方程组最小二乘解的概念及其求解

首先说明一下,本文的标题本来是方程组最佳的最小二乘解的概念及其求解,但是咱们的CSDN提示标题夸张,最佳的最小二乘解真是没地方说理去。
在这里插入图片描述
圆规正转,在文章矩阵的广义逆——减号、加号广义逆的求法中已经介绍了矩阵的加号广义逆(M-P逆)的一种求解方法,即矩阵的满秩分解法。
矩阵的加号广义逆(M-P逆)还可由其性质求解,即若A是列满秩的,则A的加号广义逆为:
在这里插入图片描述
若A是行满秩的,则A的加号广义逆为:
在这里插入图片描述
这样在遇到行满秩或者列满秩矩阵时,A的加号广义逆就能够更容易的求出。
此外,矩阵的加号广义逆还可以由奇异值分解的结果来求得,奇异值的分解可参见:三角分解、满秩分解、Schur分解与奇异值分解一网打尽
在这里插入图片描述
加号广义逆的一些性质和奇异值求解的方法见下图。
请添加图片描述
上面讲的这些都是为求方程组最佳的最小二乘解做准备。
最佳的最小二乘解: 设矩阵A(m∗n阶) ,b(m∗1阶) ,则

的最佳的最小二乘解。
推广: 设矩阵方程AX=B,其中A(m∗n阶) ,B(m∗k阶) ,则
在这里插入图片描述
的最佳的最小二乘解。
最佳的最小二乘解的例子见下图。
请添加图片描述
结合上一节的内容,矩阵的广义逆的求法已经学过三种方法,即满秩分解、利用性质和奇异值分解,这些方法的使用有所不同,其中最基本的还是满秩分解法,它具有普适性;利用性质求解虽然简单,但是要求矩阵是行满秩或列满秩的,如果不是,就需要用其他两种方法求解;奇异值分解法虽然也是一种计算的方法,但是计算量比较大,一般在已知奇异值分解的条件下才采用这种方法。

对于超定方程组,特别是非线性方程组,可以使用Matlab基于最小二乘算法来进行求解。在Matlab中,求解超定方程组最小二乘可以使用函数`lsqnonlin`。这个函数可以根据给定的目标函数和初始猜测值来计算最小二乘。 举个例子,假设我们要求解以下超定方程组: A*x = b 其中A是一个n×m的矩阵,n>m,x是一个m维列向量,b是一个n维列向量。我们可以使用`lsqnonlin`函数来求解最小二乘。 首先,我们需要定义一个目标函数,该函数的输入参数为x,输出为A*x-b。然后,我们需要提供一个初始猜测值x0。最后,使用`lsqnonlin`函数来计算最小二乘。 具体步骤如下: 1. 定义目标函数:例如,我们定义一个匿名函数`fun`,输入参数为x,输出为A*x-b。可以使用`fun = @(x) A*x - b`来定义目标函数。 2. 提供初始猜测值:例如,假设初始猜测值为x0,则可以使用`x0 = [1; 1; ...; 1]`来提供初始猜测值。 3. 使用`lsqnonlin`函数求解最小二乘:例如,可以使用`x = lsqnonlin(fun, x0)`来求解最小二乘。 需要注意的是,由于超定方程组没有精确,所以最小二乘是一个近似,使得目标函数的值最小化。 综上所述,使用Matlab基于最小二乘算法求解超定方程组最小二乘的步骤如下: 1. 定义目标函数,输入参数为x,输出为A*x-b。 2. 提供初始猜测值x0。 3. 使用`lsqnonlin`函数求解最小二乘,例如使用`x = lsqnonlin(fun, x0)`。 请注意,根据具体的超定方程组和目标函数的定义,上述步骤的具体实现可能会有所不同。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

西岸贤

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值