Linjär algebra minsta kvadrat metoden

Det finns ett exempel här:
https://sv.wikipedia.org/wiki/Minstakvadratmetoden
Avsnitt: Anpassning av ett andragradspolynom

 Tack för tips! Det var så jag trodde man skulle göra men jag måste ha gjort fel någon stans för jag får inte fram det som det står i facit.. 

Visa hur du har räknat, så kan nog någon hitta felet. Tankeläsning, däremot, är vi ganska usla på här på Pluggakuten.

Får se om ni kan tyda vad som står! :) 

När det finns symmetrier i matriserna ska man förvänta sig symmetrier i sina räkneresultat, som t.ex.: -225*52.1 är inte lika med -45337,5. Du har redan räknat ut ett annat resultat i samma matris...

Såklart.. Men det blir endå inte rätt.. Hittar du något mer jag gjort fel på? 

åsbergfanny skrev :

Såklart.. Men det blir endå inte rätt.. Hittar du något mer jag gjort fel på? 

1+4+9+16+25=10+20+25=55
Kan du fota dina justerade beräkningar och presentera facit?

Hej!

Du vill finna den approximativa lösningsvektorn ($\beta$) till det överbestämda ekvationssystemet $y = X\beta$, där kolonnvektorn $y$ har $5$ rader och matrisen $X$ har $5$ rader och $2$ kolumner. Minsta-kvadratmetoden ger den approximativa lösningsvektorn

    $\hat{\beta} = (X^{t}X)^{-1}X^{t}y$

och den motsvarande kurvan som bäst ansluter till de uppmätta värdena har ekvationen

    $y = \hat{\beta}_{1}x + \hat{\beta}_{2}x^{2}\ .$

Med angiva uppmätta värdena från experimentet blir lösningsvektorn lika med

    $\hat{\beta} = \begin{pmatrix}1.76\\-0.20\end{pmatrix}.$

Albiki

Jag får inte riktigt samma som Albiki...(1.35, -0.10)

https://matrixcalc.org/en/#transpose%28%7B%7B1,2,3,4,5%7D,%7B1,4,9,16,25%7D%7D%29