Bình phương tuyến tính nhỏ nhất có thể được giải quyết bằng
0) Sử dụng bộ giải bình phương tuyến tính tối thiểu chất lượng cao, dựa trên SVD hoặc QR, như được mô tả dưới đây, cho các bình phương tối thiểu tuyến tính không bị giới hạn, hoặc dựa trên một phiên bản Lập trình bậc hai hoặc Tối ưu hóa hình nón cho các bình phương nhỏ nhất bị ràng buộc hoặc tuyến tính, như được mô tả dưới đây. Một người giải quyết như vậy được đóng hộp trước, thử nghiệm nhiều và sẵn sàng để sử dụng - sử dụng nó.
1) SVD, đây là phương pháp đáng tin cậy và chính xác nhất về số lượng, nhưng cũng cần nhiều tính toán hơn so với các phương án. Trong MATLAB, giải pháp SVD của bài toán bình phương tuyến tính nhỏ nhất không giới hạn A * X = b là pinv (A) * b, rất chính xác và đáng tin cậy.
2) QR, khá đáng tin cậy và chính xác về số lượng, nhưng không nhiều như SVD, và nhanh hơn SVD. Trong MATLAB, giải pháp QR của bài toán bình phương tuyến tính nhỏ nhất không giới hạn A * X = b là A \ b, khá chính xác và đáng tin cậy, ngoại trừ khi A bị điều hòa, nghĩa là có số điều kiện lớn. A \ b nhanh hơn để tính toán hơn pinv (A) * b, nhưng không đáng tin cậy hoặc chính xác.
3) Hình thành các phương trình Bình thường (TERRIBLE từ quan điểm độ tin cậy và độ chính xác số, bởi vì nó bình phương số điều kiện, đây là một điều rất xấu phải làm) và
3a) giải quyết bằng Cholesky Factorization (không tốt)
3b) ma trận đảo ngược rõ ràng (HORRIBLE)
4) Giải quyết vấn đề lập trình bậc hai hoặc bài toán hình nón bậc hai
4a) Giải quyết bằng phần mềm Lập trình bậc hai chất lượng cao. Điều này đáng tin cậy và chính xác về số lượng, nhưng mất nhiều thời gian hơn SVD hoặc QR. Tuy nhiên, thật dễ dàng để thêm các ràng buộc tuyến tính ràng buộc hoặc chung, hoặc các điều khoản hình phạt hoặc chính quy tuyến tính hoặc bậc hai (hai định mức) cho hàm mục tiêu và vẫn giải quyết vấn đề bằng phần mềm Lập trình bậc hai.
4b) Giải quyết vấn đề hình nón bậc hai bằng phần mềm Tối ưu hóa hình nón chất lượng cao. Nhận xét giống như đối với phần mềm Lập trình bậc hai, nhưng bạn cũng có thể thêm các ràng buộc tuyến tính ràng buộc hoặc chung và các ràng buộc hình nón khác hoặc các thuật ngữ hàm mục tiêu, chẳng hạn như các điều khoản phạt hoặc chính quy trong các định mức khác nhau.
5) Giải quyết bằng phần mềm tối ưu hóa phi tuyến chất lượng cao cho mục đích chung. Điều này có thể vẫn hoạt động tốt, nhưng nói chung sẽ chậm hơn so với phần mềm Lập trình bậc hai hoặc Tối ưu hóa Conic, và có thể không hoàn toàn đáng tin cậy. Tuy nhiên, có thể bao gồm không chỉ các ràng buộc tuyến tính ràng buộc và chung, mà cả các ràng buộc phi tuyến vào tối ưu hóa bình phương nhỏ nhất. Ngoài ra, có thể được sử dụng cho bình phương tối thiểu phi tuyến và nếu các thuật ngữ phi tuyến khác được thêm vào hàm mục tiêu.
6) Giải quyết bằng các thuật toán tối ưu hóa phi tuyến mục đích chung tệ hại -> ĐỪNG BAO GIỜ LÀM ĐIỀU NÀY.
7) Giải quyết bằng cách sử dụng thuật toán tối ưu hóa phi tuyến tính cho mục đích chung có nghĩa là có độ dốc giảm dần. Chỉ sử dụng phương pháp này nếu bạn muốn xem phương pháp giải pháp có thể xấu và không đáng tin cậy như thế nào Nếu ai đó bảo bạn sử dụng độ dốc để giải quyết các vấn đề bình phương tuyến tính nhỏ nhất
7 i) Tìm hiểu về tính toán thống kê từ một người biết điều gì đó về nó
7 ii) Tìm hiểu tối ưu hóa từ một người biết điều gì đó về nó.