第6讲 Matlab 方程求解和优化问题.pptVIP

*/20 6.1 方程求解 6.2 无约束优化问题 6.3 有约束优化问题 6.4 线性规划问题 6.1 方程数值求解 6.1.1 单变量非线性方程求解 在 Matlab 中提供了一个 fzero 函数, 可以用来求单变量非线性 方程的根。该函数的调用格式为： z=fzero(filename, x0) 其中，filename 是待求根的函数文件名，x0 为搜索的起点。 一个函数可能有多个根，但 fzero 函数只给出距离 x0 最近的 那个根。 例 6-1 求 f(x)=x-10x+2=0 在 x0=0.5 附近的根。 步骤如下： (1) 建立函数文件 funx.m. function fx=funx(x) fx=x-10.^x+2; (2) 调用 fzero 函数求根。 z=fzero(funx,0.5) z = 0.3758 Ex: 求方程 在 附近的根。 6.1.2 非线性方程组的求解 对于非线性方程组 F(X)=0，用 fsolve 函数求其数值解。 fsolve 函数的调用格式为： x=fsolve(filename, x0, option) 其中 x 为返回的解，filename 是用于定义需求解的非线性方程组的 函数文件名，x0 是求根过程的初值，option 为设定的最优化工具箱 的选项。最优化工具箱提供了 20 多个优化参数选项，用户可以使用 optimset 命令将它们显示出来。如果想改变其中某个选项，则可以 调用 optimset( ) 函数来完成。 例如，‘Display’ 选项决定函数调用时中间结果的显示方式，其中 ‘off’ 为不显示，‘iter’ 表示每步都显示，‘final’ 只显示最终结果。 optimset(‘Display’, ‘off’) 将设定 Display 选项为 ‘off’. 例 6-2 求下列非线性方程组在 (0.5, 0.5) 附近的数值解。 (1) 建立函数文件 myfun.m. function q=myfun(p) x=p(1); y=p(2); q(1)=x-0.6*sin(x)-0.3*cos(y); q(2)=y-0.6*cos(x)+0.3*sin(y); (2) 在给定的初值 x0=0.5, y0=0.5 下, 调用 fsolve 函数求方程的根。 x=fsolve(myfun,[0.5,0.5],optimset(Display,off)) x = 0.6354 0.3734 将求得的解代回原方程，可以检验结果是否正确， 命令如下： q=myfun(x) q = 1.0e-009 * 0.2375 0.2957 可见得到了较高精度的结果。 6.2 无约束最优化问题求解 6.2.1 非线性一元函数的最小值 Matlab 命令为 fminbnd, 其调用格式为 X=fminbnd(fun, x1, x2) [X, fval, exitflag, output]=fminbnd(fun, x1, x2) 其中, fun 为目标函数, x1, x2 为变量的边界约束, 即 x1≤x≤x2, x 为最小值点，fval 为最小值。 exitflag 返回算法的终止标志, exitflag0 表示计算收敛, exitflag =0 表示超过了最大的迭代次数, exitflag0 表示计算不收敛。 output 返回优化算法信息的一个数据结构，其中包含三个分量: iterations: 优化过程中迭代次数, funcCount: 代入函数值的次数; algorithm: 优化所采用的算法。 例 6-3 求 f(x)=x3-2x-5 在 [0, 5] 内的最小值点与最大值点。 (1) 建立函数文件 mymin.m function fx=mymin(x) fx=x.^3-2*x-5; (2) 调用 fmin 函数求最小值点与最大值点。 xmin=fminbnd(mymin,0,5) xmin= 0.8165 例 6-4 求函数 f(x) 在区间 [-2, 2] 上的最小值和相应的 x 值。 解：Matlab 程序为 fun=(x^5+x^3+x^2-1)/(exp(x^2)+sin(-x)) ezplot(fun,[-2,2]) % 绘图 [X,fval,exitflag,output]= fminbnd(fun,-2,2) X =0.2176 fval =-1.1312 exitflag =1 output = it