1 / 50

台北總公司/台北縣汐止市新台五路一段 112 號 10 樓 A 棟 Building A, 10F, 112, Shin-Tai-Wu Road Sec. 1, Shijr, Taipei, Taiwan. 電話/ 02-26962869

書名 Java 於資料結構與演算法之實習應用 書號  PG20098 原著  河西朝雄 著 譯者 周明憲 / 徐堯譯. 台北總公司/台北縣汐止市新台五路一段 112 號 10 樓 A 棟 Building A, 10F, 112, Shin-Tai-Wu Road Sec. 1, Shijr, Taipei, Taiwan. 電話/ 02-26962869  傳真/ 02-26962867 台中辦事處/台中市文心路一段 540 號 4 樓 -1 4-1F, 540, Wen Shing Road, Sec. 1, Taichung, Taiwan.

tamber
Download Presentation

台北總公司/台北縣汐止市新台五路一段 112 號 10 樓 A 棟 Building A, 10F, 112, Shin-Tai-Wu Road Sec. 1, Shijr, Taipei, Taiwan. 電話/ 02-26962869

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 書名 Java於資料結構與演算法之實習應用 書號 PG20098 原著 河西朝雄著 譯者 周明憲/徐堯譯 台北總公司/台北縣汐止市新台五路一段112號10樓A棟 Building A, 10F, 112, Shin-Tai-Wu Road Sec. 1, Shijr, Taipei, Taiwan. 電話/02-26962869 傳真/02-26962867 台中辦事處/台中市文心路一段540號4樓-1 4-1F, 540, Wen Shing Road, Sec. 1, Taichung, Taiwan. 電話/04-23287870 傳真/04-23108168 博碩網址:http://www.drmaster.com.tw

  2. 第二章 學習重點 • 電腦(電子計算機)原本的開發目的即為數值分析與運算。因此數值分析的演算法從一開始就有相關的研究,而其理論也有完整的體系。 • 本章並不是在解析函數的定積分,而是在說明數值積分法、泰勒展開式、非線性方程式與聯立方程式的解法、內插、最小平方法、多位數計算與作業研究(OR, Operation Research)領域的線性規劃法

  3. 2-0何謂數值運算 • 「數值運算」狹義來說,是指方程式的解法、數值積分法之類的「數值分析」,廣義來說,則包括了「統計分析」、「作業研究」。

  4. 非線性方程式的解法 2分法*、牛頓法* 方程式的解法 聯立1次方程式的解法  高斯‧喬丹法*、高斯消去法* 矩陣運算  高斯‧塞德爾法 微分方程式的解法 數值積分 尤拉法、倫格‧庫克法 數值分析  梯形法則*、辛普森法則*、高斯公式 內插 拉格朗基內插*、牛頓內插*、史普蘭恩內插 初等函數計算 泰勒展開式* 高速傅立耶變換 基礎統計 標準偏差、相關 估計、檢測 統計分析 檢測* 遞迴分析 再遞迴分析、最小平方法* 多變量分析 主成份分析 規劃法 線性規劃法(LP) *、2次規劃法 作業研究 模擬 佇列 系統應用 PERT、最短路徑問題

  5. 2-1 亂數 • 亂數(random number)是指沒有任何規則可循而隨機產生的數。對於由某一公式運算所求得的亂數則稱為假隨機亂數(pseudo-random number)。由計算所產生的亂數數列可能會有產生同一數字的時候,因而發生反覆計算情形,這種反覆計算的循環如果非常大,在實務上會將其視為亂數,我們稱之為「假隨機亂數」

  6. 2-1 線性同餘法 • 先由適當的初始值開始,然後以下面的式子 xn=(Axn-1+C)%M • 依序產生0~M範圍的值。A,C,M為適當的整數,%為求餘的演算子。以除以M,8除以A餘5的數、C為奇數的條件,在週期M中依次產生0~M-1的整數。像這種各值皆平均(同一出現頻率)出現的亂數稱為一致亂數。在下列的程式中,設:A=109,C=1021,M=32768,x0=13。

  7. 2-1 線性同餘法 class Rei08Panel extends Panel { int rndnum=13; // 亂數的初始值 int irnd() { // 0~32767的整數亂數 rndnum=(rndnum*109+1021) % 32768; return rndnum; } public void paint(Graphics g) { int i,y=1; g.drawString("所求得的一致亂數",0,20); for (i=0;i<100;i++) { if (i%8==0) y++; g.drawString(""+irnd(),(i%8)*60,y*20); } } }

