Anterior: Introducción a minpack [Índice general][Índice]
Calcula el punto x
que minimiza la suma de los cuadrados de las
funciones de la lista flist. Las variables se escriben en
la lista varlist
. El argumento guess debe guardar una
estimación inicial del punto óptimo.
Los argumentos opcionales tolerance y jacobian permiten
mantener cierto control sobre el algoritmo; tolerance es el
error relativo estimado que se desea en la suma de cuadrados,
mientras que jacobian puede utilizarse para especificar el
jacobiano. Si jacobian no se suministra, o se le da el valor
true
, el que ya tiene por defecto, el jacobiano se calcula
a partir de flist. Si jacobian vale false
, se
utilizará una aproximación numérica.
minpack_lsquares
devuelve una lista, siendo su primer
elemento la solución estimada, el segundo la suma de cuadrados y
el tercero indica la bondad del algoritmo, siendo sus posibles valores
los siguientes:
0
Número incorrecto de parámetros.
1
El algoritmo estima que el error relativo de la suma de cuadrados
es, como mucho, igual a tolerance
.
2
El algoritmo estima que el error relativo entre x y la solución es,
como mucho, igual a tolerance
.
3
Las dos condiciones anteriores se cumplen.
4
El vector formado por las funciones evaluadas en el punto x es ortogonal a las columnas del jacobiano dentro de la precisión de la máquina.
5
El número de llamadas a las funciones ha alcanzado 100*(n+1), siendo n el número de variables.
6
La tolerancia es demasiado pequeña, no siendo posible reducir más la suma de cuadrados.
7
La tolerancia es demasiado pequeña, no siendo posible mejorar la solución aproximada x.
/* Problem 6: Powell singular function */ (%i1) powell(x1,x2,x3,x4) := [x1+10*x2, sqrt(5)*(x3-x4), (x2-2*x3)^2, sqrt(10)*(x1-x4)^2]$ (%i2) minpack_lsquares(powell(x1,x2,x3,x4), [x1,x2,x3,x4], [3,-1,0,1]); (%o2) [[1.652117596168394e-17, - 1.652117596168393e-18, 2.643388153869468e-18, 2.643388153869468e-18], 6.109327859207777e-34, 4]
/* Same problem but use numerical approximation to Jacobian */ (%i3) minpack_lsquares(powell(x1,x2,x3,x4), [x1,x2,x3,x4], [3,-1,0,1], jacobian = false); (%o3) [[5.060282149485331e-11, - 5.060282149491206e-12, 2.179447843547218e-11, 2.179447843547218e-11], 3.534491794847031e-21, 5]
Resuelve un sistema de n
ecuaciones con n
incógnitas.
Las n
ecuaciones forman la lista flist, estando la
lista varlist formada por las incógnitas. El argumento
guess es una estimación inicial de la solución.
Los argumentos opcionales tolerance y jacobian permiten
mantener cierto control sobre el algoritmo; tolerance es el
error relativo estimado que se desea en la suma de cuadrados,
mientras que jacobian puede utilizarse para especificar el
jacobiano. Si jacobian no se suministra, o se le da el valor
true
, el que ya tiene por defecto, el jacobiano se calcula
a partir de flist. Si jacobian vale false
, se
utilizará una aproximación numérica.
minpack_solve
devuelve una lista, siendo su primer
elemento la solución estimada, el segundo la suma de cuadrados y
el tercero indica la bondad del algoritmo, siendo sus posibles valores
los siguientes:
0
Número incorrecto de parámetros.
1
El algoritmo estima que el error relativo de la suma de cuadrados
es, como mucho, igual a tolerance
.
2
El número de llamadas a las funciones ha alcanzado 100*(n+1), siendo n el número de incógnitas.
3
La tolerancia es demasiado pequeña, no siendo posible reducir más la suma de cuadrados.
4
El algoritmo no progresa adecuadamente.
Anterior: Introducción a minpack [Índice general][Índice]