최소자승법 (least-squares method) From Geophiwiki
일련의 측정 자료에 가장 부합하는, 즉 측정값
와 이론적 모델 반응값
의 차이의 제곱의 합
가 최소가 되도록 하는 모델변수
를 결정하는 방법;
위 관계식을 만족하기 위해서는 오차 함수
의 모델변수에 대한 편미분이 0이 되어야 한다;
이를 정규 방정식이라 한다. 예를 들어 이론 모델 반응이 모델변수가
,
의 1차 함수
로 표현될 수 있을 때, 정규 방정식은 다음과 같다;

여기서,
은 측정 갯수이다.
From Geophiwiki
일련의 측정 자료에 가장 부합하는, 즉 측정값
와 이론적 모델 반응값
의 차이의 제곱의 합
가 최소가 되도록 하는 모델변수
를 결정하는 방법;
위 관계식을 만족하기 위해서는 오차 함수
의 모델변수에 대한 편미분이 0이 되어야 한다;
이를 정규 방정식이라 한다. 예를 들어 이론 모델 반응이 모델변수가
,
의 1차 함수
로 표현될 수 있을 때, 정규 방정식은 다음과 같다;
여기서,
은 측정 갯수이다.
|
x가 Ax=b의 least-squares solution이기 위한 필요충분 조건은 x가 |
을
의 normal equation이라 한다.
'공부할 거' 카테고리의 다른 글
| Normal equation (정규 방정식) (0) | 2006/10/31 |
|---|---|
| Jacobian (0) | 2006/10/30 |

을 만족해야 한다.
![y=[f_1(x); f_2(x); |; f_n(x)],](http://mathworld.wolfram.com/images/equations/Jacobian/equation1.gif)

![J(x_1,...,x_n)==[(partialy_1)/(partialx_1) ... (partialy_1)/(partialx_n); | ... |; (partialy_n)/(partialx_1) ... (partialy_n)/(partialx_n)].](http://mathworld.wolfram.com/images/equations/Jacobian/equation3.gif)

rss