电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

数值计算方法教案_曲线拟合与函数逼近

数值计算方法教案_曲线拟合与函数逼近_第1页
1/15
数值计算方法教案_曲线拟合与函数逼近_第2页
2/15
数值计算方法教案_曲线拟合与函数逼近_第3页
3/15
第三章 曲线拟合与函数逼近 一.曲线拟合 1.问题提出: 已知多组数据,,1,2,,iixyiN,由此预测函数 yf x的表达式。 数据特点:(1)点数较多。(2)所给数据存在误差。 解决方法:构造一条曲线反映所给数据点的变化总趋势,即所谓的“曲线拟合”。 2.直线拟合的概念 设直线方程为 y =a+bx 。 则残差为:ˆiiieyy,1,2,,iN,其中 ˆiiyabx。 残差ie 是衡量拟合好坏的重要标志。 可以用 MATLAB 软件绘制残差的概念。 x =1:6; y =[3,4.5,8,10,16,20]; p=poly fit(x ,y ,1); x i=0:0.01:7; y i=poly v al(p,x i); plot(x i,y i,x ,y , 'o'); y 1=poly v al(p,x ); hold on for i=1:6 plot([i,i],[y (i),y 1(i)], 'r'); end 可以绘制出如下图形: 三个准则: (1)maxie 最小 (2)1niie最小 (3)21Niie最小 3.最小二乘法的直线拟合 问题:对于给定的数据点,,1,2,,iix yiN,求一次多项式y=a+bx,使得总误差Q 最小。其中 2211NNiiiiiQeyabx。根据0,0.QQab 22221222NiiiiiiiQyab xy ay xbx ab 12222NiiiiiQayx bNaybxa 2212222NiiiiiiiiiQbxy xx abxx yaxb 故有以下方程组(正则方程): 2iiiiiiaNbxyaxbxx y 例1.给定数据表,求最小二乘拟合一次多项式 x i 165 123 150 123 141 y i 187 126 172 125 148 解:N=5,51iix=702,51iiy=758,521iix=99864,51iiix y=108396。 则有方程组 570275870299864108396abbb 解得 a=-60.9392,b=1.5138,则一次多项式为 y =-60.9392+1.5138b 用 MATLAB 计算并画图如下: x =[165,123,150,123,141]; y =[187,126,172,125,148]; A(1,1)=5;A(1,2)=su m(x );A(1,3)=su m(y ); A(2,1)=su m(x );A(2,2)=su m(x .^2);A(2,3)=x *y '; B=rref(A); a=B(1,3);b=B(2,3); p=[b,a]; %以上四行,可以用一行命令 p=poly fit(x ,y ,1); 替代。 x i=min(x )-1:0.01:max (x )+1; y i=poly v al(p,x i); plot(x i,y i,x ,y , 'o'); 绘制如下图形 4.最小二乘法的多项式拟合 问题:对于给定的数据点,,1,2,,iix y iN,求m 次多...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、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。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

数值计算方法教案_曲线拟合与函数逼近

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部