4.6 曲线拟合
在上一节,已经介绍了数据插值,它要求原始数据是精确的,或具有较小的误差。事实上,由于种种原因,实验或测量中所获得的数据总会有一定的误差。在这种情况下,如果强求构造的函数(曲线)通过各插值节点,显然是不合理的。为此,人们设想构造一个函数(曲线)y=g(x)去拟合f(x),但它不必通过各插值节点,而只是使该曲线从这些插值节点中穿过,且使它在某种意义下最优。
MATLAB的曲线拟合是用常见的最小二乘原理,所构造的g(x)是一个次数小于拟合节点个数的多项式。
4.6.1 最小二乘原理及其曲线拟合算法
设测得离散的n+1个节点的数据如下:
构造一个如下的m次拟合多项式函数g(x)为 (m≤n):
所谓曲线拟合的最小二乘原理,就是使上述拟合多项式在各数据点处的偏差的平方之和达最小。
上式中的均为已知值,而式中的系数为个未知数,故可以将其看做是的函数,即