数値計算法i-九州工業大学.pptVIP

数値計算法 第7回 最小２乗法近似 2006年度九州工業大学工学部電気電子工学コース用講義資料 講師：趙孟佑 cho@ele.kyutech.ac.jp 関数近似 n組の与えられたデータ(xi,yi)(i=1,2,--,n)を最もよく近似する式（関数）を探し出す。 多項式近似 n組のデータをm次の多項式で近似する。 普通はn≥m この近似式にxiを代入して得られる値とデータyiの差 偏差 多項式近似 n個全てのデータで、偏差が0となるには、次式が成り立つ必要 多項式近似 偏差の2乗和(residual sum of square)S 多項式近似 Sの値が最小になる近似式f(x)を探す 最適な係数a0,a1,a2,----,amを見つける 多項式近似 偏差の2乗和(residual sum of square)S 多項式近似 Sが最小とは、 多項式近似 結局、dS=0となる係数aの組み合わせは、以下の式を解いて得られる。 多項式近似 多項式近似（例：直線近似） 多項式近似（例：直線近似） 直線近似 直線近似 多項式近似 多項式近似 多項式近似 多項式近似 指数近似 指数近似 指数近似 指数近似 指数近似 指数近似 指数近似 指数近似(例） 指数近似 直線近似のプログラム例 直線近似のプログラム例 直線近似のプログラム例 　 implicit real*8 (a-h,o-z) parameter(nmax=100,mmax=10) dimension xdata(nmax),ydata(nmax) dimension acof(mmax) dimension xx(mmax,mmax),yy(mmax) c c* input of x and y data c n=11 open(unit=10,file=input.dat,status=old) do i=1,n read(10,*)idum,xdata(i),ydata(i) end do close(10) c c* polynominal dimension c m=1 c c* definition of dS/da c do i=1,m+1 yy(i)=0 do ii=1,n yy(i)=yy(i)+ydata(ii)*xdata(ii)**(i-1) end do c c 　 do j=1,m+1 　　　xx(i,j)=0 do ii=1,n xx(i,j)=xx(i,j)+xdata(ii)**(i-2+j) end do end do end do c call gauss(xx,yy,acof,m+1) c resid=0 do i=1,n fvalue=0 do j=1,m+1 fvalue=fvalue+acof(j)*xdata(i)**(j-1) end do resid=resid+(ydata(i)-fvalue)*(ydata(i)-fvalue) end do write(6,*)(acof(j),j=1,m+1) write(6,*) residual=,resid stop end subroutine gauss(a,b,x,n) implicit real*8 (a-h,o-z) parameter(mmax=10) dimension a(mmax,mmax),x(mmax),b(mmax) dimension atmp(mmax) c c c* scaling c do i=1,n colmax=abs(a(i,1)) do j=2,n if(abs(a(i,j)).gt.colmax)colmax=abs(a(i,j)) end do do j=1,n a(i,j)=a(i,j)/colmax end do b(i)=b(i)/co