2023-03

数値計算

MATLAB,Python,Scilab,Julia比較 第2章 その11【最小二乗法⑩】

Juliaにて1次関数の最小二乗法を実施。 Polynomialsパッケージのfit関数を使用。 他のツール、言語と異なり、係数ではなく、関数が取得される。 配列としてアクセスすれば、係数単体の値と取得できる。
数値計算

MATLAB,Python,Scilab,Julia比較 第2章 その10【最小二乗法⑨】

Scilabによる1次関数の最小二乗法を実施。 MATLABと一緒と思いきや、実はコンセプトレベルで違う。 正規方程式の仕様が丸見えになってるイメージ。 正規方程式については追々説明していく予定。
数値計算

MATLAB,Python,Scilab,Julia比較 第2章 その9【最小二乗法⑧】

Pythonによる最小二乗法はNumpyのpolyfitで実施可能。 実際にコードを作成し、動作させてみた。 ほぼ同一の係数が算出で来た。 (表示精度の都合、見た目上は違う値にはなってる。)
数値計算

MATLAB,Python,Scilab,Julia比較 第2章 その8【最小二乗法⑦】

各種ツール、言語を使うと最小二乗法が一撃で解ける。 ライブラリ的な機能を使うことになる。 後日、ライブラリ未使用もやってみる予定。 今回はMATLABのpolyfitを使って最小二乗法を実施。
数値計算

【入門】最小二乗法の初歩【数値計算】

最小二乗法の初歩として1次関数の最小二乗法を解説。 誤差関数を特定し最小化したものが求めたい線となる。 最小化方法は以下 総当たり(現実的ではない) 偏微分を使う 連立方程式の形にできれば行列で表現でき逆行列が利用できる。
数値計算

MATLAB,Python,Scilab,Julia比較 第2章 その7【最小二乗法⑥】

誤差関数の偏導関数を連立方程式に。 連立方程式になったので、行列形式に表現を変えらえる。 行列形式で逆行列を解決させるために2x2の逆行列の公式を使用。 逆行列を扱えない言語の場合は、この公式を使用して逆行列を解決する必要がある。
数値計算

MATLAB,Python,Scilab,Julia比較 第2章 その6【最小二乗法⑤】

1次関数に於ける最小二乗法の誤差関数の偏導関数を求めた。 項数が多く、ややこしい部分はあるが、一個一個はシンプル。 これをMATLAB等で簡単に演算させるためにベクトル、行列の形式に変形する必要がある。
数値計算

MATLAB,Python,Scilab,Julia比較 第2章 その5【最小二乗法④】

偏導関数の公式の前に導関数の公式を確認。 偏導関数の公式も基本は導関数の公式と一緒。 偏微分する軸以外の変数を定数として扱う点が異なる。 Σが数式に紛れても分解すれば似たようなやり方になる。
数値計算

MATLAB,Python,Scilab,Julia比較 第2章 その4【最小二乗法③】

誤差関数の最小値は偏微分を使用すると求まるはず。 a,bを振ったい場合の誤差関数の値は2次関数的になるので、極値は必ず極小値になる。 この極小値になるa,bを求めたい。
数値計算

MATLAB,Python,Scilab,Julia比較 第2章 その3【最小二乗法②】

誤差関数の最小値を求める方法として総当たりがある。 しかし、時間がかかったり、精度の設定の適切性が問えないなどの問題があり現実的な手法とは言い難い。 誤差関数の最小値を求めるには偏微分を使用するのが王道。 偏微分は「変な微分」ではない。 偏微分自体は複雑なものではなく、複雑なものをシンプルに扱うためのもの。