  8. 2-2 數值積分 • 例題9 梯形法則(Trapezoidal Rule)定積分 : 以梯形法 則求出函數的定積分 • 不以分析的手法(數學教科書的方法)求出函數的定積分數式,而是將其分割成微小區間,再求出近似值的方法稱為「數值積分」。

  9. 2-2 數值積分 • 下列計算式為以梯形法則求 的方法。 • 圖中將a,b區間分成n個梯形,各梯形的面積合計如下:

  10. 2-2 數值積分 public void actionPerformed(ActionEvent e) { int k; double a,b,n,h,x,s,sum; a=Double.parseDouble(tf1.getText()); b=Double.parseDouble(tf2.getText()); n=50; // a~b間的分割數 h=(b-a)/n; // 區間幅度 x=a;s=0; for (k=1;k<=n-1;k++) { x=x+h; s=s+f(x); } sum=h*((f(a)+f(b))/2+s); String result=" /"+b+"\n"+ " | sqrt(4-x*x) ="+sum+"\n"+ " /"+a; ta.setText(result); }

  11. 2-2 辛普森法則定積分 • 以辛普森法則求出函數的定積分 • 梯形法則是用直線使 的微小區間近似起來,而辛普森法則則是用2次曲線使此區間近似起來。

  12. 2-2 辛普森法則定積分 • 通過 3點的2次曲線方程式 如下: • 這個 的 間的積分值在數學上可寫成:

  13. 不過, ,將此式用至a~b的區間,則 而

  14. 2-2 辛普森法則定積分 • 在撰寫程式時,奇數的合計項 f0與偶數項 fe的合計要分開計算,可用下列式子計算: f(b-h)為奇數項的1個多餘項(x2n-1)。

  15. 2-2 辛普森法則定積分 public void actionPerformed(ActionEvent e) { int k; double a,b,n,h,fo,fe,sum; a=Double.parseDouble(tf1.getText()); b=Double.parseDouble(tf2.getText()); n=50; // a~b之間的分割數 h=(b-a)/(2*n); // 區間幅度 fo=0;fe=0; for (k=1;k<=2*n-3;k=k+2) { fo=fo+f(a+h*k); fe=fe+f(a+h*(k+1)); } sum=(f(a)+f(b)+4*(fo+f(b-h))+2*fe)*h/3; String result=" /"+b+"\n"+ " | sqrt(4-x*x) ="+sum+"\n"+ " /"+a; ta.setText(result); }

  16. d s 2-3 泰勒展開式 • 以泰勒(Taylor)展開式計算 ex可得到下列的式子: • 上列的式子由於是無限級數,因此在實際的計算上須於有限次數上截斷。截斷的條件為將項之前的和設為d,項之前的和設為s時,得到 • 的結果的時候。 稱為截斷誤差, 稱為相對截斷誤差。EPS=1e-8值則視所需的精確度來設定。若,則精確可設為8位數左右。

  17. double myexp(double x) { final double EPS=1e-08; double s=1.0,e=1.0,d=1.0; int k; for (k=1;k<=200;k++) { d=s; e=e*x/k; s=s+e; if (Math.abs(s-d)<EPS*Math.abs(d)) // 截斷誤差 return s; } return 0.0; // 沒有收斂時 } public void paint(Graphics g) { double x; g.drawString("xmyexp(x)exp(x)",0,20); for (x=0;x<=40;x=x+10) { g.drawString(""+x,20,(int)x*2+40); g.drawString(""+myexp(x),80,(int)x*2+40); g.drawString(""+Math.exp(x),260,(int)x*2+40); } }

  18. 2-3 負值版ex • 一般而言,在泰勒展開式內,展開時如果越靠近中心,便越能賦予好的近似值,但如離中心太遠,則誤差就會變得越大。 • 尤其是ex內的x值為負時,會對真值反覆進行大量的加算與減算,發生位數掉落的情形,使得誤差愈加擴大。 • 以例題10的程式計算e-40,以122項收斂,則 • 而得到與真值4.2485354 x10-18完全不同的值,因此x如為負的話,則以 • 求出。

