275
||8x||
|–
cond( A) ||6b|| | || 64 ||
+
المصفوفات
٥-٤ التطبيق الرابع : طريقة أقل المربعات
٥-٤-١ مقدمة :
أنظر 434.Ben Noble, 1969, p)
LEAST SQUARES TECHNIQUE
في كثير من المسائل العلمية تكون العلاقة بين متغير مستقل x ومتغير تابع لا مجرد قياسات معملية أو تجارب .. إلخ بحيث يكون المعلوم هو الأقواس المرتبة (x) حيث i = 0,1,2,...,m ( أي 1+m من النقاط ) ، والمطلوب التوفيق بين هذه النقاط للحصول على أمثل منحنی Optimal Curve من درجة معينة ( مثلاً خط مستقيم أو منحنى من الدرجة الثانية ... ) . هذا معناه أن هذا المنحن
الأمثل لا يمر بكل النقاط المعطاة ولكن يمر بينها بحيث يكون مقياس ما للخطأ أقل ما يمكن
n
أما عن هذا المنحنى التوفيقي فإنه يمكننا إستعمال قواعد Bases عدة له ، ولتكن (x) بحيث تكون ( من درجة . وتُختار هذه القواعد بحيث تكون متعامدة Orthogonal لنضمن إستقلالها من جهة ولتسهيل التحليل الرياضي ) باستخدام شروط التعامد ( من جهة أخرى . على هذا النحو يكون المنحنى التوفيقي المراد أن يكون أمثلاً على هذا النسق الرياضي على الشكل
n
y= F(x) = [a,®,(x)
i=0
ويكون المطلوب هو كيفية حساب المعاملات a التي تجعل مقياس الخطأ أقل ما يمكن
أما عن مقياس الخطأ ، فهناك مقاييس كثيرة .. فيمكن إختيار القيمة العددية للفرق بين قيمة و المقاسة وقيمة و المحسوبة من المنحنى كمقياس للخطأ .. أي يمكن أخذ
e=
i=0
=
i=0
كمقياس للخطأ . ولكن الحصول على المعاملات من هذه الصيغة الرياضية فيه بعـ ــض الصعوبات
الخاصة بالتحليل الرياضي والناشئة من كون الدالة العددية Absolute or Modulus Function غير *
الكتاب — ص ٢٧٥