مربعات دنيا: الفرق بين النسختين

من ويكيبيديا، الموسوعة الحرة
[نسخة منشورة][نسخة منشورة]
تم حذف المحتوى تمت إضافة المحتوى
أنشأ الصفحة ب'[[ملف:Linear least squares2.png|يسار|250 بك|تصغير|نتيجة الإسقاط الشكلي لمجموعة نقاط على دالة من الدرجة الثا...'
طلا ملخص تعديل
سطر 4: سطر 4:


من أهم التطبيقات هو الإسقاط الشكلي للبيانات (data fitting). حيث أن أفضل إسقاط شكلي لمجموعة بيانات يتجه نحو تصغير مجموع مربعات الأخطاء، حيث أن الخطأ هو الفرق بين القيمة المقاسة للبيانات والقيمة المسقطة على الشكل. تم وصف مسألة المربعات الأقل للمرة الأولى من قبل [[كارل غاوس]] حوالي عام 1794.
من أهم التطبيقات هو الإسقاط الشكلي للبيانات (data fitting). حيث أن أفضل إسقاط شكلي لمجموعة بيانات يتجه نحو تصغير مجموع مربعات الأخطاء، حيث أن الخطأ هو الفرق بين القيمة المقاسة للبيانات والقيمة المسقطة على الشكل. تم وصف مسألة المربعات الأقل للمرة الأولى من قبل [[كارل غاوس]] حوالي عام 1794.

==انظر أيضا==
* [[مبرهنة غاوس-ماركوف]]

==مراجع==


{{بذرة رياضيات}}
{{بذرة رياضيات}}

نسخة 11:19، 20 أغسطس 2012

نتيجة الإسقاط الشكلي لمجموعة نقاط على دالة من الدرجة الثانية.

طريقة المربعات الأقل (بالإنجليزية: Least squares)‏ هي طريقة تقريب قياسية تستخدم لحل أنظمة المعادلات التي يكون فيها عدد المعادلات أكبر من عدد المتحولات. "المربعات الأقل" تعني بأن الحل الكلي يتجه نحو تصغير قيمة مجموع مربعات الخطأ الناتج عن حل كل معادلة.

من أهم التطبيقات هو الإسقاط الشكلي للبيانات (data fitting). حيث أن أفضل إسقاط شكلي لمجموعة بيانات يتجه نحو تصغير مجموع مربعات الأخطاء، حيث أن الخطأ هو الفرق بين القيمة المقاسة للبيانات والقيمة المسقطة على الشكل. تم وصف مسألة المربعات الأقل للمرة الأولى من قبل كارل غاوس حوالي عام 1794.

انظر أيضا

مراجع

قالب:وصلة مقالة جيدة