数学建模课件-曲线拟合与插值.pptVIP

在生产和科学实验中，自变量x与因变量y之间的函数关系式有时不能直接写出表达式，而只能得到函数在若干个点的函数值或导数值. 当要求知道观测点之外的函数值时，需要估计函数在该点的数值. 这就要根据观测点的值，构造一个比较简单的函数y=φ(x)，使函数在观测点的值等于已知的数值或导数值，寻找这样的函数φ(x)，办法是很多的. 根据测量数据的类型有如下两种处理观测数据的方法： ① 测量值是准确的，没有误差，一般用插值. ② 测量值与真实值有误差，一般用曲线拟合. 曲线拟合与插值 一. 曲线拟合 已知离散点上的数据集 求得一解析函数y=f(x)，使f(x)在原离散点xi上尽可能接近给定yi的值，这一过程叫曲线拟合. 最常用的曲线拟合是最小二乘法曲线拟合，拟合结果可使误差的平方和最小，即找出使下式最小的f(x) : 通常，在解决实际问题时先将已知数据的散点图画出，然后设计拟合的曲线类型，最后根据某种准则选定最佳的曲线. 1.多项式拟合 多项式拟合就是选择适当的多项式对数据集进行拟合，其命令为：格式：p=polyfit(X,Y,n). 说明：求出已知数据(X,Y)的n阶拟合多项式f(x)按降幂排列的系数p，X必须是