Dolores,
The formatting seems to be wrong. Posting content again for Steve:
La función LSQNONLIN está diseñada para resolver problemas de mínimos
cuadrados (least-squares), incluyendo problemas no-lineales de ajuste o
sintonización de curvas (curve fitting). La sintaxis básica es:
x = lsqnonlin(fun,x0,lb,ub,options)
LSQNONLIN encuentra el punto x que proporciona el valor mínimo de la suma de
cuadrados de los valores retornados por la function 'fun'. Aquí 'fun' es
una función que retorna un vector, no la suma de cuadrados (el algoritmo
internamente suma y toma el cuadrado de 'fun'). El vector 'x0' provee el
punto inicial para el algoritmo. Los parámetros 'lb' y 'ub' proveen las
cotas bajas y altas para la solucion 'x', y deben pasarse como un vector
vacío (es decir [] en MATLAB) si el problema que trata de solucionar no
tiene cotas. Vale la pena mencionar que 'x', 'ub', y 'lb' son vectores del
mismo tamaño. Por último, 'options' es un parámetro opcional que
proporciona las opciones internas del algoritmo (puede verlo como un
instrumento para sintonizar LSQNONLIN a un nivel más detallado). La forma
de crear la estructura 'options' es a través del comando OPTIMSET.
Finalmente, si lo que quiere hacer es sintonizar los parámetros de una curva
(curve-fitting), lo recomendado es usar LSQCURVEFIT.
Refierase al ejemplo presentado en la documentation de LSQNONLIN pues este
presenta un caso simple del uso de este algoritmo. El ejemplo lo puede
encontrar en:
http://www.mathworks.com/access/helpdesk/help/toolbox/optim/index.html?/access/helpdesk/help/toolbox/optim/ug/lsqnonlin.html
Si desea aprender en detalle lo que hace el algoritmo internamente, revise
los artículos/libros referenciados en anterior documento de ayuda
-Hernan
Post by Dolores GomezPost by Dolores GomezHas somebody use the command lsqnonlin? It could be
possible to obtain some explanation about it in Spanish?
La funci?n LSQNONLIN est? dise?ada para resolver problemas
de m?nimos cuadrados (least-squares), incluyendo problemas
no-lineales de ajuste o sintonizaci?n de curvas (curve
x = lsqnonlin(fun,x0,lb,ub,options)
LSQNONLIN encuentra el punto x que proporciona el valor
m?nimo de la suma de cuadrados de los valores retornados por
la function ‘fun’. Aqu? ‘fun’ es
una funci?n que retorna un vector, no la suma de cuadrados
(el algoritmo internamente suma y toma el cuadrado de
‘fun’). El vector ‘x0’ provee el
punto inicial para el algoritmo. Los par?metros
‘lb’ y ‘ub’ proveen las cotas bajas
y altas para la solucion ‘x’, y deben pasarse
como un vector vac?o (es decir [] en MATLAB) si el problema
que trata de solucionar no tiene cotas. Vale la pena
mencionar que ‘x’, ‘ub’, y
‘lb’ son vectores del mismo tama?o. Por ?ltimo,
‘options’ es un par?metro opcional que
proporciona las opciones internas del algoritmo (puede verlo
como un instrumento para sintonizar LSQNONLIN a un nivel m?s
detallado). La forma de crear la estructura
‘options’ es a trav?s del comando OPTIMSET.
Finalmente, si lo que quiere hacer es sintonizar los
par?metros de una curva (curve-fitting), lo recomendado es
usar LSQCURVEFIT.
Refierase al ejemplo presentado en la documentation de
LSQNONLIN pues este presenta un caso simple del uso de este
http://www.mathworks.com/access/helpdesk/help/toolbox/optim/
index.html?/access/helpdesk/help/toolbox/optim/ug/lsqnonlin.
html
Si desea aprender en detalle lo que hace el algoritmo
internamente, revise los art?culos/libros referenciados en
anterior documento de ayuda.