Dieses Problem ist als konvexes und quadratisches Optimierungsproblem eindeutig lösbar und kann beispielsweise mit Methoden zur Lösung solcher angegangen werden.
In das dem Algorithmus zu Grunde liegende Optimierungsproblem in der zuletzt dargestellten Formulierung gehen die Datenpunkte nur in Skalarprodukten ein.
Der Begriff wurde analog in die Mathematik für räumliche Optimierungsprobleme übernommen, etwa Kugelpackungen, die in der Theorie der Datenkompression eine Rolle spielen.
Für die Lösung der kinematischen Optimierungsprobleme eignen sich u. a. Least-Squares-Abstiegsverfahren, zum Beispiel ein modifiziertes Quasi-Newton-Verfahren.
Damit stehen grundsätzlich alle numerischen Verfahren zur Lösung von Optimierungsproblemen auch für das lineare Gleichungssystem zur Verfügung, insbesondere die sogenannten Abstiegsverfahren.
