原创力文档- 1、本文档共53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)。
第七章数据拟合与函数逼近
7.1拟合与逼近
本章继续讨论用简单函数近似代替较复杂函数的问题.上章
提到的插值就是近似代替的方法之一,插值的近似标准是在
插值点处误差为零.但在实际应用中,有时不要求具体某些
点误差为零,而要求考虑整体的误差限制,这就引出了拟合
和逼近的概念.
7.1.1数据拟合
对离散型函数(即数表形式的函数)考虑数据较多的情况.若
将每个点都当作插值节点,则插值函数是一个次数很高的多
项式,比较复杂.而且由于龙格振荡现象,这个高次的插值多
项式可能并不接近原函数.同时由于数表中的点一般是由观
察测量所得,往往带有随机误差,要求近似函数过所有的点
既不现实也不必要.
1结束
如果不是要求近似函数过所有的数据点,而是要求它反映原函
数整体的变化趋势,可得到更简单更适用的近似函数,这样的方法
称为数据拟合.数据拟合最常用的近似标准是最小二乘法则：设
f(x)为原函数,(x)为近似函数,(x,f(x))(i0,1,…,n)为数据点,要
ii
求选择(x)使
2
n
f(xi)(xi)
i0
为最小.
当(x)选择为多项式时,称为多项式拟合.最小二乘拟合,特别是
多项式拟合,是最流行的数据处理方法之一.它常用于把实验数
据(离散的数据)归纳总结为经验公式(连续的函数),以利于进一
步的推演分析或应用.
2结束
7.2超定方程组的最小二乘解
设Axb中A(a),b是m维已知向量,x是n维解向量.当mn时,即
ijm×n
方程组中方程的个数多于未知量个数时,称此方程组为超定方程组
或矛盾方程组.一般说,超定方程组无解.但有时需
*
要寻找一个“最近似”的解.记rb-Ax,定义使‖r‖为最小的解x为
2
Axb的最小二乘解.关于超定方程组的最小二乘解有如下定理：
*T*T
定理7.1x为Axb的最小二乘解的充要条件为AAxAb.
证明(略)
以上定理说明求解超定方程组Axb的最小二乘解可转化为求
T*TT
解它对应的正规方程组AAxAb.AA是对称正定的系数阵,此
方程组可用平方根法或SOR方法求解.
3结束
7.3多项式拟合
仍假设有已知数据组(x,y)(i0,1,2,…,m).现求作一个不超过
ii
n(nm)次多项式n
Pn(x)
文档评论（0）