代数多项式()x P m 不失为一种最佳选择,因为任何连续函数,至少在一个较小的邻域内都可以用代数多项式任意逼近。若取:
()()()∑==++++==≈=m
i i i m
m m x a x a x a x a a x P x x F y 02
210 φ ( 5 一 27 )
逼近法有许多种途径,下面介绍数据拟合中的最小二乘法。
最小二乘法拟合是要求在所有n 个样本点x j (j=1, 2,… , n)处,多项式取值与函数值y j 偏差的平方()()
2
2j j m j y x P r -=之和达到最小,也就是使()x P m “很好地逼
近”函数值()i i x F y =,为此,要求下面表达式中的R 达到最小(在插值法中要求0=j r ,即R = 0,且一般样本点数 n = m + 1 ):
()()()
()n m y x a x a x a a y x P r R n
j j m
j m j j n
j j j m n
j j
2
22101
2
1
2
(5一 28)
这种要求更符合实际需要,因为“偏差的平方和”尽可能小就保证了偏差绝对值尽可能小,这正是对实测数据的希望。
由式(5 一 28)可知, R 是待求变量 a 0,a 1, a 2,…,a m 的函数:R = R (a 0,a 1, a 2,…,a m )。使R 尽可能地小,就归结为求多元函数R 的极小值。这可以用数学分析中求极值的方法,即让R 对a i ( i = 0, 1, 2,…,m )的偏导数都等于零,从而求出()x P m 各项系数a 0,a 1, a 2,…,a m 满足的方程为:
()
()m i x y x a x a x a a a R n
j i
j j m j m j j i ,,2,1,0021
2210 ==-++++=??∑=
移项可得:
()
()n m i x y x x a x a x a a
n
j i j
j n
j i j
m j
m j
j <==++++∑∑==,,2,1,01
1
2
210
(5 一 29)
这是由m 个方程构成的方程组,即下述的矩阵方程:
??
?
??
?
?
?????????=??????????????????????????????
??∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑∑++++m j j j j j j j m m
j m j m j m j
m j
j
j
j
m j j j j m j j j x y x y x y y a a a a x x x x x
x
x
x x x x x x x x n
221022
1
2432
1322 式中的∑均指j 从1到n 取和。求解方程组(5 一 29) ,就可得出(m + l )个系数
a 0,a 1, a 2,…,a m ,也就求得了拟合多项式
()∑==++++=m
i i i m
m m x a x a x a x a a x P 0
2
210 。
下面介绍求解这个方程组的近似解的