数值分析06-函数逼近.ppt
《数值分析06-函数逼近.ppt》由会员分享,可在线阅读,更多相关《数值分析06-函数逼近.ppt(44页珍藏版)》请在三一办公上搜索。
1、阜师院数科院 第六章 函数逼近,6-1,第六章,函数逼近(曲线拟合),阜师院数科院 第六章 函数逼近,6-2,第六章目录,1 最小二乘法原理和多项式拟合2 一般最小二乘拟合 2.1线性最小二乘法的一般形式 2.2非线性最小二乘拟合3 正交多项式曲线拟合 3.1离散正交多项式 3.2用离散正交多项式作曲线拟合4 函数的最佳平方逼近5 最佳一致逼近,阜师院数科院 第六章 函数逼近,6-3,函数逼近(曲线拟合)概述,用简单的计算量小的函数P(x)近似地替代给定的函数f(x)(或者是以离散数据形式给定的函数),以便迅速求出函数值的近似值,是计算数学中最基本的概念和方法,称为函数逼近。通常被逼近的函数一
2、般较复杂,或只知道离散点处的值,难于分析,而逼近函数则比较简单,如选用多项式,有理函数,分段多项式,三角多项式等。,阜师院数科院 第六章 函数逼近,6-4,函数逼近(曲线拟合)概述(续),在大量的实验数据(xi,yi)(i=1,2,n)中寻找其函数关系y=f(x)的近似函数P(x),是在实践中常遇到的。上一章介绍的插值方法就是一种逼近,要求在给定的节点处P(x)与f(x)相等(甚至导数值相等),因此在节点附近,逼近效果较好,而在远离节点的地方,由Runge现象知道,有时效果会很差,另一方面,由观测得到的实验数据不可避免地带有误差,甚至是较大的误差,此时要求近似函数P(x)过全部已知点,相当于保
3、留全部数据误差,所以使用插值法不合适。因此,对逼近函数P(x)不必要求过给定的点,即不要求P(xi)=yi(i=1,2,n),只要求P(xi)yi 总体上尽可能小即要求P(x)尽可能反映给定数据点的总体趋势,在某种意义(要求或标准)下与函数最“逼近”。下面先举例说明。,阜师院数科院 第六章 函数逼近,6-5,函数逼近举例,给定一组实验数据如上,求x,y的函数关系。,例1,解 先作草图如图6-1所示这些点的分布接近一条直线,因此可设想,y为x的一次函数。设y=a0+a1x,从图中不难看出,无论a0,a1取何值,直线都不可能同时过全部数据点。怎样选取a0,a1才能使直线“最好”地反映数据点的总体趋
4、势?首先要建立好坏的标准。,假定a0,a1已经确定,yi*=a0+a1xi(i=1,2,n)是由近似函数求得的近似值,它与观测值yi 之差ri=yi yi*=yi a0a1xi(i=1,2,n)称为偏差。显然,偏差的大小可作为衡量近似函数好坏的标准。偏差向量r=(r1,r2,rn)T,,阜师院数科院 第六章 函数逼近,6-6,例1(续),(1)使偏差的绝对值之和最小,即:,(2)使偏差的最大绝对 值达到最小,即:,(3)使偏差的平方和最小,即:,在离散情况下,也称为曲线拟合的最小二乘法,是实践中常用的一种函数逼近方法。,常用的准则有以下三种:,准则(1)的提出很自然也合理,但实际使用不方便,,
5、按准则(2)求近似函数的方法称为函数的最佳一致逼近;,按准则(3)确定参数,求近似函数的方法称为最佳平方逼近,ri=yi yi*=yi a0a1xi,阜师院数科院 第六章 函数逼近,6-7,函数的近似替代,求近似函数称为逼近,要求(准则或标准)不一样,逼近的意义不一样,因此,方法不一样,结果也不一样。插值是逼近,满足条件Ln(xi)=yi 是在“过给定点”意义下的逼近。要求Ln(xi)-yi 总体上尽可能小,称为最佳平方逼近,在离散情况下,也称为曲线拟合的最小二乘法.,阜师院数科院 第六章 函数逼近,6-8,1 最小二乘法原理和多项式拟合,一、曲线拟合的最小二乘法基本原理,对给定的数据(xi,
