1.插值和拟合的概念
插值是求过已知有限个点的近似函数,因此所有已知点点都必须在插值函数上。
而拟合是已知有限个点,求近似函数,使得在某种意义下的总偏差最小,已知点不一定在插值函数上。
2.插值
古典理论中常用的差值方法包括:拉格朗日插值,牛顿插值。
古典方法构造的差值多项式式子唯一确定,但在高次插值时会出现’Runge’现象,即函数出现剧烈的震荡,不再收敛。
为了避免‘Runge’现象的出现,我们采取分段线性插值,样条插值,Hermite插值等方法。
插值的原理,在此就不多做赘述了,可以参考任意一本数值分析教材,这里重点介绍曲线拟合在Matlab中的使用方法及在工程上的应用。
3.曲线拟合
曲线拟合的思想:已知一组二维数据,即平面上的n个点寻求一个函数(曲线) f ( x ) f(x) f(x),使得在某种准则下 f ( x ) f(x) f(x)与所有数据点最为接近
其中最常用的一种拟合方法就是线性最小二乘法
3.1最小二乘拟合
基本思路是设函数 y = f ( x ) y=f(x) y=f(x),选定一组线性无关的函数 r k ( x ) r_{k}(x) rk(x):
f ( x ) = a 1 r 1 ( x ) + a 2 r 2 ( x ) + ⋯ a m r m ( x ) f(x)=a_{1}r_{1}(x)+a_{2}r_{2}(x)+ \cdots a_{m}r_{m}(x) f(x)=a1r1(x)+a2r2(