![]() |
function LM(x,y,n)
% 최소 자승법을 하는 함수입니다
% LMS(x,y,n)
% Ax=b에서 b를 구하는 구간--------------------------------------------------
L=length(x);
for i=1:n+1 % a벡터가 n+1항까지 있다
xx=x.^(i-1);
s=0;
for k=1:L
s=s+xx(k)*y(k);
end
b(i,:)=s;
|
|
![]() |
법
[5]LINEAR PROGRAM
min f(x1,x2) = -2x1-2x2
(2/5)x1+(1/3)x2 <= 2/3
subjec to
-x1<=2
-x2<=2
bounded to
-5<=x1<=5 , -5<=x2<=5
[결과]구한 목적 함수를 최소로 하는 x의 값은 x1=3.333, x2=5.000이다. [1]least square mathode을 적용(실험식 1차 , 2차)
[2] PROJECTION
[
|
|
![]() |
법에는 그림 (a)와 같이 최소영역원법(minimum zone circle, MZC)과 최소자승원법(least square circle, LSC)이 있다. 전자는 임의 점을 중심으로 한 최대 내접원(MIC)과 최소 동심외접원(MCC) 사이의 간격으로 표시하고, 후자에서는 가중심을 지나는 직교좌표
측정, 측정의 종류와 특징,
|
|
![]() |
최소자승법(least square method): 가장 훌륭한 회귀방정식은 예측오차를 최소로 하는 것인데, 이때 예측오차를 최소화한다는 것은 보통 예측오차를 제곱하여 합한
오차제곱의 합을 최소화한다는 의미이다. 즉, 오차의 제곱(자승)을 모두 합한 것
|
|
![]() |
서 정의된 연속함수일 경우에도 확대 적용할 수 있다. 이 경우 최소 자승법은
를 최소 되게 하는 를 구하는 문제이며, 여기서 는 구간 에서 인 가중함수이다. 대부분의 경우 취한다.
4.최소자승법 - 엑셀사용
①엑셀의 편리 : 측정된 데이터를
|
|