Examples cleanup
[maxima.git] / doc / info / ja / minpack.texi
blob90dbf19d7dbca7ac22eb546ff011b8abc4e855c0
1 @menu
2 * Introduction to minpack::
3 * Functions and Variables for minpack::
4 @end menu
6 @node Introduction to minpack, , , 
7 @section Introduction to minpack
9 @code{Minpack}は
10 Netlibから得られるFortranライブラリ MINPACKの
11 (@code{f2cl}を介した)Common Lisp翻訳です。
13 @opencatbox
14 @category{Numerical methods} @category{Share packages} @category{Package minpack} @category{Package minpack}
15 @closecatbox
17 @node Functions and Variables for minpack, , ,
18 @section Functions and Variables for minpack
20 @deffn {関数} minpack_lsquares (@var{flist}, @var{varlist}, @var{guess} [, @var{tolerance}, @var{jacobian}])
22 リスト @var{flist}の関数の平方の和を最小化する
23 点を計算します。
24 変数はリスト @var{varlist}の中にあります。
25 最適点の初期推測は@var{guess}で供給されなければいけません
27 オプションのキーワード引数 @var{tolerance}と @var{jacobian}は
28 アルゴリズム上のある制御を提供します。
29 @var{tolerance}は平方の和に関する相対誤差を見積もられます。
30 @var{jacobian}はJacobianを指定するのにつかうことができます。
31 もし @var{jacobian}が与えられず、l
32 (デフォルト)@code{true} なら、
33 @var{flist}から計算されます。
34 もし @var{jacobian}が @code{false}なら数値近似が使われます。
36 @code{minpack_lsquares}はリストを返します。
37 最初の項目は見積もられた解です;
38 二番目は平方の和で,
39 三番目はアルゴリズムの成功を示します。
40 可能な値は以下の通りです。
42 @table @code
43 @item 0
44 不適切な入力パラメータ。
45 @item 1
46 アルゴリズムが平方の和の相対誤差がせいぜい@code{tolerance}と見積もります。
47 @item 2
48 アルゴリズムがxと解の相対誤差がせいぜい @code{tolerance}と見積もります。
49 @item 3
50 info = 1と info = 2の条件が両方とも成立します。
51 @item 4
52 fvec が機械精度のjacobianの列に直交的です。
53 @item 5
54 iflag = 1が100*(n+1)に至るfcnへのコールの回数
55 @item 6
56 tolが小さすぎます。平方の和の更なる減少は不可能です。
57 @item 7
58 tolが小さすぎます。近似解xの更なる改善は不可能です。
59 @end table
61 @example
62 /* Problem 6: Powell singular function */
63 (%i1) powell(x1,x2,x3,x4) := 
64          [x1+10*x2, sqrt(5)*(x3-x4), (x2-2*x3)^2, 
65               sqrt(10)*(x1-x4)^2]$
66 (%i2) minpack_lsquares(powell(x1,x2,x3,x4), [x1,x2,x3,x4], 
67                        [3,-1,0,1]);
68 (%o2) [[1.652117596168394e-17, - 1.652117596168393e-18, 
69         2.643388153869468e-18, 2.643388153869468e-18], 
70        6.109327859207777e-34, 4] 
71 @end example
73 @example
74 /* Same problem but use numerical approximation to Jacobian */
75 (%i3) minpack_lsquares(powell(x1,x2,x3,x4), [x1,x2,x3,x4], 
76                        [3,-1,0,1], jacobian = false);
77 (%o3) [[5.060282149485331e-11, - 5.060282149491206e-12, 
78         2.179447843547218e-11, 2.179447843547218e-11], 
79        3.534491794847031e-21, 5]
80 @end example
82 @end deffn
84 @deffn {関数} minpack_solve (@var{flist}, @var{varlist}, @var{guess} [, @var{tolerance}, @var{jacobian}])
85 @code{n}個の未知数に関する
86 @code{n}個の方程式系を解きます。
87 @code{n}個の方程式形がリスト @var{flist}で
88 与えられます。
89 解の初期推測は@var{guess}の中で提供されます。
91 オプションのキーワード引数、 @var{tolerance}と @var{jacobian}は
92 アルゴリズム上のある制御を提供します。
93 @var{tolerance}は、平方の和に関して宣言された見積もられた相対誤差です。
94 @var{jacobian}はJacobianを指定するのに使うことができます。
95 もし@var{jacobian}が与えらないか、@code{true}(デフォルト)なら、
96 Jacobianを@var{flist}から計算します。
97 もし@var{jacobian}が@code{false}なら、数値近似が使われます。
99 @code{minpack_solve}はリストを返します。
100 最初の項は見積もられた解です;
101 最初のエスティマート解であることが解されます。
102 最初の解が、最初の項は未つられた解と一緒なranmpolが渡り気味。
103 リストを返します。
104 評価された解の最初の案件はリストを返します。
106 @table @code
107 @item 0
108 不適切な入力パラメータ。
109 @item 1
110 アルゴリズムが解の相対誤差がせいぜい@code{tolerance}と見積もります。
111 @item 2
112 iflag = 1でfcnをコールした回数が100*(n+1)に達しました。
113 @item 3
114 tolが小さ過ぎます。平方和の中で換算がこれ以上不可能です。
115 @item 4
116 繰り返しがよい進捗を産んでいません。
117 @end table
119 @example
120 @end example
122 @end deffn
124 @c Local Variables: 
125 @c mode: texinfo
126 @c TeX-master: "include-maxima"
127 @c End: