插值法与最小二乘法的区别
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
插值法与最小二乘法的区别
插值法定义
• 设函数y=f(x)在区间[a,b]上有定义,且已知
在点a≤ x0 ≤ x1<…<xn ≤b上的值 y0 , y1, … yn ,
若存在一简单函数P(x),使
P(xi ) yi (i 0,1 ~,n)
成立,就称P(x)为f(x)的插值函数,求插值 函数P(x)的方法成为插值法。 简而言之就是,依据f(x)的数据表插出我们 需要的值
最小二乘法定义
• 关于最小二乘法的一般提法是:
对于给定的一组数据 (xi , yi ) (i=0,1,…,
m),要求在函数空间Φ=span{0,1,,n} 中 找一个函数 y S*(x) ,使其误差平方和
m
m
m
2 2
2 i
i0
Biblioteka Baidu
[S * (xi ) yi ]2
i0
min
S ( x)
i0
[S (xi
)
yi
]2
这里 S(x) a00 (x) a11(x) ann (x) (n<m)
这就是一般最小二乘法逼近
区别
• 1.两者的前提不同 插值法是在不知道函数y=f(x)解析式,知
道函数在[a,b]区间上一系列点 xi 的函数值 (准确值)的前提下,构造插值函数P(x)来 代替f(x),来求非插值节点的函数值。
最小二乘法是在知道一组实验数据 (xi , yi ) (不准确值) 中寻找自变量x和因变量y之 间的函数关系y=F(x),用拟合曲线S(x)去逼 近实验数据,来描述自变量x和因变量y之间 的函数关系
• 2.构造方法不同
构造插值函数时,要求插值函数过插值
节点a≤ x0 ≤ x1<…<xn ≤b 。
在用最小二乘法求拟合曲线时,不要求 曲线过给定的一组点 (xi , yi )。
插值法定义
• 设函数y=f(x)在区间[a,b]上有定义,且已知
在点a≤ x0 ≤ x1<…<xn ≤b上的值 y0 , y1, … yn ,
若存在一简单函数P(x),使
P(xi ) yi (i 0,1 ~,n)
成立,就称P(x)为f(x)的插值函数,求插值 函数P(x)的方法成为插值法。 简而言之就是,依据f(x)的数据表插出我们 需要的值
最小二乘法定义
• 关于最小二乘法的一般提法是:
对于给定的一组数据 (xi , yi ) (i=0,1,…,
m),要求在函数空间Φ=span{0,1,,n} 中 找一个函数 y S*(x) ,使其误差平方和
m
m
m
2 2
2 i
i0
Biblioteka Baidu
[S * (xi ) yi ]2
i0
min
S ( x)
i0
[S (xi
)
yi
]2
这里 S(x) a00 (x) a11(x) ann (x) (n<m)
这就是一般最小二乘法逼近
区别
• 1.两者的前提不同 插值法是在不知道函数y=f(x)解析式,知
道函数在[a,b]区间上一系列点 xi 的函数值 (准确值)的前提下,构造插值函数P(x)来 代替f(x),来求非插值节点的函数值。
最小二乘法是在知道一组实验数据 (xi , yi ) (不准确值) 中寻找自变量x和因变量y之 间的函数关系y=F(x),用拟合曲线S(x)去逼 近实验数据,来描述自变量x和因变量y之间 的函数关系
• 2.构造方法不同
构造插值函数时,要求插值函数过插值
节点a≤ x0 ≤ x1<…<xn ≤b 。
在用最小二乘法求拟合曲线时,不要求 曲线过给定的一组点 (xi , yi )。