原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
均差插值多项式形式上与函数Taylor展开相似，实际上当n+项式。求插值多项式有两种方法，一种是基函数方法，求
均差插值多项式形式上与函数Taylor展开相似，实际上当n+
项式。求插值多项式有两种方法，一种是基函数方法，求Lagra
分定义及其性质，并由此得到Newton均差插值、Newton
christine2011-2-2315:28:52
一般论文第一部分是这个题目的应用背景，你得上网找找看，就是有什么实际应用，就是些套话。
christine2011-2-2315:29:19
第二部分就是那几个常用的非线性模型的理论介绍
christine2011-2-2315:29:35
第三部分就是实验，算法
christine2011-2-2315:29:44
后就是实验结果分析和对比，得出结论。其实不是太难写的
5.8曲线拟合的最小二乘法
在科学实验数据处理中，往往要根据一组给定的实验数据，求出自变量x
与因变量y的函数关系，这是为待定参数，由于观测数据总有误差，且待
定参数ai的数量比给定数据点的数量少(即n＜m)，因此它不同于插值问题.这类问题不要求
通过点
，而只要求在给定点
上的误差
的平方和最小.当
时，即
(5.8.1)
这里是线性无关的函数族，假定在上给出一组数据
，以及对应的一组权，这里为权系数，要求
使最小，其中
(5.8.2)
这就是最小二乘逼近，得到的拟合曲线为y=s(x)，这种方法称为曲线拟合的最小二乘法.
(5.8.2)中实际上是关于的多元函数，求I的最小值就是求多元函数
I的极值，由极值必要条件，可得
根据内积定义(见第三章)引入相应带权内积记号
(5.8.3)
(5.8.4)
可直接计算.在等距节点情形下根据误差要求确定步长的大小，也仍合设0(x),1(x),,n(x)为n+1
可直接计算.在等距节点情形下根据误差要求确定步长的大小，也仍
合设0(x),1(x),,n(x)为n+1个线性无关（与向量
aR(k0,1,,n)构成的集合，记作span(x),(x)
拟合的非线性拟合有些非线性拟合曲线可以通过适当的变量替换转化
即为所求的最小二乘解.它的平方误差为
则(5.8.3)可改写为
这是关于参数的线性方程组，用矩阵表示为
(5.8.5)
(5.8.5)称为法方程.当线性无关，且在点集
上至多只有n个不同零点，则称在X上满足Haar条件，此时(5.8.5)的解存在唯一(证明见
［3］).记(5.8.5)的解为
从而得到最小二乘拟合曲线
可以证明对，有
故(5.8.6)得到的
均方误差为
(5.8.6)
(5.8.7)
一般最小二乘拟合
多项式拟合形式比较规范，方法也比较简单，但在实际应用中，针对所讨论问题的特点，拟合函数可能为其他类型，如指数函数、有理函数、三角函数等，这就是一般最小二乘拟合问题。
一、线性最小二乘拟合
由式（5.8）出发计算。对于一般导数不易计算或列解为从而得到最小二乘拟合曲线可以证明对，有故(5.8.6)得并由此计算的近似值和估计误差是本章的重点。由于n次多项式有n最小二乘法.(5.8.2)中实际上是关于的多元函数，求I的最nkkk
由式（5.8）出发计算。对于一般导数不易计算或列
解为从而得到最小二乘拟合曲线可以证明对，有故(5.8.6)得
并由此计算的近似值和估计误差是本章的重点。由于n次多项式有n
最小二乘法.(5.8.2)中实际上是关于的多元函数，求I的最
n
kkk
01n
ii
kkii
(1)
Imn
k
ji0k0
kiiji
ji
kikjii
n
jkjikii0
jjii
kk0k1km
01n01m
设0(x),1(x),,n(x)为n+1个线性无关（与向量的线性无关定义类似）的连续
函数，
为0(x),1(x),
n(x)所张成的n+1维线性空
文档评论（0）