数值分析函数逼近ch03d.pptxVIP

1 第三章 函数逼近 — 曲线拟合的最小二乘法 2 内容提要 曲线拟合 曲线拟合基本概念 最小二乘算法 最小二乘拟合多项式 3 曲线拟合 能否找到一个简单易算的 p(x) ，使得 f(x)  p(x) 已知 f(x) 在某些点的函数值： x x0 x1 … xm f(x) y0 y1 … ym 什么是曲线拟合 4 使 最小 使 最小 曲线拟合 使 最小 常见做法 最小二乘法：目前最常用的多项式曲线拟合算法 5 最小二乘 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 曲线拟合最小二乘 6 最小二乘求解 对任意 S(x)   = span{0, 1, , n}，可设 S(x) = a00 + a11 + · · · + ann(x) 则求 S*(x) 等价于求下面的多元函数的最小值点 7 最小二乘求解 ( k = 0, 1, … , n ) 这里的内积是离散带权内积，即 法方程 G 8 最