平面拟合最小二乘法c语言,最小二乘线性及平面拟合原理及C++实现

一、线性最小二乘拟合

使用一个简单函数在整体上逼近已知函数，使其在整体上尽可能与原始数据曲线近似。记为：

称之为拟合曲线，若该函数为插值多项式，则所有偏差为零。

但实际情况中，我们不可能要求近似曲线

y =

严格通过这么多数据点。但为了使其尽可能反映所给数据的变化趋势，我们可以要求偏差的绝对值尽可能小，甚至是所有偏差中的最大值尽可能小。我们可以通过使选取的近似曲线在节点xi 处的偏差的平方和达到最小来实现这一目标，这一原则就是 最小二乘原则。

按最小原则选择的拟合曲线就称为最小二乘拟合曲线，此方法称为最小二乘法。

实用公式推导：

假设我们此处有这样一组数据点，这些点的分布接近于在一条直线上，因此选一条直线(一条曲线则加入对应方程推导)来拟合这组数据，令：

根据最小二乘原则，有：

令a0,a1为未知数，则此处转换为求二元函数S(a0,a1)的极小点问题：

由此可得：

联立解得：

即得到了待求的拟合直线段。

C++实现：

bool gFittingLine(double *xArray, double *yArray, int firstIndex, int lastIndex,

double &a, double &b)

{

int count = lastIndex-firstIndex+1;

if(count < 2) return false;

double s0 =