十一讲 优化与数值积分.pptVIP

第十一讲 优化、数值积分与常微分方程数值解 * 第十一讲 优化、数值积分与常微分方程数值解 11.1 无约束优化 11.2 约束线性优化 11.3 二次规划 11.4 非线性方程求解 11.5 数值积分的理论和方法 11.6 数值积分的Matlab实现 11.7 常微分方程数值解 11.1 无约束优化 形如：min f(x), x=(x1,……,xn)T的优化问题常称为无约束线性规划，实际上是多元函数的无条件极值问题，极值的点是局部最优解，全局最优解只能从局部最优解中比较得到，以下所谓最优解均指局部最优解 11.1 无约束优化 1. fminbnd 功能：计算非线性一元函数最小值。 格式： [X,FVAL] = fminbnd(‘fun’,x1,x2) 例：计算函数f(x)=(x^3+x^2-1)/(exp(x)+exp(-x))的最小值和最小值点，-5=x=5 11.1 无约束优化 fun=(x^3+x^2-1)/(exp(x)+exp(-x)); ezplot(fun) [x,fval,exitflag]=fminbnd(fun,-5,5)x = -3.3112fval = -0.9594exitflag = 1 11.1 无约束优化 2. fminsearch 功能：计算多元函数最小值。 格式：X = fminsear