现代数值计算（第3版）课件 第五章 函数逼近.pptx

AdvancedNumericalComputing

现代数值计算第五章

同济大学数学科学学院函数逼近;;前言;平方逼近;逼近小结;5.1内积与正交多项式;;;;;勒让德多项式是区间 上权函数 的正交多项式：;(2)递推公式;下图给出了的图形。;切比雪夫多项式为在区间 上权函数 的正交多项式：;容易推出到如下：;下图给出了的图形。;（3）奇偶性;;;5.1内积与正交多项式;5.1内积与正交多项式;;;在实际计算中，人们感兴趣下面两类问题:;;;;5.2最佳一致逼近与切比雪夫展开;（2）利用偏差点的性质确定系数 ; 在 上的最佳一次逼近多项式 的几何意义:;5.2最佳一致逼近与切比雪夫展开;5.2最佳一致逼近与切比雪夫展开;5.2最佳一致逼近与切比雪夫展开;5.2最佳一致逼近与切比雪夫展开;5.2最佳一致逼近与切比雪夫展开;; 是最高项系数为1的次多项式。

多项式的性质如下：;根据切比雪夫定理， 是 的最佳逼近多项式，即;;这样构造的插值多项式 ，可作为最佳逼近多项式的近似。;;可以证明如果 ，则 ，;;这与 的最佳一致逼近多项式 的误差相差很小;; 设 是 上的线性无关的连续函数,

是任意实数,则

??????????

??????????

并称集合 是由 所生成的线性空间， 是生 成空间 的一个\基底。; 在 上线性无关的充分必要条件:;;;证：令 ，则;这样得到的解 满足;一个特例：;我们记;;注：;若 是正交函数系,则当 时， ，而 ，于是法方程的系数矩阵 为非奇异对角阵;;易得;;把 代入 就得到 在 上的一次最佳平方逼近多项式为;;5.4曲线拟合的最小二乘法

;5.4曲线拟合的最小二乘法

;;曲线拟合的最小二乘方法的几何意义：;5.4曲线拟合的最小二乘法

;5.4曲线拟合的最小二乘法

;(1)求 的问题等价于求多元函数;由于 线性无关，法方程系数矩阵非奇异，于是由法方程得唯一解，从而 是存在唯一;;该问题的MatLab实现：;对于曲线拟合一般取;;解为;有两个方法用MatLab求解该问题;方法二：;;5.4曲线拟合的最小二乘法

;将数据表代入法方程得;实际计算与理论分析表明，用多项式作最小二乘的基函数，当 较大时，方程组的解对初始数据的微小变化非常敏感，属于病态问题;;其中 为;得;;5.4曲线拟合的最小二乘法

;取 ，则 .;5.4曲线拟合的最小二乘法

;则;用MatLab工具解决此问题的方法如下：;非线性最小二乘问题:;;取对与

做最小二乘拟合，法方程为;对某些问题，不能将非线性问题转化为线性最小二乘问题

只能按最小二乘原则，用极值原理建立法方程组。这里得到的法方程组将是关于待定参数的非线性方程组。用合适的求解非线性方程组的方法求解即可得非线性最小二乘问题的解.;;分别解出 并置这两个值相等，得;;5.4曲线拟合的最小二乘法

;function[err,a,b]=nlfit(x,y)

ifnargin2,

x=[1:8]/10;

y=[0.6

1.11.61.82.01.91.71.3];

end

c=fminsearch(@fitfun,[0;0],optimset,x,y);

fprintf(Thenonlinearleastsquarefittingy=a*sin(b*x)fordata\n\n);;运行结果如下：;下图就是利用fminsearch进行非线性最小二乘拟合的结果，+为原始数据点，虚线为拟合得到的曲线;也可以用Matlab函数nlinfit（非线性拟合函数），具体程序如下：;;具体作法：;;借助MatLab完成此题，其做法如下：;;5.5周期函数逼近与快速傅立叶变换

;借助最佳平方逼近的性质可得下