  19. double myexp(double x) { final double EPS=1e-08; double s=1.0,e=1.0,d=1.0,a; int k; a=Math.abs(x); for (k=1;k<=200;k++) { d=s; e=e*a/k; s=s+e; if (Math.abs(s-d)<EPS*Math.abs(d)) { // 截斷誤差 if (x>0) return s; else return 1.0/s; } } return 0.0; // 沒有收斂時 } public void paint(Graphics g) { double x; g.drawString("xmyexp(x)exp(x)",0,20); for (x=-40;x<=40;x=x+10) { g.drawString(""+x,20,(int)(x+40)*2+40); g.drawString(""+myexp(x),80,(int)(x+40)*2+40); g.drawString(""+Math.exp(x),260,(int)(x+40)*2+40); } }

  20. 2-3 以泰勒展開式求cos x • 在泰勒展開式內,展開越靠近中心,便越能賦予好的近似值,因此x的值必須在0~2π的範圍內修整計算。而mycos的引數則設定為度。

  21. class Dr10_2Panel extends Panel { double mycos(double x) { final double EPS=1e-08; double s=1.0,e=1.0,d=1.0; int k; x=(x-(int)x+(int)x%360)*3.1415927/180; // x的值須收斂在0~2π內 for (k=1;k<=200;k=k+2) { d=s; e=-e*x*x/(k*(k+1)); s=s+e; if (Math.abs(s-d)<EPS*Math.abs(d)) // 截斷誤差 return s; } return 9999.0; // 沒有收斂時 } public void paint(Graphics g) { double x; g.drawString("xmycos(x)cos(x)",0,20); for (x=0;x<=180;x=x+10) { g.drawString(""+x,20,(int)x*2+40); g.drawString(""+mycos(x),80,(int)x*2+40); g.drawString(""+Math.cos(x*3.1415927/180),260,(int)x*2+40); } }

  22. 2-4 非線性方程式的解法 • 例題11 2分法以2分法求出方程式的根 • 1次方程式(亦即圖形上的直線)以外的方程式稱為非線性方程式。求這種方程式的根的方法中,有1個方法為2分法。

  23. 2-4 非線性方程式的解法 1) 將根的左右2點a,b之初始值設為low與high。 2) 以求low與high的中點x。 3) 若,則根位於x的左邊,high=x,並將上限縮小至一半若,則根位於x的右邊,low=x,並將下限縮小至一半。 4) 設為求0或時的x值的根,否則反覆執行(2)以後各項步驟。 也就是說,2分法將資料範圍分割成2半,再反覆搜尋根位在哪半邊,然後逐步將搜尋範圍朝根的位置縮小。

  24. class Rei11Panel extends Panel { double f(double x) { return x*x*x-x+1; } public void paint(Graphics g) { final double EPS=1e-08; // 截斷誤差 final int LIMIT=50; // 截斷次數 double low,high,x; int k=1; low=-2.0;high=2.0; for (k=1;k<=LIMIT;k++) { x=(low+high)/2; if (f(x)>0) high=x; else low=x; if (f(x)==0 || Math.abs(high-low)<Math.abs(low)*EPS) { g.drawString("x="+x,10,20); break; } } if (k>LIMIT) g.drawString("沒有收斂",10,20); } }

  25. 2-4 以牛頓法求出方程式的根 (1)將根附近的適當的值x0設為初始值。 (2)畫出y=f(x)的x=x0的接線,將其與x軸的交點設為x1,然後以同樣的步驟求出x2, x3, ..., xn-1, xn。 (3)將 時的xn的值設為所要求出的根,否則重複(2)以後的步驟。EPS可用收斂判定值來適當的精確度。

  26. 2-4 以牛頓法求出方程式的根 • 求xn時,可使用下列的關係式, • 然後以 • 及前面的值xn-1來求出牛頓法的收斂速度比2分法快。

  27. class Dr11Panel extends Panel { double f(double x) { return x*x*x-x+1; } double g(double x) { // 微分函數 return 3*x*x-1; } public void paint(Graphics g) { final double EPS=1e-08; // 截斷誤差 final int LIMIT=50; // 截斷次數 double x=-2.0,dx; int k; for (k=1;k<=LIMIT;k++) { dx=x; x=x-f(x)/g(x); if (Math.abs(x-dx)<Math.abs(dx)*EPS) { g.drawString("x="+x,10,20); break; } } if (k>LIMIT) g.drawString("沒有收斂",10,20); } }

  28. 2-5 內插 • 例題12 拉格朗基內插設有數組的x,y資料,以拉格朗基內插求出通過這些資料點的內插多項式,並求出資料點以外的點的值。 • 設有的n個點,通過這些點的函數f(x)之求法如下:

