y=ao+a1x1+a2X2+...+anXn 其中系数 ao,al,a2,an需要根据历史数据，编写c语言采用最小二乘法算法求得ao,al,a2,an

最小二乘法可以用来求解线性回归模型的系数，包括常数项和自变量的系数。C语言中可以使用矩阵运算库进行计算，比如ATLAS、BLAS等。以下是使用最小二乘法求解线性回归模型系数的示例代码：

#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <cblas.h>

#define N 100     // 样本数
#define M 4       // 自变量个数

void least_squares(double **x, double *y, double *coef);

int main()
{
    double **x;     // 自变量矩阵
    double *y;      // 因变量向量
    double coef[M+1];   // 回归系数，包括常数项和自变量的系数
    int i, j;

    // 动态分配内存
    x = (double **)malloc(N * sizeof(double *));
    for (i = 0; i < N; i++)
        x[i] = (double *)malloc(M * sizeof(double));
    y = (double *)malloc(N * sizeof(double));

    // 假设自变量和因变量已知，此处使用随机数生成
    for (i = 0; i < N; i++) {
        for (j = 0; j < M; j++)
            x[i][j] = rand() / (double)RAND_MAX;  // 自变量
        y[i] = rand() / (double)RAND_MAX;          // 因变量
    }

    // 使用最小二乘法求解回归系数
    least_squares(x, y, coef);

    // 输出回归系数
    printf("Regression coefficients:\n");
    for (i = 0; i < M+1; i++)
        printf("coef[%d] = %lf\n", i, coef[i]);

    // 释放内存
    for (i = 0; i < N; i++)
        free(x[i]);
    free(x);
    free(y);

    return 0;
}

// 最小二乘法求解线性回归模型的系数
void least_squares(double **x, double *y, double *coef)
{
    double *a, *b, *c;
    int i, j;

    // 动态分配内存
    a = (double *)malloc((M+1) * (M+1) * sizeof(double));
    b = (double *)malloc((M+1) * sizeof(double));
    c = (double *)malloc((M+1) * sizeof(double));

    // 构造矩阵a和向量b
    for (i = 0; i < M+1; i++) {
        b[i] = 0.0;
        c[i] = 0.0;
        for (j = 0; j < M+1; j++) {
            a[i*(M+1)+j] = 0.0;
        }
    }
    for (i = 0; i < N; i++) {
        a[0*(M+1)+0] += 1.0;
        b[0] += y[i];
        for (j = 0; j < M; j++) {
            a[0*(M+1)+j+1] += x[i][j];
            a[(j+1)*(M+1)+0] += x[i][j];
            a[(j+1)*(M+1)+j+1] += x[i][j] * x[i][j];
            b[j+1] += x[i][j] * y[i];
        }
    }

    // 解线性方程组
    cblas_dposv(CblasRowMajor, CblasUpper, M+1, 1, a, M+1, b, 1);

    // 保存回归系数
    for (i = 0; i < M+1; i++)
        coef[i] = b[i];

    // 释放内存
    free(a);
    free(b);
    free(c);
}

在此示例代码中，我们使用了ATLAS库中的cblas_dposv函数来解线性方程组。该函数使用了BLAS库中的dgemm和dpotrf函数，因此需要在编译时链接这两个库。