matlab一维外延差值,MATLAB应用第5章第5版 数据处理

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