第七章求极值及解线性规划问题命令与例题 Mathematica教学课件 数学实验.pptVIP

第七章 求极值及解线性规划问题命令与例题 7.1求函数的局部极值 Mathematica求函数局部极小值的一般形式为: FindMinimum [目标函数, {自变量名1，初始值1}, {自变量名2，初始值2},…] 具体的拟合命令有: 命令形式1：FindMinimum [f[x], {x, x0}] 功能：以 x0为初值, 求一元函数f(x)在x0附近的局部极小值。 命令形式2：FindMinimum [f[x], {x, { x0 , x1}}] 功能：以 x0和x1为初值，求一元函数f(x)在它们附近的局部极小值。 命令形式3：FindMinimum [f[x], {x, x0 , xmin,xmax }] 功能：以 x0为初值, 求一元函数f(x)在x0附近的局部极小值, 如果中途计算超出自变量范围[xmin,xmax], 则终止计算。 命令形式4：FindMinimum [f[x,y,...], {x, x0},{y, y0},…] 功能：以点(x0, y0,…)为初值, 求多元函数f(x,y,…)在(x0, y0,…)附近的局部极小值 例1: 求函数y=3x4-5x2+x-1, 在[-2,2]的极大值、极小值和最大值、最小值。 解: 先画出函数图形，再确定求极值的初值和命令。Mathematica 命令为: In[1]:= Plot[3x^4-5x^2+x-1,{x,-2,2} 从图中看到函数在-1和1附近有两个极小值点，在0附近有一个极大值点，用Mathematica 命令求之： In[2]:=FindMinimum[3x^4-5x^2+x-1,{x,1}] Out[2]= {-2.19701, {x - 0.858028}} In[3]:=FindMinimum[3x^4-5x^2+x-1,{x,-1}] Out[3]= {-4.01997, {x - -0.959273}} In[4]:=FindMinimum[-?(3x^4-5x^2+x-1), {x,0}] Out[4]= {0.949693, {x - 0.101245}} In[5]:= 3x^4-5x^2+x-1/.x--2 In[6]:= 3x^4-5x^2+x-1/.x-2 故所求函数在[-2,2]的x=2处取得最大值29, 在x=-0.959273处取得最小值为-4.01997 例2: 求函数z= e2x(x+y^2+2y)，在区间[-1,1]?[-2,1]内的极值。 解: 本题限制了求极值的范围，为确定初值，借助等高线图Mathematica命令为 In[7]:= ContourPlot[Exp[2x]*(x+y^2+2y),{x,-1,1},{y,-2,1}, Contours-20, ContourShading-False, PlotPoints-30] 从图中可知函数在（0.45,-1.2）可能有极值，取x0=0.45，y0= -1.1, 再用求极值命令 In[8]:= FindMinimum[Exp[2x]*(x+y^2+2y), {x, 0.45}, {y, -1.1}] Out[8]= {-1.35914, {x - 0.5, y - -1.}} 求得函数在 x= 0.5, ，y= -1取得极小值-1.35914。 例3: 求函数f(x,y,z)=x 4+siny-cosz,在点（0，5，4）附近的极小值 。 解:In[9]:= FindMinimum[x^4+Sin[y]Cos[z],{x,0},{y,5},{z,4}] Out[9]= {-2., {x - 0., y - 4.71239, z - 6.28319}} 故函数在 （0, 4.71239, 6.28319）取得极小值-2。 7.2 解线性规划问题 线性规划是运筹学的一个重要分支，应用很广。线性规划问题可以描述为求一组非负变量，这些非负变量在满足一定线性约束的条件下，使一个线性目标函数取得极小（大）值的问题，线性规划的标准形式为： 目标函数 ： min S= c 1x 1 + c 2x 2 + …+ c n x n a11 x 1 + a12 x 2 +….+ a1n x n = b 1 a21 x 1 + a22 x 2 +…. + a2n x n = b2 约束条件： … ……. a m1x 1 + a m2x 2 +….+ a mn x n =