 4. 正交多项式似合 3.1 曲线似合的最小二乘原理 如果实际问题要求解在 [a,b] 区间的每一点都“很好地” 逼 近 f ( x ) 的话，运用插值函数有时就要失败。另外，插值所需的数 据往往来源于观察测量，本身有一定的误差。要求插值曲线通过 这些本身有误差的点，势必使插值结果更加不准确。 如果由试验提供的数据量比较大，又必然使得插值多项式的 次数过高而效果不理想。 从给定的一组试验数据出发，寻求函数的一个近似表达式 y= ? (x) ，要求近似表达式能够反映数据的基本趋势而又不一定过 全部的点 (x i ,y i )i=0,1,2,…,N，这就是 曲线拟合问题 ，函数的近 似表达式 y= ? (x) 称为 拟合曲线 。本章重点介绍用 最小二乘法 求拟 合曲线。 一、曲线拟合问题的关键 选择合适的曲线类型：根据问题的物理规律或数据特点，选 择合适函数空间项目 { ? 0 ( x ), ? 1 ( x ), ? 2 ( x ), ? , ? m ( x )} ，则拟合曲 线可以表示为 ? ( x ) ? c 0 ? 0 ( x ) ? c 1 ? 1 ( x ) ? c 2 ? 2 ( x ) ? ? ? c m ? m ( x ) ( m ? N ) 在曲线类型中选择“