文章目录

1 问题的提出

2 最小二P乘法一般定义

3 最小二P乘逼近一般解

4 数值逼近的最小二P乘法

4.1 概述

4.2 主要定义和定理

4.3 最小二P乘逼近在p→∞的解即为切比雪夫解

4.4 具体算法

4.5 数值逼近的应用实例

5 曲线拟合的最小二P乘法

5.1 概述

5.2 曲线拟合极小极大问题的定义和定理

    5.2.1. 定义6

    5.2.2 直接算法

5.3 优化集和优化集判别法则

    5.3.1 优化区与优化集

    5.3.2 优化集判别法则

    5.3.3 定理4

    5.3.4 具体算法

    5.3.5 运算技巧

5.4 应用实例

后言

文章摘要:<正>1问题的提出最小二乘逼近和最佳一致逼近是数值逼近和曲线拟合中常用的方法,是一对既相同又不同的逼近.二者的相同处在于,都是以误差作为度量的依据;都是以误差的极小化作为逼近的目标.二者的不同点在于,最小二乘逼近是以误差平方和的极小化作为逼近的准则,而最佳一致逼近则是以最大绝对值误差的极小化作为逼近准则的.两种逼近之间异同,

文章关键词:

论文分类号:O241.5