新·Matlab 的命令指导.ppt

优化工具箱（Optimization Toolbox) 线性规划： linprog( ) 一元非线性函数极小值：fminbnd( ) 2 线性规划问题及其标准型 例1：从2加到99＝？ 例1：任意两个数a,b，计算c. 其中c等于大的数除以 小的数。 函数最大值代码 函数最大值代码 R0=10; for R=10:0.00001:55.0824 T=1/5*((80-4/2525*R^2-21/5050*(50500*R^2-R^4)^(1/2))^2+(210-21/5050*R^2+4/2525*(50500*R^2-R^4)^(1/2))^2)^(1/2)+1/5*((-220+11/2825*R^2-9/5650*(56500*R^2-R^4)^(1/2))^2+(-90+9/5650*R^2+11/2825*(56500*R^2-R^4)^(1/2))^2)^(1/2)+1/5*R*(pi-acos(-1+1/2*((1563/285325*R^2-9/5650*(56500*R^2-R^4)^(1/2)+21/5050*(50500*R^2-R^4)^(1/2))^2+(1641/285325*R^2+11/2825*(56500*R^2-R^4)^(1/2)-4/2525*(50500*R^2-R^4)^(1/2))^2)/R^2))*(1+exp(10-1/10*R^2)); if TTMIN TMIN=T; R0=R; end end TMIN R0 例 求解方程组 A=[2 1 -5 1;1 -3 0 -6;0 2 -1 2;1 4 -6 6]; B=[8 9 -5 0]; X=rref([A,B]) X = 1.00 0 0 0 1.20 0 1.00 0 0 -4.20 0 0 1.00 0 -1.80 0 0 0 1.00 0.80 解看X的最后一列，X1=1.2; X2=-4.2; X3=-1.8;X4=0.8. * 三、Matlab优化工具箱 1. 最优化方法与优化工具箱 2. 线性规划问题及其标准形式 * 1. 最优化方法与优化工具箱 优化问题在现实世界中普遍存在：最优设计、最优决策、最优规划、最优控制，商业运作要求高效益、低收入。现代最优方法主要包括： 线性规划、非线性规划、整数规划、动态规划、多目标规划…… * s.t. x1+x2=5000 x1=5000 x2=3000 x1=0,x2=0 max z=50x1+60x2 目标函数 约束条件 求变量x1,x2的值，使之满足若干线性不等式，使目标函数取极值。 * 求解线性规划命令： x=linprog(c,A,b) x=linprog(c,A,b,Aeq,beq)—解决含额外等式约束 Aeq*x=beq条件的线 性规划 x=linprog(c,A,b,Aeq,beq,lb,ub)—若无上下界用 空矩阵代替 [x,z]=linprog(c,A,b) min z= cx c---目标函数系数向量 s.t. Ax=b A---约束条件系数矩阵 lb=x=ub b---约束条件常数向量 MATLAB中线性规划问题标准形式： 行向量 列向量 * s.t. x1+x2=5000 x1=5000 x2=3000 x1=0,x2=0 max z=50x1+60x2 化标准型 min z=-50x1-60x2 s.t. -x1-x2=-5000 x1=5000