Técnica de optimización matemática que, dada unha serie de medicións, intenta encontrar unha función que se aproxime aos datos.
Categoría Gramatical:
locución substantiva masculina (caracol de mar)
Sinónimos:
método dos mínimos cadrados
Información complementaria:
Intenta minimizar a suma de cadrados das diferenzas ordenadas (chamadas residuos) entre os puntos xerados pola función e os correspondentes nos datos. Especificamente, chámanse mínimos cadrados promedio (LMS) cando o número de datos medidos é 1 e se usa o método de descenso por gradiente para minimizar o residuo cadrado. Sábese que LMS minimiza o residuo cadrado esperado, co mínimo de operacións (por iteración). Pero require un gran número de iteracións para converxer. Un requisito implícito para que funcione o método de mínimos cadrados é que os erros de cada medida estean distribuídos de forma aleatoria. O teorema de Gauss-Márkov proba que os estimadores mínimos cadráticos carecen de nesgo e que a mostraxe de datos non ten que axustarse a unha distribución normal. Tamén é importante que os datos recollidos estean ben escollidos, para que permitan visibilidade nas variables que teñen que ser resoltas. A técnica de mínimos cadrados úsase comunmente no axuste de curvas. Moitos outros problemas de optimización poden expresarse tamén en forma de mínimos cadrados, minimizando a enerxía ou maximizando a entropía.
