计算方法曲线拟合.pptVIP

计算方法曲线拟合第1页，共16页，星期日，2025年，2月5日1.4OrthogonalPolynomialsL-SApproximation则称?0(x),?1(x),…,?n(x)是关于点集{xi}的正交函数族/*orthogonalfunctions*/。如果?k(x)都是多项式时，就称之为关于点集{xi}的正交多项式/*orthogonalpolynomials*/。对于点集{xi}(i=1,2,…,m)，若一组函数?0(x),?1(x),…,?n(x)(nm)满足条件定义第2页，共16页，星期日，2025年，2月5日?构造正交多项式1.4OrthogonalPolynomialsL-SApproximation定理对于给定的点集{xi}(i=1,2,…,m)，递推公式构造的函数族?0(x),?1(x),…,?n(x)是关于{xi}的一组正交多项式，且?k(x)(k=0,1,…,n)是k次多项式，其最高项xn的系数为1。注：构造的次序是：证明略…第3页，共16页，星期日，2025年，2月5日例：用来拟合。解：通过正交多项式?0(x),?1(x),?2(x)求解设)()()(221100xaxaxayjjj++=1)(0=xj229),(),(0000==jjjya25),(),(00001==jjjjax25)()()(011-=-=xxxxjaj537),(),(1111==jjjya25),(),(11112==jjjjax45),(),(00111==jjjjb55)(45)()25()(2012+-=--=xxxxxxjjj21),(),(2222==jjjya1.4OrthogonalPolynomialsL-SApproximation第4页，共16页，星期日，2025年，2月5日程序设计uk+1,vk,pi,qi,s1,s01.4OrthogonalPolynomialsL-SApproximation第5页，共16页，星期日，2025年，2月5日程序设计(续)1.4OrthogonalPolynomialsL-SApproximation第6页，共16页，星期日，2025年，2月5日§2最佳一致逼近/*OptimalUniformApproximation*/对于一组数据(xi,yi),i=1,2,…,m,要求在某个函数类(nm)中构造一个函数，使得最大偏差最小，即ak在I的极值点??引入变量D，则最大偏差最小化问题可归结为以下问题：besubjectedto以…为条件线性规划问题linearprogramming第7页，共16页，星期日，2025年，2月5日§2OptimalUniformApproximation?线性规划规划变量programmingvariables目标函数objectivfunction(线性)约束方程constraintequations单纯形法、有效集法第8页，共16页，星期日，2025年，2月5日§2OptimalUniformApproximation解仍然采用线性拟合φ(x)=a0+a1x。相应的线性规划问题为：例某种铝合金的含铝量为x(%)，熔解温度为y(oC)，由实验测得的数据如下表。试用最佳一致逼近建立x与y之间的经验公式。xi36.946.763.777.884.087.5yi181197235270283292规划变量为a0,a1,D用单纯法解得：a0=96.4886,a1=2.213