1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
| # ***************************************
# 最小二乗法
# ***************************************
# 計算クラス
class Calc
# 定数
N, M = 7, 5 # データ数, 予測曲線の次数
X = [-3, -2, -1, 0, 1, 2, 3] # 測定データ x
Y = [ 5, -2, -3, -1, 1, 4, 5] # 測定データ y
def initialize
# a, s, t データ
@a = Array.new(M + 1).map{Array.new(M + 2, 0.0)}
@s = Array.new(2 * M + 1, 0.0)
@t = Array.new(M + 1, 0.0)
end
# 最小二乗法
def calc_least_squares_method
# s, t 計算
calc_st
# a に s, t 代入
ins_st
# 掃き出し
sweap_out
# y 値計算＆結果出力
display
end
private
# s, t 計算
def calc_st
0.upto(N - 1) do |i|
0.upto(2 * M) { |j| @s[j] += (X[i] ** j) }
0.upto(M) { |j| @t[j] += (X[i] ** j) * Y[i] }
end
end
# a に s, t 代入
def ins_st
0.upto(M) do |i|
0.upto(M) { |j| @a[i][j] = @s[i + j] }
@a[i][M + 1] = @t[i]
end
end
# 掃き出し
def sweap_out
0.upto(M) do |k|
p = @a[k][k]
k.upto(M + 1) { |j| @a[k][j] /= p }
0.upto(M) do |i|
unless i == k
d = @a[i][k]
k.upto(M + 1) { |j| @a[i][j] -= d * @a[k][j] }
end
end
end
end
# y 値計算＆結果出力
def display
0.upto(M) { |k| printf("a%d = %10.6f\n", k, @a[k][M + 1]) }
puts " x y"
-3.step(3, 0.5) do |px|
p = 0
0.upto(M) { |k| p += @a[k][M + 1] * (px ** k) }
printf("%5.1f%5.1f\n", px, p)
end
end
end
# インスタンス化＆実行
Calc.new.calc_least_squares_method
|