数学建模与实验课件 3.2 数据拟合.pptxVIP

01插值方法

02数据拟合

03建模案例：土壤重金属污染的空间分布

第3章插值与拟合

1

已知一组二维数据，即平面上的n个点

(xi,yi)(i=1,2,,n)，要寻求一个函数（曲线）y=f(x)，使f(x)在某种准则下与所有数据点最为接近，即曲线拟合得最好。记

δi=f(xi)_yi,i=1,2,,n，

则称δi为拟合函数f(x)在xi点处的偏差（或残差）。为使f(x)在整体上尽可能与给定数据最为接近，可以采用“偏差的平方和最小”作为判定准则，即

这一原则称为最小二乘原则.

第3章插值与拟合

2

l已知数据点寻求近似函数

l曲线不必要通过所有数据点

l一个简单的函数表达式

l应用场景：数据不精确，需要

简单的函数式且函数种类确定，拟合未知参数。

相同l已知数据点寻求近似函数

不同l曲线必须通过所有数据点

结果l分段函数（线性、三次样条等）应用l应用场景：数据精确，内部加密

插值与拟合的比较

第3章插值与拟合

拟合

插值

3

数据拟合的方法与步骤：

（l）确定拟合函数的类型

根据已知数据点的散点图，直观确定函数的类型；利用机

理分析、数学推导建立数学模型来确定函数类型；借助其他学科的有关理论