数据的n次拟合多项式要点.pdf

数据的 n 次拟合多项式 第一章 绪论 1.1 课题国内外研究动态，课题研究背景及意义 1.2 国内外的研究现状 1.3 发展趋势 第二章 数据拟合的基本理论 2.1 最小二乘曲线拟合 2.2 线性拟合函数 2.3 二次拟合函数 2.4 多项式拟合函数 2.5 小结 第三章 数据拟合的应用实例 3.1 数据拟合在物理实验中的应用 3.2 数据拟合在经济监控中的应用 3.3 模型评价 参考文献 附录 第一章 绪论 1.1 课题国内外研究动态，课题研究背景及意义 数学分有很多学科， 而它主要的学科大致产生于商业计算的需要、 了解数字 间的关系、测量土地及预测天文事件。 而在科技飞速发展的今天数学也早已成为 众多研究的基础学科。 尤其是在这个信息量巨大的时代， 实际问题中得到的离散 数据的处理也成为数学研究和应用领域中的重要的课题。 在解决实际工程问题和科学实验的过程中， 经常需要通过研究某些变量之间 的函数关系， 帮我们去认识事物内在的规律和本质属性， 这些变量间的未知的关 系一般隐含在从观测、 试验而得到的一组离散的数据之中。 所以， 是否能够根据 一组试验观测数据来找到变量之间的相对准确的函数关系成为了解决工程实际 问题的关键。 在实际问题中， 通过观测数据能否正确揭示某些变量之间的关系， 进而正确 认识事物的内在规律与本质属性， 往往取决于两方面因素。 其一是观测数据的准 确性或准确程度， 这是因为在获取观测数据的过程中一般存在随机测量误差， 导 致所讨论的变量成为随机变量。 其二是对观测数据处理方法的选择， 即到底是采 用插值方法还是用拟合方法 [1-3] ，插值方法之中、拟合方法之中又选用哪一种插 值或拟合技巧来处理观测数据。 插值问题忽略了观测误差的影响， 而拟合问题则 考虑了观测误差的影响。 但由于观测数据客观上总是存在观测误差， 而拟合函数 大多数情况下是通过经验公式获得的， 因此要正确揭示事物的内在规律， 往往需 要对大量的观测数据进行分析， 尤为重要的是进行统计分析。 统计分析的方法有 许多，如方差分析、 回归分析等。 数据拟合虽然较有效地克服了随机观测误差的 影响，但从数理统计的角度看，根据一个样本计算出来的拟合函数 (系数) ，只是 拟合问题的一个点估计， 还不能完全说明其整体性质。 因此，还应该对拟合函数 作区间估计或假设检验， 如果置信区间太大或包含零点， 则由计算得到的拟合函 数系数的估计值就毫无意义。 所以，据科学和工程问题可以通过比如采样、 实验等方法而得到若干的离散 的数据，根据这些离散的数据，我们往往希望能得到一个连续函数 (也就