Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Lineal mínimos cuadrados

Resuelva los problemas lineales de mínimos cuadrados con límites o restricciones lineales

Consulte para elegir entre la optimización basada en problemas y la optimización basada en solucionador.Elija primero el enfoque basado en problemas o basado en Solver

Linear mínimos-cuadrados resuelve min | | * - ||Cxd2, posiblemente con límites o restricciones lineales. Ver.Lineal mínimos cuadrados

Para el enfoque basado en problemas, cree variables problemáticas y, a continuación, represente la función objetiva y las restricciones en términos de estas variables simbólicas. Para los pasos basados en problemas a tomar, ver.Flujo de trabajo basado en problemas Para resolver el problema resultante, utilice.solve

Para que se tomen los pasos basados en el solucionador, incluida la definición de la función objetiva y las restricciones, y la elección del solucionador adecuado, consulte.Configuración de problemas de optimización basada en Solver Para resolver el problema resultante, utilice o, para los mínimos cuadrados no negativos, también puede utilizar.lsqlinlsqnonneg

Funciones

expandir todo

evaluateEvalúe la expresión de optimización
infeasibilityInfracción de restricción en un punto
solveResuelve el problema de optimización
lsqlinResuelva los problemas lineales de mínimos cuadrados restringidos
lsqnonnegResuelve el problema lineal de mínimos cuadrados no negativos
mldivide, \Resolver sistemas de ecuaciones lineales Ax = B para x

Temas

Aplicaciones lineales de mínimos cuadrados basados en problemas

Distancia más corta a un plano

Muestra cómo resolver un problema de mínimos cuadrados lineales utilizando el enfoque basado en problemas.

Mínimos cuadrados no negativos, basados en problemas

Muestra cómo resolver un problema de mínimos cuadrados lineales no negativos utilizando el enfoque basado en problemas y varios solucionadores.

Los mínimos cuadrados lineales restringidos de gran escala, basados en problemas

Resuelve un problema de desenfoque óptico utilizando el enfoque basado en problemas.

Aplicaciones lineales de mínimos cuadrados basadas en Solver

Aplicación de optimización con el Solver lsqlin

Ejemplo que muestra la aplicación de optimización y los mínimos cuadrados lineales.

Mínimos cuadrados lineales con restricciones enlazadas

Ejemplo que muestra el uso de límites en mínimos cuadrados no lineales.

Función de multiplicación jacobiana con mínimos cuadrados lineales

Ejemplo que muestra cómo ahorrar memoria en un gran problema lineal de mínimos cuadrados estructurados.

Los mínimos cuadrados lineales restringidos de gran escala, basados en Solver

Resuelve un problema de desenfoque óptico mediante el enfoque basado en el solucionador.

Algoritmos basados en problemas

Algoritmos de optimización basados en problemas

Cómo las funciones de optimización y los objetos resuelven problemas de optimización.

Operaciones admitidas en variables de optimización y expresiones

Enumera todas las operaciones matemáticas y de indexación disponibles en las variables y expresiones de optimización.

Algoritmos y opciones

Algoritmos de mínimos cuadrados (ajuste de modelo)

Minimización de una suma de cuadrados en cotas con solo restricciones enlazadas o lineales.n

Opciones de optimización referencia

Describe las opciones de optimización.