数值分析函数逼近与曲线拟合.pptx

;第3章函数迫近与曲线拟合;3.1函数迫近概念;;;;;;3.2正交多项式;;3.3最正确一次迫近多项式;3.4最正确平方迫近;在实际问题中，经常碰到这么情况：即使函数解析式不知道，但

经过试验可得出一组数据对，怎样利用已知数据来求出近似函数

解析式？

插值法即使能够做到这点，但它要求所结构插值曲线严格经过全部

数据点。当观察数据有一定随机误差时，插值曲线也将保留这些误

差；若个别点误差太大，则在该点附近插值效果便不理想。另一方

面，以插值多项式为例，试验数据多了，插值多项式次数便伴随提

高，给运算带来不便。

在许多实际应用问题中，最小二乘法正是结构各种经验公式有效数

值方法。;拟合曲线最小二乘法

经过对数据组 描点作图分析，假如确定应该用函

数类A中某个函数P*(x)去拟合它，则依据均方迫近在离散情况下

表示式，P*(x)应满足

经过此式去求P*(x)称为拟合曲线最小二乘法。

惯用拟合方法是直线拟合和抛物线拟合。;;;;;;;;;;3.6最正确平方三角迫近与快速傅里叶变换;;习题;习题;习题;习题;习题;习题;习题;习题;习题;习题;习题;习题;习题;习题;习题;习题;ClicktoeditMastertitlestyle