  29. class Rei12Panel extends Panel { double lagrange(double x[],double y[],int n,double t) { int i,j; double s,p; s=0.0; for (i=0;i<n;i++) { p=y[i]; for (j=0;j<n;j++) { if (i!=j) p=p*(t-x[j])/(x[i]-x[j]); } s=s+p; } return s; } public void paint(Graphics g) { double[] x={0.0,1.0,3.0,6.0,7.0}, y={0.8,3.1,4.5,3.9,2.8}; double t; g.drawString("xy",10,20); for (t=0.0;t<=7.0;t=t+.5) { g.drawString(""+t,10,(int)(t*40+40)); g.drawString(""+lagrange(x,y,5,t),70,(int)(t*40+40)); } } }

  30. 2-5 牛頓內插 • 設有 個點,現製作其表如下: • 從此表可求得a0~an-1,以此為係數的n-1次的多項式可由下列式子求出:

  31. 2-5 牛頓內插 • 這個計算式稱為牛頓內插多項式。此多項式可使用Horner(練習問題1)方法改寫成: • 求係數a0~an-1時,可使用作業用陣列w[]按下列順序計算。…為陣列w[0],w[1]…的內容,而w0, w0’, w0”則代表第1次、第2次、第3次…使用相同的陣列w[0]之意。 由於牛頓內插法在一開始會先求出a0~an-1的係數,再以其值為基礎計算出多項式的值後進行內插,因此牛頓內插的計算次數比拉格朗基內插少。

  32. class Dr12Panel extends Panel { double newton(double x[],double y[],int n,double t) { int flag=1,i,j; double[] a=new double[100]; // 係數陣列 double[] w=new double[100]; // 作業用 double s; if (flag==1) { // 僅在第1次被呼叫時,才在a[]內求係數 for (i=0;i<n;i++) { w[i]=y[i]; for (j=i-1;j>=0;j--) w[j]=(w[j+1]-w[j])/(x[i]-x[j]); a[i]=w[0]; } flag=-1; } s=a[n-1]; // x=t時的內插 for (i=n-2;i>=0;i--) s=s*(t-x[i])+a[i]; return s; } public void paint(Graphics g) { double[] x={0.0,1.0,3.0,6.0,7.0}, y={0.8,3.1,4.5,3.9,2.8}; double t; g.drawString("xy",10,20); for (t=0.0;t<=7.0;t=t+.5) { g.drawString(""+t,10,(int)(t*40+40)); g.drawString(""+newton(x,y,5,t),70,(int)(t*40+40)); } } }

  33. 2-6 多位數計算 • long數與long數的加減法n位數的long數之間的加法與減 法 • 長度無法為long型態、double型態等基本資料型態所處理的的數稱為long數。 • 假設將20位數的數19994444777722229999與01116666333388881111相加,我們不將這2個數存放至1個變數內,而將這2個數由低位數起每4位數分割成1組存放置陣列a[],b[]內。 然後由a[]與b[]的低位數開始分別加起,再將計算結果存放至c[]內,計算結果如不滿10000,則直接將此計算結果存入c[]內,如為10000以上(超過4位數)則將計算結果減去10000後存入c[]內,在下1個位數相加時再將進位的1加進去。 減法也是以同樣方式進行,計算結果如為負數,則將上10000後存入c[]內,在下1個位數相減時,再將借來的1減去。

  34. class Rei13Panel extends Panel { private final int KETA=20, // 位數 N=(KETA-1)/4+1; // 陣列大小 void ladd(int a[],int b[],int c[]) { // long數+long 數 int i,cy=0; for (i=N-1;i>=0;i--) { c[i]=a[i]+b[i]+cy; if (c[i]<10000) cy=0; else { c[i]=c[i]-10000; cy=1; } } } void lsub(int a[],int b[],int c[]) { // long數-long 數 int i,brrw=0; for (i=N-1;i>=0;i--) { c[i]=a[i]-b[i]-brrw; if (c[i]>=0) brrw=0; else { c[i]=c[i]+10000; brrw=1; } } } void print(Graphics g,int c[],int p) { // 顯示位數 int i; for (i=0;i<N;i++) { String s="0000"+c[i]; // 在前方空白處補上0 g.drawString(s.substring(s.length()-4,s.length()),i*40,p); } } public void paint(Graphics g) { int[] a={1999,4444,7777,2222,9999}, b={ 111,6666,3333,8888,1111}, c=new int[N+2]; ladd(a,b,c);print(g,c,20); lsub(a,b,c);print(g,c,40); } }

