C# 的 多项式方程求解的基本实现

已知：已有很多数据，根据生成曲线方程 并 求得y=0时 其多个方程解。

例如：x = [-5,- 4,- 3,- 2,- 1,0,1,2]

           y = [-4697,- 1374,- 251, - 8,  3, - 2,  1, 84]

        1、求其最小二乘法 k 阶多项式的拟合方程。

        2、根据拟合方程求其与横坐标交点。

步骤：1、我们要写一个根据已知数据，求拟合方程参数的方法。

           2、已知方程后，要写一个根据方程求解的方法

                先已知的方法有很多，例如穷举法、二分法、牛顿-莱布利兹法、梯度法、碰撞体积法等等，各有优劣。博主这次根据自己的使用场景使用的是牛顿法。

                a、牛顿法比较重要的是使用前提条件，连续可导（博主的使用场景是必定满足的，故就不考虑了）（基本知识，不记得可以去百度一下）

                b、牛顿法的初值判断（这个其实看似容易，如果想准确，其实并不简单）

                c、求导算法（基本知识可以去百度一下）

                d、根据求出的解带入原方程，以此判断是否需要继续迭代。

---

纪要

工具使用：VS2022，百度在线图形计算器Desmos

使用相关库：MathNet                  

---

一、获得拟合参数方法

        /// <summary>
        /// 将点 (x,y) 拟合为 k 阶多项式 y 的最小二乘法，返回其最佳拟合参数为[p0, p1, p2,..., pk] 数组 p0、p1 分别指0次系数、1次系数
        /// </summary>
        /// <param name="xdata">x数组</param>
        /// <param name="ydata">y数组</param>
        /// <param name="order">拟合次数/多项式阶数</param>
        /// <returns>拟合参数数组</returns>
        public static double[] PolynomialPara(double[] xdata, double[] ydata, int order)
        {
            return Fit.Polynomial(xdata, ydata, order);
        }

运行

static double[] Xdata = { -5, -4, -3, -2, -1, 0, 1, 2 };
static double[] Ydata = { -4697, -1374, -251, -8, 3, -2, 1, 84 };


double[] _para = PolynomialPara(Xdata,Ydata,5);

结果

根据拟合参数，其实对应的k阶多项式方程就显而易见了