Math 如何在MATLAB中使用最小二乘近似？

对于线性代数的家庭作业，我使用MATLAB的

\

运算符（这是推荐的方法）求解了以下方程：

A=[0.20.25；0.40.5；0.40.25]； y=[0.91.71.2]； x=A\y 这将产生以下答案：

x = 1.7000 2.0800 x= 1.7000 2.0800 在作业的下一部分中，我将使用最小二乘近似法求解相同的方程（然后将其与先前的值进行比较，以查看近似值的准确性）

如何在MATLAB中找到一种方法来实现这一点

---

以前的工作：我找到了函数

lsqlin

，它似乎能够解上述类型的方程，但我不知道应该提供哪些参数，也不知道它的顺序。

mldivide，（“\”）实际上也这样做。根据报告：

如果A是m~=n的m×n矩阵，B是m分量的列向量，或是具有多个这样的列的矩阵，那么X=A\B是欠定或超定方程组AX=B的最小二乘意义上的解。换句话说，X最小化范数（A*X-B），向量AX-B的长度。A的秩k由带有列旋转的QR分解确定（有关详细信息，请参见算法）。计算出的解X每列最多有k个非零元素。如果k

---

实际上，你在第一个作业中所做的是用LSE解方程。

你的作业是明确地编码最小二乘近似值，还是仅仅使用MATLAB中的另一个函数？如果您可以使用其他功能，一个选项是：

---

当然，实际的作业没有我们想象的那么复杂。你是对的，``运算符确实涉及最小二乘近似。我们现在得到了正确的答案，谢谢！这应该是“\operator”，但代码格式的反斜杠似乎吞没了整个反斜杠（或者我只是错过了一次击键）。 x = 1.7000 2.0800

x = lsqr(A,y);