最佳一致逼近的里米兹算法

MATLAB语言，应用里米兹算法做最佳一致逼近

% Author : Huapeng Zhou
% Address : 2#221A Zijing Department Tsinghua University Beijing China
% Email Address : shodoco@gmail.com
% MY_ERROR is the function of the error between the function you want to
% approximate and the estimated polynomial.
% The first argument x is a row vector of the point（s） ont which you want
% to evaluate the error.If it has only one elementthen it gives the error
% on this point.
% The second argument fun which defines the function that you want to
% approximate is a function handlean inline object in MATLAB6 or an
% anonymous function in MATLAB7.
% The third argument A gives the estimated polynomial coefficents in a
% row array.

function e = my_error（x  fun  A）

% The polynomial coefficients array  make it a column array
A = A（:）;

% The argument array make it a column array
x = x（:）;

% Order of the polynomial equals to the number of coefficients minus one
order = length（A）-1; 

% The powers out in a row and repeated for each argument to form a matrix
powers = ones（length（x）1）*[0:order];

% To evaluate the polynomial at the argument array
poly_temp = （x * ones（1  order + 1））.^powers;
poly_temp = poly_temp * A;

% To get the result of the difference between the function evaluated at the
% argument array and the polynomial evaluated at the argument array
e = feval（fun  x） - poly_temp;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       5138  2008-11-29 13:56  my_remez_new.m

     文件       1242  2008-11-29 14:15  my_test.m

     文件       1391  2008-11-29 13:55  my_error.m

     文件       1793  2008-11-29 13:56  my_fzero.m

     文件       4357  2008-11-29 13:56  my_remez.m

----------- ---------  ---------- -----  ----

                13921                    5