PRODUCTS
PURCHASE
FOR USERS
COMPANY
OUR SITES
DOCUMENTATION CENTER SEARCH
Mathematica
>
行列ベースの最小化
>
Mathematica
組込みシンボル
線形系の解法
チュートリアル »
|
LinearSolve
PseudoInverse
Fit
FindFit
SingularValueDecomposition
QRDecomposition
CoefficientArrays
NMinimize
FindMinimum
関連項目 »
|
曲線のフィットと近似の関数
線形系
行列と線形代数
行列ベースの最小化
最適化
信号処理
バージョン6.0の新機能:数学とアルゴリズム
バージョン6.0の新機能:行列と線形代数の関数
バージョン6.0の新機能:数値データ処理
その他 »
LeastSquares
LeastSquares
[
m
,
b
]
行列方程式
m
.
x
b
について線形最小2乗問題を解く
x
を与える.
詳細
LeastSquares
[
m
,
b
]
は,
Norm
[
m
.
x
-
b
]
を最小にするベクトル
x
を与える.
Length
[
x
]
MatrixRank
[
m
]
の場合にのみ,ベクトル
x
は,この最小化によって一意的に決定される.
引数
b
は行列でもよい.その場合,最小2乗による最小化は
b
中の各列について別々に行われる.
LeastSquares
は数値行列にも記号行列にも使うことができ,
SparseArray
オブジェクトにも使うことができる.
Method
オプションを与えることができる.任意精度の数値行列の設定値には,
"Direct"
,
"IterativeRefinement"
等が,疎配列の設定値には,
"Direct"
,
"Krylov"
等がある.デフォルト設定の
Automatic
は,与えられた行列によってこれらを使い分ける.
例題
すべて閉じる
例
(1)
簡単な最小2乗問題を解く:
In[1]:=
Out[1]=
スコープ
(4)
一般化と拡張
(1)
オプション
(1)
アプリケーション
(1)
特性と関係
(2)
関連項目
LinearSolve
PseudoInverse
Fit
FindFit
SingularValueDecomposition
QRDecomposition
CoefficientArrays
NMinimize
FindMinimum
チュートリアル
線形系の解法
その他
曲線のフィットと近似の関数
線形系
行列と線形代数
行列ベースの最小化
最適化
信号処理
バージョン6.0の新機能:数学とアルゴリズム
バージョン6.0の新機能:行列と線形代数の関数
バージョン6.0の新機能:数値データ処理
バージョン 6 の新機能
© 2008 Wolfram Research, Inc.