Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.
Mínimos-cuadrados no lineales resuelve min (∑ | | (FXi) - yi2| |), donde (FXi) es una función no lineal y yi son los datos. Ver.Mínimos cuadrados no lineales (ajuste de curva) Para la configuración del problema, consulte.Configuración de problemas de optimización basada en Solver
lsqcurvefit | Resuelva problemas de ajuste de curvas no lineales (ajuste de datos) en el sentido de mínimos cuadrados |
lsqnonlin | Resuelva problemas de mínimos cuadrados no lineales (ajuste de datos no lineales) |
Ejemplo básico que muestra varias formas de resolver un problema de ajuste de datos.
Función de banana minimización
Muestra cómo resolver el mínimo de la función de Rosenbrock utilizando diferentes solucionadores, con o sin gradientes.
lsqnonlin con un modeloSimulink
Ejemplo de ajuste de un modelo simulado.
Mínimos cuadrados no lineales con y sin jacobiano
Ejemplo que muestra el uso de derivados analíticos en mínimos cuadrados no lineales.
Ajuste de curva no lineal con lsqcurvefit
Ejemplo que muestra cómo realizar la conexión de datos no lineales con lsqcurvefit.
Ajustar una ecuación diferencial ordinaria (ODE)
Ejemplo que muestra cómo ajustar los parámetros de una oda a los datos o ajustar los parámetros de una curva a la solución de una ODE.
Ajuste un modelo a datos de valor complejo
Ejemplo que muestra cómo resolver un problema de mínimos cuadrados no lineales que tiene datos de valor complejo.
¿En qué consiste la computación paralela?Optimization Toolbox
Utilizar varios procesadores para la optimización.
Uso de la computación paralela enOptimization Toolbox
Estimación automática del gradiente en paralelo.
Mejorar el rendimiento con la computación paralela
Consideraciones para optimizaciones de exceso de velocidad.
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.