MinstaKvadratLösningen med hjälp av lsqnonlin!

Hej!

Jag håller på med att lösa ett icke-linjärt problem i formen

$\underset{β}{m i n} | | T - (T_{o m g} + (T_{0} - T_{o m g}) e^{- β t}) | |_{2}^{2}$

som jag löste med hjälp av lsqnonlin i Matlab med följande :

% 2) Lösning av icke linjära problemet 
fun = @(beta1)T-(Tomg+(T0-Tomg)*exp(-beta1*t));
mkl = lsqnonlin(fun,0.0147);
beta1 = mkl;

där lsqnonlin tar in två parametrar : funktionen och en gissning på parametern $β$ .

Problemet nu är att nu behöver jag lösa en liknande problem, fast med två parametrar som är i formen

$\underset{β, T_{o m g}}{m i n} | | T - (T_{o m g} + (T_{0} - T_{o m g}) e^{- β t}) | |_{2}^{2}$

enligt Matlab

lsqnonlin solves non-linear least squares problems.
    lsqnonlin attempts to solve problems of the form:
    min  sum {FUN(X).^2}    where X and the values returned by FUN can be   
     X                      vectors or matrices.

X = lsqnonlin(FUN,X0) starts at the matrix X0 and finds a minimum X to 
    the sum of squares of the functions in FUN. FUN accepts input X 
    and returns a vector (or matrix) of function values F evaluated
    at X. NOTE: FUN should return FUN(X) and not the sum-of-squares 
    sum(FUN(X).^2)). (FUN(X) is summed and squared implicitly in the
    algorithm.)

Min fråga är behöver jag skapa en vektor med två start värden på de två parametrar ? eller finns det ett annat sätt och göra det på.

Tack på förhand

Svara