  35. 2-6 long數與short數的乘除法 • 此處設short數為0~32767的整數。 • long數short數是由低位數起按下列步驟計算: • long數short數是由高位數起按下列步驟計算:

  36. class Dr13Panel extends Panel { private final int KETA=20, // 位數 N=(KETA-1)/4+1; // 陣列大小 void lmul(int a[],int b,int c[]) { // long數 x short數 int i,d,cy=0; for (i=N-1;i>=0;i--) { d=a[i]; c[i]=(d*b+cy)%10000; cy=(d*b+cy)/10000; } } void ldiv(int a[],int b,int c[]) { // long數 ÷ short數 int i,d,rem=0; for (i=0;i<N;i++) { d=a[i]; c[i]=(d+rem)/b; rem=((d+rem)%b)*10000; } } void print(Graphics g,int c[],int p) { // 顯示位數 int i; for (i=0;i<N;i++) { String s="0000"+c[i]; // 在前方空白處補上0 g.drawString(s.substring(s.length()-4,s.length()),i*40,p); } } public void paint(Graphics g) { int[] a={ 0,3050,2508,8080,1233}, c=new int[N+2]; lmul(a,101,c);print(g,c,20); ldiv(a,200,c);print(g,c,40); } }

  37. 2-7 長的π • 求π的1000位數的正確值 • 根據馬欽(J.Marchin)公式 : • 第n項的表示方式則為 • n若為奇數則為正數,若為偶數,則為負數。 • n用long數計算取得:

  38. 2-7 π的多位數計算 … public void paint(Graphics g) { int[] s=new int[L2+2],w=new int[L2+2],v=new int[L2+2],q=new int[L2+2]; int k; for (k=0;k<=L2;k++) s[k]=w[k]=v[k]=q[k]=0; w[0]=16*5;v[0]=4*239; // 馬欽公式 for (k=1;k<=N;k++) { ldiv(w,25,w); ldiv(v,239,v);ldiv(v,239,v); lsub(w,v,q);ldiv(q,2*k-1,q); if ((k%2)!=0) // 判斷為奇數項或偶數項 ladd(s,q,s); else lsub(s,q,s); } printresult(g,s); } } …

  39. 2-7 e的1000位數計算 • 練習問題14-1求e的1000位數的正確值 • 根據泰勒展開式,e(自然對數的底)的值可由下列式子求出: • 結果為: 可視情形計算至451項

  40. class Dr14_1Panel extends Panel { private final int L=1000, // 所要求出的位數 L1=L/4+1, // 陣列大小 L2=L1+1, // 多取1個 N=451; // 欲計算的項數 ......... void printresult(Graphics g,int c[]) { // 顯示結果 int i,y=0; String s; g.drawString(""+c[0]+".",0,20); // 顯示最高位數 for (i=1;i<L1;i++) { if ((i-1)%15==0) y++; s="0000"+c[i]; g.drawString(s.substring(s.length()-4,s.length()),((i-1)%15)*40,y*20+20); } } public void paint(Graphics g) { int[] s=new int[L2+2],w=new int[L2+2]; int k; for (k=0;k<=L2;k++) s[k]=w[k]=0; s[0]=w[0]=1; for (k=1;k<=N;k++) { ldiv(w,k,w); ladd(s,w,s); } printresult(g,s); } }

  41. 2-8 聯立方程式的解法 • 以高斯‧喬丹法解聯立方程式 演算法的內容大致是這樣的: (1)將軸由第1行第1列移至第n行第n列,然後反覆進行下列步驟: (2)以軸係數(akk)除以軸所在行的元素(akk, akk((&+1, …, akn , ak)。軸為1。而軸以前的元素(ak1, ak2+1,…, akk-1)由於已為0,因此不用再除。 (3)軸所在行以外的各行則反覆進行下列步驟: (4)(各行)-(軸所在行) X (係數)。由於軸以前 的列元素已經為0,因此這項步驟可以不用執 行。

  42. 以下列的3元聯立方程式為例說明具體的清掃過程:以下列的3元聯立方程式為例說明具體的清掃過程:

