1.用n次多项式作最小二乘拟合已知要从H(即:全体次数不高于n的多项式集合)中找一y1…y个S(x),使得在节点处的总误差∑(S(x)-y)达到最小。 Matlab命令格式:系数数组= polypi(节点数组,函数值数组,次数n)

实际中，存在大量的解线性方程组的问题。很多数值方 法到最后也会涉及到线性方程组的求解问题：如样条插值的 M和m关系式，曲线拟合的法方程，方程组的Newton迭代等 问题

6.1数据统计处理 6.2数据插值 6.3曲线拟合 6.4离散傅立叶变换 6.5多项式计算

2.1数学模型的定义和分类 2.2数学模型的建立 2.2.1建立数学模型的过程 2.2.2对模型的基本要求 2.2.3数学模型的验证和误差分析 2.3 Excel在建立数学模型的应用 2.3.1污水处理的线性回归分析 2.3.2结构分析和曲线拟合 2.3.3用 Excel进行参数估计

最佳平方逼近:即连续型L-S逼近,在fl=√(f,f)意义 下,使得P-yl最小

确定多项式P(x)=an+a1x++anxn,对于一组数 m 据(x,y(i1,m使得=P(x)-y2达到极小, i=1 这里n<