第七章曲线拟合与函数逼近 /R Approximation Theory 仍然是已知…m:1…m求个简单易 算的近似函数P(x)≈八(x) 但是③m很大; y本身是测量值,不准确,即y≠f(x) 这时没必要取P(x)=,而要使P(x)-总体上尽可能小 纔常见做法: 不可导,求解困难⑧太复杂 >使 max P(xi)-y l≤isn r/*minimax problem * >使P(x)-到最小 >使∑P(x)-1最小 ast-squares method第七章 曲线拟合与函数逼近 /* Approximation Theory */ 仍然是已知 x1 … xm ; y1 … ym, 求一个简单易 算的近似函数 P(x)  f(x)。 但是 ① m 很大； ② yi 本身是测量值，不准确，即 yi  f (xi ) 这时没必要取 P(xi ) = yi , 而要使 P(xi ) − yi 总体上尽可能小。 常见做法： ➢ 使 最小 /* minimax problem */ max | ( ) | 1 i i i m P x − y   太复杂 ➢ 使  最小 = − m i i i P x y 1 | ( ) | 不可导，求解困难 ➢ 使  最小 /* Least-Squares method */ = − m i i i P x y 1 2 | ( ) |