Minimi quadrati lineari
Prima di iniziare a risolvere un problema di ottimizzazione, è necessario scegliere l'approccio appropriato: basato sui problemi o basato sul risolutore. Per i dettagli, vedere Scelta iniziale sull'adozione dell'approccio basato sui problemi o sul risolutore.
Il metodo dei minimi quadrati lineari risolve min||C*x - d||2, eventualmente con limiti o vincoli lineari.
Per l'approccio basato sui problemi, creare delle variabili del problema, quindi esprimere la funzione obiettivo e i vincoli in termini di tali variabili simboliche. Per i passaggi da seguire per l'approccio basato sui problemi, vedere Problem-Based Optimization Workflow. Per risolvere il problema risultante, utilizzare solve.
Per i passaggi da seguire per l'approccio basato sul risolutore, inclusa la definizione della funzione obiettivo e dei vincoli e la scelta del risolutore appropriato, vedere Impostazione di un problema di ottimizzazione basato sul risolutore. Per risolvere il problema risultante, utilizzare lsqlin oppure, nel caso dei minimi quadrati non negativi, è possibile utilizzare anche lsqnonneg.
Funzioni
Attività di Live Editor
| Optimize | Ottimizzare o risolvere equazioni in Live Editor |
Argomenti
Minimi quadrati lineari basati sui problemi
- Shortest Distance to a Plane
Shows how to solve a linear least-squares problem using the problem-based approach. - Nonnegative Linear Least Squares, Problem-Based
Shows how to solve a nonnegative linear least-squares problem using the problem-based approach and several solvers. - Large-Scale Constrained Linear Least-Squares, Problem-Based
Solves an optical deblurring problem using the problem-based approach. - Write Objective Function for Problem-Based Least Squares
Syntax rules for problem-based least squares.
Minimi quadrati lineari basati sul risolutore
- Optimize Live Editor Task with lsqlin Solver
Example showing the Optimize Live Editor task and linear least squares. - Nonnegative Linear Least Squares, Solver-Based
This example shows how to use several algorithms to solve a linear least-squares problem with the bound constraint that the solution is nonnegative. - Jacobian Multiply Function with Linear Least Squares
Example showing how to save memory in a large structured linear least-squares problem. - Warm Start Best Practices
Describes how best to use warm start for speeding repeated solutions. - Large-Scale Constrained Linear Least-Squares, Solver-Based
Solves an optical deblurring problem using the solver-based approach.
Generazione di codice
- Code Generation in Linear Least Squares: Background
Prerequisites to generate C code for linear least squares. - Generate Code for lsqlin
Example of code generation for linear least squares. - Optimization Code Generation for Real-Time Applications
Explore techniques for handling real-time requirements in generated code.
Algoritmi basati sui problemi
- Write Objective Function for Problem-Based Least Squares
Syntax rules for problem-based least squares. - Problem-Based Optimization Algorithms
Learn how the optimization functions and objects solve optimization problems. - Supported Operations for Optimization Variables and Expressions
Explore the supported mathematical and indexing operations for optimization variables and expressions.
Algoritmi e opzioni
- Least-Squares (Model Fitting) Algorithms
Minimizing a sum of squares in n dimensions with only bound or linear constraints. - Optimization Options Reference
Explore optimization options.
