利用Matlab解决数学问地的题目.docVIP

实用标准文案 精彩文档 利用Matlab解决数学问题 一、线性规划 求解线性规划的Matlab解法 单纯形法是求解线性规划问题的最常用、最有效的算法之一。单纯形法是首先由 George Dantzig于1947年提出的，近60年来，虽有许多变形体已被开发，但却保持着同样的基本观念。由于有如下结论：若线性规划问题有有限最优解，则一定有某个最优解是可行区域的一个极点。基于此，单纯形法的基本思路是：先找出可行域的一个极点，据一定规则判断其是否最优；若否，则转换到与之相邻的另一极点，并使目标函数值更优；如此下去，直到找到某一最优解为止。这里我们不再详细介绍单纯形法，有兴趣的读者可以参看其它线性规划书籍。下面我们介绍线性规划的Matlab解法。 Matlab5.3中线性规划的标准型为 基本函数形式为linprog(c,A,b)，它的返回值是向量的值。还有其它的一些函数调用形式（在 Matlab 指令窗运行 help linprog 可以看到所有的函数调用形式），如： [x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,X0,OPTIONS) 这里fval返回目标函数的值，Aeq和beq对应等式约束，LB和UB分别是变量的下界和上界，是的初始值，OPTIONS是控制参数。 例2 求解下列线性规划问题 解 （ = 1 \* roman i）编写M文件 c=[2;3;-5]; a=[-2,5,-1]; b=-10; aeq=[1,1,1]; beq=7; x=linprog(-c,a,b,aeq,beq,zeros(3,1)) value=c*x （ = 2 \* roman ii）将M文件存盘，并命名为example1.m。 （ = 3 \* roman iii）在Matlab指令窗运行example1即可得所求结果。 求解线性规划问题 解 编写Matlab程序如下： c=[2;3;1]; a=[1,4,2;3,2,0]; b=[8;6]; [x,y]=linprog(c,-a,-b,[],[],zeros(3,1)) 二、整数规划 整数规划问题的求解可以使用Lingo等专用软件。对于一般的整数规划规划问题，无法直接利用Matlab的函数，必须利用Matlab编程实现分枝定界解法和割平面解法。但对于指派问题等特殊的整数规划问题或约束矩阵是幺模矩阵时，有时可以直接利用Matlab的函数linprog。 例8 求解下列指派问题，已知指派矩阵为 解：编写Matlab程序如下： c=[3 8 2 10 3;8 7 2 9 7;6 4 2 7 5 8 4 2 3 5;9 10 6 9 10]; c=c(:); a=zeros(10,25); for i=1:5 a(i,(i-1)*5+1:5*i)=1; a(5+i,i:5:25)=1; end b=ones(10,1); [x,y]=linprog(c,[],[],a,b,zeros(25,1),ones(25,1)) 求得最优指派方案为，最优值为21。 三、非线性规划 Matlab中非线性规划的数学模型写成以下形式 , 其中是标量函数，是相应维数的矩阵和向量，是非线性向量函数。 Matlab中的命令是 X=FMINCON(FUN,X0,A,B,Aeq,Beq,LB,UB,NONLCON,OPTIONS) 它的返回值是向量，其中FUN是用M文件定义的函数；X0是的初始值；A,B,Aeq,Beq定义了线性约束，如果没有等式约束，则A=[],B=[],Aeq=[],Beq=[]；LB和UB是变量的下界和上界，如果上界和下界没有约束，则LB=[]，UB=[]，如果无下界，则LB=-inf，如果无上界，则UB=inf；NONLCON是用M文件定义的非线性向量函数；OPTIONS定义了优化参数，可以使用Matlab缺省的参数设置。 例2 求下列非线性规划问题 （ = 1 \* roman i）编写M文件fun1.m function f=fun1(x); f=x(1)^2+x(2)^2+8; 和M文件fun2.m function [g,h]=fun2(x); g=-x(1)^2+x(2); h=-x(1)-x(2)^2+2; %等式约束 （ = 2 \* roman ii）在Matlab的命令窗口依次输入 options=optimset; [x,y]=fmincon(fun1,rand(2,1),[],[],[],[],zeros(2,1),[], ... fun2, options) 就可以求得当时，最小值。 四、图论 两