Main Content

La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.

Mínimos cuadrados no lineales (ajuste de curvas)

Resuelva problemas de mínimos cuadrados no lineales (ajuste de curvas) en serie o en paralelo

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 no lineales resuelven min(∑||F(xi) – yi||2), donde F(xi) es una función no lineal e yi son datos. Consulte Mínimos cuadrados no lineales (ajuste de curvas).

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 Problem-Based Optimization Workflow. 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 lsqcurvefit o lsqnonlin.

Funciones

expandir todo

evaluateEvaluate optimization expression
infeasibilityConstraint violation at a point
optimproblemCree un problema de optimización
optimvarCree variables de optimización
solveSolve optimization problem or equation problem
lsqcurvefitSolve nonlinear curve-fitting (data-fitting) problems in least-squares sense
lsqnonlinResuelva problemas de mínimos cuadrados no lineales (ajuste de datos no lineales)

Tareas de Live Editor

OptimizeOptimice o resuelva ecuaciones en Live Editor

Temas

Mínimos cuadrados no lineales basados en problemas

Mínimos cuadrados no lineales basados en solvers

Generación de código

Computación paralela

Algoritmos y opciones