Zusammenfassung
In den Kapiteln 2 und 6 haben wir die Interpolation von vorgegebenen Punkten (x k ,y k ) (k = 1,…,n) mit zwei Typen von Funktionen, nämlich Polynomen vom Grad n−1 und mit Spline-Funktionen mit zwei, drei oder vier zu findenden Koeffizienten pro Intervall [x k ,xk+1] (k = 1,…n−1), untersucht. Jetzt gehen wir davon aus, daß die Ordinaten y k mit Fehlem behaftet sind und daß wir deshalb nicht interpolieren, sondern mit einem Funktionstyp
mit m+1 <n Parametern a0,…,a m die Daten y k anpassen wollen, d. h. die Residuen
in einem vorzugebenden Sinne klein machen wollen. Wegen m<n−1 ist z. B. die Interpolation durch Polynome vom Grad m i. a. nicht mehr möglich. Die Residuen (7.2) sind dann klein, wenn für den Vektor r ∊ℝn mit den Komponenten r k gemäß (7.2) ∥r∥ klein wird für irgendeine Vektornorm ∥ ∥ : ℝn →ℝ. Wir beschränken uns hier auf die EUKLIDsche Vektornorm und wollen also
minimieren. Da dies eine Quadratsumme ist, spricht man von der Methode der kleinsten Quadrate.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Rights and permissions
Copyright information
© 1994 Friedr. Vieweg & Sohn Verlagsgesellschaft mbH, Braunschweig/Wiesbaden
About this chapter
Cite this chapter
Späth, H. (1994). Die Anpassung von Daten mit der Methode der kleinsten Quadrate. In: Numerik. Mathematische Grundlagen der Informatik. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-89220-1_7
Download citation
DOI: https://doi.org/10.1007/978-3-322-89220-1_7
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-528-05389-5
Online ISBN: 978-3-322-89220-1
eBook Packages: Springer Book Archive