Mínimos cuadrados lineales
Antes de comenzar a resolver un problema de optimización, deberá elegir el enfoque adecuado: basado en problemas o basado en solvers. Para obtener más detalles, consulte En primer lugar, elija el enfoque basado en problemas o el enfoque basado en solvers.
Los mínimos cuadrados lineales resuelven min||C*x - d||2, posiblemente con límites o restricciones lineales.
Para el enfoque basado en problemas, cree variables de problemas y, posteriormente, represente la función objetivo y las restricciones en términos de estas variables simbólicas. Para saber qué saltos basados en problemas se deben tomar, consulte Flujo de trabajo de optimización basada en problemas. Para resolver el problema resultante, utilice solve
.
Para saber qué saltos basados en solvers se deben tomar, incluyendo la definición de la función objetivo y las restricciones, y la selección del solver adecuado, consulte Configuración de problema de optimización basada en solvers. Para resolver el problema resultante, utilice lsqlin
o, para mínimos cuadrados no negativos, puede utilizar también lsqnonneg
.
Funciones
Tareas de Live Editor
Optimize | Optimizar o resolver ecuaciones en Live Editor |
Temas
Mínimos cuadrados lineales basados en problemas
- 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.
Mínimos cuadrados lineales basados en solvers
- 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.
Generación de código
- 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.
Algoritmos basados en problemas
- 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.
Algoritmos y opciones
- Least-Squares (Model Fitting) Algorithms
Minimizing a sum of squares in n dimensions with only bound or linear constraints. - Referencia de opciones de optimización
Explore opciones de optimización.