6、yi)(i=1,2,n),选取近似函数形式,即在给定的函数类中,求函数(x),使偏差ri=(xi)yi(i=1,2,n)的平方和为最小,即:,亦即:,从几何上讲,就是求在给定的点x1,x2,xn处与点(x1,y1),(x2,y2),(xn,yn)的距离平方和最小的曲线y=(x)。这种求近似函数的方法称为离散数据曲线拟合的最小二乘法,函数(x)称为这组数据的最小二乘拟合函数。通常取为一些较简单函数的集合如低次多项式,指数函数等。例1中取为一次多项式集合。,阜师院数科院 第六章 函数逼近,6-9,二、多项式拟合,对于给定的一组数据(xi,yi)(i=1,2,n),求一多项式(m n),使得:,为最
7、小,即选取参数 aj(j=0,1,m)使得:,其中为不超过m次多项式的集合。这就是数据的多项式拟合,Pm(x)称为这组数据的m次拟合多项式。与求解矛盾线性方程组的最小二乘法的方法相同,由多元函数求极值的必要条件,得方程组:,移项得:,(紧接下屏),阜师院数科院 第六章 函数逼近,6-10,多项式拟合(续),这是最小二乘拟合多项式的系数ak(k=0,1,m)应满足的方程组,称为正规方程组或法方程组。由函数组1,x,x2,xm的线性无关性可以证明,上述法方程组存在唯一解,且解所对应的m次多项式Pm(x)必定是已给数据(xi,yi)(i=1,2,n)的最小二乘m次拟合多项式。,如图6-1表明,可用一
8、次多项式P1(x)=a0+a0 x拟合例1中数据组所给定的函数关系,将所给数据代入正规方程组可得:,其解为a0=1.1,a1=1.02,所以:y=1.1+1.02x 就是所给数据组的最小二 乘拟合多项式。,阜师院数科院 第六章 函数逼近,6-11,最小二乘二次拟合多项式举例,例2,求下面数据表的最小二乘二次拟合多项式:,解:设二次拟合多项式为P2(x)=a0+a1x+a2x2,将数据表直接代 入正规方程组:,其解为a0=2.0034,a1=2.2625,a2=0.0378。所以此数据组的最小二乘二次拟合多项式为:,阜师院数科院 第六章 函数逼近,6-12,2 一般最小二乘拟合,上节介绍了多项式
9、拟合问题及其解法。在实际应用中,针对所讨论问题的特点,拟合函数可能为其他类型的函数,如指数函数,三角函数,有理函数等,待定参数也可能会出现在指数上,分母中等,对观测数据,由于它们的精度不一样,还会引入权系数,这都属于一般最小二乘拟合问题。,阜师院数科院 第六章 函数逼近,6-13,2.1 线性最小二乘法的一般形式,作两个推广:1.函数系由xmm(x)线性无关 2.加权系数i(i=1,2,n)即对(xi,yi)(i=1,2,n)选取函数(x):,达到最小,对aj 求偏导数令其为0 正规方程组:,阜师院数科院 第六章 函数逼近,6-14,正规方程组的几种形式:,首先,可用向量和矩阵表示正规方程组,
10、正规方程组的几种形式,如果G的列向量线性无关,则正规方程组存在唯一解向量a,从而可确定:,阜师院数科院 第六章 函数逼近,6-15,其次可引进内积表示正规方程组:,正规方程组的几种形式(续),阜师院数科院 第六章 函数逼近,6-16,正规方程组的几种形式(续),k(x)线性无关 系数矩阵非奇异 唯一解:,令j=0,1,2,m,则正规方程组为:,在(6-4)中打开和式,阜师院数科院 第六章 函数逼近,6-17,最小二乘拟合函数定理,定理2,阜师院数科院 第六章 函数逼近,6-18,定理2(续),所以(x)是数据组(xi,yi)(i=1,2,n)的最小二乘拟合函数。特别地,当取k(x)=xk(k=
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数值 分析 06 函数 逼近

链接地址:https://www.31ppt.com/p-6050030.html