Купить Matlab  |  Mathematica  |  Mathcad  |  Maple  |  Statistica  |  Другие пакеты Поиск по сайту
Internet-класс  |  Примеры  |  Методики  |  Форум  |  Download
https://hub.exponenta.ru/


Справочник по Matlab
  • Массивы, матрицы и операции с ними
  • Математические функции
  • Линейная алгебра
  • Анализ и обработка данных
  • Работа с разреженными матрицами
  • Графические команды и функции
  •  
    FMIN, FOPTIONS
    Минимизация функции одной переменной

    Синтаксис:

                xmin = fmin(‘<имя функции>‘, x1, x2)
                xmin = fmin(‘<имя функции>‘, x1, x2, options)
                [xmin, options] = fmin(‘<имя функции>‘, x1, x2, options, p1,..., p10)
                options = foptions

    Описание:

    Функция xmin = fmin(‘<имя функции>‘, x1, x2) возвращает значение локального минимума функции в интервале x1<= x<= x2.

    Функция xmin = fmin(‘<имя функции>‘, x1, x2, options) использует вектор управляющих параметров options, который включает 18 компонентов, описанных ниже. Он предназначен для настройки алгоритмов оптимизации, применяемых как в системе MATLAB, так и в пакете программ Optimization Toolbox [1]. Функция fmin использует только 3 из этих параметров: options(1), options(2), options(14).

    Функция [xmin, options] = fmin(‘<имя функции>‘, x1, x2, options, p1,..., p10) позволяет передать до 10 параметров, а кроме того, возвращает вектор управляющих параметров options, которые использовались алгоритмом, и в частности, параметр options(10), фиксирующий количество выполненных итераций, и параметр options(8), содержащий минимальное значение функции.

    Функция options = foptions возвращает вектор-строку исходных значений параметров, используемых функциями fmin и fmins системы MATLAB и функциями fminu, constr, attgoal, minimax, leastsq, fsolve пакета Optimization Toolbox. Значения по умолчанию присваиваются внутри функций оптимизации и могут отличаться от исходных значений.

    Опция Назначение опции Исходное значение Значение по умолчанию
    options(1) Вывод промежуточных результатов: 0 - не выводятся; 1 - выводятся 0 0
    options(2) Итерационная погрешность для аргумента 1e-4 1e-4
    options(3) Итерационная погрешность для функции 1e-4 1e-4
    options(4) Терминальный критерий соблюдения ограничений 1e-6 1e-6
    options(5) Стратегия 0 0
    options(6) Оптимизация 0 0
    options(7) Алгоритм линейного поиска 0 0
    options(8) Значение целевой функции 0 0
    options(9) Для контроля градиента установить в 1 0 0
    options(10) Количество выполненых итераций 0 0
    options(11) Количество вычисленных градиентов 0 0
    options(12) Количество вычисленных ограничений 0 0
    options(13) Количество ограничений в виде равенств 0 0
    options(14) Максимальное количество итераций, n - количество переменных 0 fmin: 500
    fmins: 200хn
    options(15) Параметр, используемый прри наличии целевой функции 0 0
    options(16) Минимальное прриращение переменных при вычислении градиента 1e-8 1e-8
    options(17) Максимальное прриращение переменных при вычислении градиента 0.1 0.1
    options(18) Размер шага минимизации h 0 h <=1

    Пример:

    Вычислим приближенное значение p путем минимизации функции y = cos(x) на отрезке [3 4] с итерационной погрешностью по x - 1e-12.

              [xmin, opt] = fmin('cos', 3, 4, [0, 1e-12]);
              xmin = 3.141592654027715e+000
              pi = 3.141592653589793e+000
              norm(y-pi) = 4.3792e-010

    Функция у = cos(x)

    image828.gif (2883 bytes)

    Обратите внимание, что итерационная погрешность (разница между двумя соседними итерациями) отличается от погрешности вычисления (раз­ни­ца между вычисленным и машинным значением p .

    Номер опции opt Исходное значение Значение при выходе из функции fmin
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    0
    1.0000e-004
    1.0000e-004
    1.0000e-006
    0
    0
    0
    0
    0
    0
    0
    0
    0
    0
    0
    1.0000e-008
    1.0000e-001
    0
    0
    1.0000e-012
    1.0000e-004
    1.0000e-006
    0
    0
    0
    -1.0000e+000
    0
    9.0000e+000
    0
    0
    0
    5.0000e+002
    0
    1.0000e-008
    1.0000e-001
    0

    Анализ таблицы подтверждает, что заданная итерационная погрешность opt(2) равна 1.0000e-012; минимальное значение функции opt(8) равно -1.0000e+000; число выполненных итераций opt(10) равно 9.0000e+000 при максимально допустимом числе итераций opt(14) = 5.0000e+002.

    Алгоритм:

    Функция fmin реализует методы “золотого сечения” и параболической интерполяции [2].

    Сопутствующие функции: FMINS, FZERO, Optimization Toolbox.

    Ссылки:

    1. Optimization Toolbox. User’s Guide. Natick: The MathWorks, Inc., 1991.

    2. Forsythe G. E., Malcolm M. A., Moler C. B. Computer Methods for Mathematical Computations. Prentice-Hall, 1976.

    В начало страницы К предыдущему разделуК следующему разделу

    | На первую страницу | Поиск | Купить Matlab

    Исправляем ошибки: Нашли опечатку? Выделите ее мышкой и нажмите Ctrl+Enter


    Copyright © 1993-2024. Компания Softline. Все права защищены.

    Дата последнего обновления информации на сайте: 04.03.17
    Сайт начал работу 01.09.00