计 计 算 算 方 方 法 法 课 课 件 件 3.1 拟合曲线 通过观察或测量，得到一组离散数据 1 结束 插值：找通过这些点的多项式。但对高次多项式，可能 产生较大的误差，如Runge现象，使得高次多项式并不能接 近原函数。 拟合：不要求近似函数过所有的数据点,而是要求它反映 原函数整体的变化趋势,从而得到比原函数更简单更适用的 近似函数,这样的方法称为数据拟合 第3章 曲线拟合的最小二乘法计 计 算 算 方 方 法 法 课 课 件 件 结束 数据拟合最常用的近似标准是最小二乘法：设f(x)为原 函数, (x)为近似函数,(x i , f(x i ) (i=1,n)为数据点,要求选 择 (x)使 当 (x)选择为多项式时,称为多项式拟合. 最小二乘拟合,特别是多项式拟合,是最流行的数据处理 方法之一.它常用于把实验数据(离散的数据)归纳总结为经 验公式(连续的函数),以利于进一步的推演分析或应用. 2 插值与拟合是构造近似函数的两种不同方法 为最小.计 计 算 算 方 方 法 法 课 课 件 件 3.2 线性拟合和二次拟合函数 1. 线性拟合 已知数据点为 由求极值的方法得矩阵方程
