6-1数据拟和的最小二乘法.ppt

第六章函数逼近引言§6.1数据拟合的最小二乘法多项式拟合指数拟合分式线形拟合线性最小二乘法的一般形式*§0曲线拟合或函数逼近§1数据拟合的最小二乘法§2正交多项式§3函数的最佳平方逼近仍然是已知x1…xn;y1…yn,求一个简单易算的近似函数P(x)?f(x).①n很大；②yi本身是测量值，不准确，即yi?f(xi)这时没必要取P(xi)=yi,而要使P(xi)?yi总体上尽可能小.问题已知数据表或列表函数求一近似函数使其尽可能“好”地反映数据点或函数的基本趋势.常见做法?使最小?使最小?使最小太复杂?最佳一致逼近不可导，求解困难?较简便最小二乘原则最小二乘法此种确定近似函数的方法称为数据拟合的最小二乘法. 多项式拟合代数多项式拟合确定多项式，对于一组数据(xi,yi)(i=1,2,…,n)使得达到极小，这里mn.maaa10S实际上是a0,a1,…,am的多元函数，即[]?=-+++=niimininyxaxaaaaa121010...),...,,(S在S的极值点应有法方程组，有惟一解(6-5)解：由（6-5）得法方程组（注意：m=1,n=4)指数拟合取即为指数拟合，这是非线性最小二乘问题.取例：xy(xi,yi),i=1,2,…,n方案设baxxxPy+=?)(求a和b使得最小。?=-+=niiiiybaxxba12)(),(j线性化令，则bXaY+?就是个线性问题将化为后易解a和b。),(iiYX),(iiyx分式线性拟合说明：时，正则方程组往往是病态的。2.当3.在指数拟合中，先做变量替换再拟合与直接拟合求得的拟合函数是不同的。线性最小二乘法的一般形式记由导出正则方程组记注意:当m较大时，正则方程组往往是病态的。如何避免？定理6.1在正则方程组(6-5)中,(6-12)(6-13)多项式系(6-14)(6-15)求数据组带权的最小二乘拟合多项式的步骤:(1)按(6-14),(6-15)构造正交函数族(2)由(6-12)算出正则方程组(6-9)的解;(3)按(6-13)写出最小二乘m次拟合多项式.例4求数据表123456789-1-0.75-0.5-0.2500.250.50.751-0.22090.32950.88261.43922.00032.56453.13343.76014.2836的最小二乘二次拟合多项式。解：按式（6-14），（6-15）计算得由式（6-12）将上述结果代入式（6-13），得最小二乘二次拟合多项式为