  43. 2-8 聯立方程式的解法(高斯‧喬丹法) public void paint(Graphics g) { final int N=3; // 原有的數 int i,j,k; double[][] a={{2.0,3.0,1.0,4.0}, // 係數矩陣 {4.0,1.0,-3.0,-2.0}, {-1.0,2.0,2.0,2.0}}; double p,d; for (k=0;k<N;k++) { p=a[k][k]; // 軸係數 for (j=k;j<N+1;j++) // 將軸行除以p a[k][j]=a[k][j]/p; for (i=0;i<N;i++) { // 清掃軸列 if (i!=k) { d=a[i][k]; for (j=k;j<N+1;j++) a[i][j]=a[i][j]-d*a[k][j]; } } } for (k=0;k<N;k++) g.drawString("x"+(k+1)+"="+a[k][N],10,k*20+20); }

  44. 2-9 線性規劃法 • 最標準的電腦線性規劃方法為簡單(Simplex)法。其公式為: • 目標函數則設為:

  45. 2-9 線性規劃法 加上鬆弛(slack)變數,使其成為等式 再從這項聯立方程式至做出下列的係數矩陣 a11 a12… a1n 1 b1 a21 a22 a2n 1 b2 am1 am2 amn 1 bm -c1 -c2… -cn 0 0 … 0 0

  46. 2-9 線性規劃法 • 這種演算法的大致內容如下: (1)從最後1行(目標函數的係數)之中找出最小值(由於此值為負的,因此其絕對值也可說是最大的)所在列y。列的選擇。 (2)如最小值≧0,則結束程式。這項條件意味著最後1行的所有係數為正值,即使再繼續執行清掃運算,目標函數的值也不會再增加。 (3)以(1)所求的y列中的各行元素除以各行右端的元素,再找出最小元素所在行x。行的選擇。 (4)將x行y列設為軸並執行清掃演算。

  47. 1 3 1 0 0 18 18 2 3 0 1 0 21 21/2 3 1 0 0 1 21 21/3 ←行的選擇 -2 -1 0 0 0 0 ↑ 列的選擇 0 8/3 1 0 -1/8 11 33/8 0 7/3 0 1 -2/3 7 3 ←行的選擇 1 1/3 0 0 1/3 7 21 0 -1/3 0 0 2/3 14 ↑ 列的選擇 x1 x2 0 0 1 -8/7 3/7 3 0 1 0 3/7 -2/7 3 ←的最適解 1 0 0 -1/7 3/7 6 ←的最適解 0 0 0 1/7 12/21 15 ←z的最適解 z

  48. ……… double[][] a={{1.0,2.0,1.0,0.0,0.0,14.0}, // 係數矩陣 {1.0,1.0,0.0,1.0,0.0,8.0}, {3.0,1.0,0.0,0.0,1.0,18.0}, {-2.0,-3.0,0.0,0.0,0.0,0.0}}; double min,p,d; while (true) { min=9999; // 列的選擇 for (k=0;k<N2-1;k++) { if (a[N1-1][k]<min) { min=a[N1-1][k]; y=k; } } if (min>=0) break; min=9999; // 行的選擇 for (k=0;k<N1-1;k++) { p=a[k][N2-1]/a[k][y]; if (a[k][y]>0 && p<min) { min=p; x=k; } } p=a[x][y]; // 軸係數 for (k=0;k<N2;k++) // 以p除以軸行 a[x][k]=a[x][k]/p; for (k=0;k<N1;k++) { // 清掃軸列 if (k!=x) { d=a[k][y]; for (j=0;j<N2;j++) a[k][j]=a[k][j]-d*a[x][j]; } } } for (k=0;k<N3;k++) { flag=-1; for (j=0;j<N1;j++) { if (a[j][k]==1) flag=j; } ……

  49. 如要將此方程式與測定資料的距離的2次方和 設為最小,就要決定出係數 這就是最小平方法的考量方向。將右側的聯立方程式解開就可求出最小平方法。而m為適用曲線的階數。 2-10 最小平方法 n組的測定資料 此資料的近似方程式為:

  50. 2-10 最小平方法 聯立方程式也能以高斯‧喬丹法來解開,因此我們要製作下列的係數矩陣: 這裡要注意的是,由於係數矩陣的斜線方向為同樣的值,因此無須計算所有的元素。也就是說,各相等的元素內有相同的係數。舉例來說,第2行第0列、第1行第1列、第0行第2列皆有 。

More Related