最佳拟合直线

最佳拟合直线

Time Limit: 1000MS Memory Limit: 65536KB
Problem Description

在很多情况下,天文观测得到的数据是一组包含很大数量的序列点图象,每一点用x值和y值定义。这就可能需要画一条通过这些点的最佳拟合曲线。

为了避免只对个别数据分析,需要进行最佳曲线拟合。考虑N个数据点,它们的坐标是(X1,Y1)(X2,Y2)...(XN,YN)。假设这些值中的X是严格的精确值,Y的值是测量值(含有一些误差)
         

对于一个给定的X,如X1,对应的值Y1与曲线C上对应的Y值将存在一个差值。我们用D1表示这个差值,有时我们也称这个差值为偏差、误差或残差,它可能是正、负或零。类似的,X2...,XN,对应的差值为D2,....,DN

 我们用D1+ D2+ ... + DN2 作为衡量曲线C拟合的“最佳”程度,这个值越小越好,越大则越不好。因此,我们做以下定义:任何一种类型的曲线,它们都有一个共同的特性,当ΣDi2最小时,称为最佳拟合曲线。注:∑指“取和”计算。 一条曲线具有这一特性时,称之为“最小二乘拟合”,这样的曲线称为“最小二乘曲线”。

本次的计算任务是拟合为一条直线,数学上称之为“线性回归”。“回归”一词看起来有点陌生,因为计算最佳曲线没什么好“回归”的,最好的术语就是“曲线似合”,在直线情况下就是“线性曲线拟合”。

你的任务是编写程序用最小二乘法计算出以下线性方程的系数(斜率a以及y轴的截距b):

 y = a*x + b   (4.1)

 a和b可以使用以下公式计算:
 
式中N是数据点的个数。注意,以上两式具有相同的分母,∑指逐项加法计算(取和)。∑x指对所有的x值求和,∑y指对所以的y值求和,∑(x^2)指对所有x的平方求和。∑xy指对所有的积xy进行取和计算。应注意,∑xy 与 ∑x*∑y是不相同的(“积的和”与“和的积”是不同的),同样(∑x)^2与∑(x^2)也是不相同的(“和的平方”与“平方的和”是不相同的)。


Input
 n组整数表示xiyi ,期中|x|<=106,|y|<=106, n < 15
Output
 最佳拟合曲线参数abab各占一行,b精确到小数点后3位。
Example Input
4
1  6
2  5
3  7
4  10
Example Output
1.400
3.500



import java.util.*;


public class Main {

	public static void main(String[] args) {
       Scanner reader=new Scanner(System.in);
       double a[]=new double[15];
       double b[]=new double[15];
       int t=reader.nextInt();
    	   for(int i=0;i<t;i++){
    	            a[i]=reader.nextDouble();
    	            b[i]=reader.nextDouble();
    	   }
    	   double suma=0;
    	   double sumb=0;
    	   double sumab=0;
    	   double sum1=0;
    	   double sum2=0;
    	   for(int i=0;i<t;i++){
    		   suma+=a[i]*b[i];
    		   sum1+=a[i];
    		   sum2+=b[i];
    	   }
    	  
    	   sumb-=(suma*sum1);
    	  // System.out.println(sumb+" "+sum1+" "+sum2);
    	   suma*=t;
    	   sumab-=sum1*sum1;
    	   suma-=sum1*sum2;
    	   sum1=0;
    	   for(int i=0;i<t;i++){
    		   sum1+=a[i]*a[i];
    	   }
    	   //System.out.println(sumb+" "+sum1+" "+sum2);
    	   sumb+=sum1*sum2;
    	   sumab+=t*sum1;
    	   double z=suma/sumab;
    	   double y=sumb/sumab;
    	   
    	   System.out.println(String.format("%.3f", z));
    	   System.out.println(String.format("%.3f", y));
	}

}


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值