问题标签 [approximation]

我有一条通过数值计算的理论曲线和一条实验曲线（最好说是大量的实验点）。我需要计算这两条曲线之间的残差，以检查使用最小二乘法建模的准确性。这些矩阵（曲线）大小不同。MATLAB中是否有任何函数可以计算两个不同大小的矩阵的残差？

我在 java 中有一个返回双精度数的方法，我想比较每次调用该方法时返回的每个双精度数（比如 5 次），这样我就可以得出结论，每次返回的数字几乎相同。

我怎样才能做到这一点？

我开始学习近似算法，我正在读一本关于它的书，但我不了解集合覆盖算法的分析。

有人可以解释引理 2.3 吗？很短，但是看不懂。。。

http://view.samurajdata.se/psview.php?id=0482e9ff&page=13

我枚举了不到 32 个绝对矩形大小，我需要给定尺寸并在枚举中找到最佳近似值。

有没有比我用大量嵌套if的 's 和else's 制定的意大利面条代码更好（即更具可读性和可维护性）的方法？

目前我刚刚：

我想在我深入编码之前寻求帮助。我应该强调远离过于复杂的库的偏见，尽管我对算法比容器更感兴趣，容器应该在资源受限的系统上运行。

给定一个（可能是开放的）具有密度纹理和一些点的网格，我需要根据网格上的密度分布这些点。

到目前为止，我已经提出了几种解决方案，其中一些有效，而另一些则无效。我尝试的一种算法是通过弹簧连接点并模拟分布直到平衡（或直到解决方案适合用户需要）。Source Retiling Polygonal Surfaces 不幸的是，对于更多的点（> 2k）来说，这有点慢，所以我需要一个可行的解决方案来处理更多的点。

我已经有了一些想法，但我想听听是否有一些标准的解决方案。我尝试了谷歌，但我使用的关键字（分布密度离散）只出现了处理除我之外的其他问题的页面。因此，如果您指出要搜索的正确单词，我已经很高兴了。

我有一个来自 int/int（例如 10/3）的数字（“double”）。

在 C# 上通过 Excess 近似并将其转换为 int 的最佳方法是什么？

我一直在尝试使用系列表示来近似 e，以使用下面的代码获得尽可能多的精度数字，但无论我计算多少项，精度数字的数量似乎保持不变。IE：

2.71828198432922363281250000000000000000000000000000

是我的方法不对吗？这是代码：

比如说，我有 P 个线程和 N > P 个任务要使用上述方法执行。我有一个与每个任务相关的正整数值，表示该特定任务意味着多少工作。

我想在 P 个线程之间划分 N 个任务，这样如果我们考虑每个线程的“工作整数”之和，它们将大致相同。

进行这种“调度”的一种简单但精确的方法必须考虑 S(N,P) 任务分区，其中 S(N,P) 是第二类斯特林数（在现实世界的计算中应该是不切实际的大）。

问：有没有什么好的高效的近似算法来计算这种“负载均衡”的任务划分？

我有一个高频运行的控制回路，需要在每个周期计算一个平方根。典型的平方根函数可以正常工作，但会花费过多的时间。由于我取平方根的值在每个循环中变化不大，我想找到一个迭代平方根，它会收敛，然后跟踪正确的结果。这样我可以在每个时间步进行一次迭代，而不是多次。

问题是当输入发生变化时，我见过的所有迭代平方根方法都可能会失败。特别是当输入变为零然后再次增加时，看起来会有问题——这些方法不喜欢从猜测零开始。

我的输入范围是 0-4.5，我需要大约 0.01 的精度，因此使用 0.01 的增量/减量可能需要很长时间 - 我希望它大部分在 10 个周期或更短的时间内收敛。

仅供参考，我使用的是 16/32 位定点，输入是 16 位 q12。它在微控制器上，所以我对使用 1K 查找表不感兴趣。代码也是从 simulink 模型生成的，它们的查表功能相当多的开销。

有一个很好的解决方案吗？

我在 javascript 中看到了许多关于模拟和动画的问题，这些问题通常涉及计算斜边：

由于笛卡尔坐标是大多数这些引擎的首选武器，因此需要这些计算来找到点对之间的距离等。因此，计算斜边的任何加速都可能对许多项目有很大帮助。

为此，你能看到比上面的简单实现更快的方法吗？基于SuperCollider 中的近似函数，我发现了一个近似值，它在 Chrome 中稍微快一点，但在 Firefox 中却慢得多。

编辑 2015-08-15：我已将接受的答案切换为 Math.hypot 之一；我怀疑目前的务实方法是使用 Math.hypot 或合成的 hypot 函数（如果不可用），如果足够且 Math.hypot 不可用，则与平方（根据 sch 的答案）进行比较。