LSE:线性最小二乘求解器,受线性等式约束-matlab开发

上传者: 38626858 | 上传时间: 2021-12-01 16:01:26 | 文件大小: 5KB | 文件类型: -
此提交是应请求编写的 - 作为处理线性最小二乘问题的工具,受可能存在秩不足的线性等式约束。 (当然,它也可以处理满秩约束的问题。)如果出现秩不足约束系统,它会测试约束的一致性。 我向 LSE 添加了一些其他功能: - 它允许最小二乘问题的多个右手边,当然完全矢量化。 - 可以提供重量。 - 您可以选择最小二乘解算器,反斜杠或 pinv。 LSE 解决问题(对于未知向量 x) argmin 范数(A*x - b) 受约束 C*x = d 例如,考虑随机系统A = rand(10,3); b = rand(10,1); 具有秩亏约束集C = [1 1 1;1 1 1]; d = [1;1]; X = lse(A,b,C,d) X = 0.5107 0.57451 -0.085212 验证是否满足约束 C*X 回答= 1 1 当指定 \ 时,列旋转用于从约束系统中消除变量,

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明