《十一讲优化与数值积分ppt课件》由会员分享,可在线阅读,更多相关《十一讲优化与数值积分ppt课件(42页珍藏版)》请在金锄头文库上搜索。
1、十一讲优化与数值积分ppt课件Stillwatersrundeep.流静水深流静水深,人静心深人静心深Wherethereislife,thereishope。有生命必有希望。有生命必有希望第十一讲 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7/20/11.1 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
2、比较得到,以下所谓最优解均指局部最优解7/20/11.1 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)=(x3+x2-1)/(exp(x)+exp(-x)的最小值和最小值点,-5=x fun=(x3+x2-1)/(exp(x)+exp(-x); ezplot(fun) x,fval,exitflag=fminbnd(fun,-5,5)x = -3.3112fval = -0.9594exitflag = 17/20/11.1 无约束优化2. fminsearch功能:计算多元函数最小值。格式:
3、X = fminsearch(fun,X0); X,fval,exitflag= fminsearch(.)例:求点(x1,x2)使目标函数f(x)取得最小值: f(x)=sin(x1)+cos(x2)7/20/11.1 无约束优化x0=0,0; fun=sin(x(1)+cos(x(2); x,fval,exitflag=fminsearch(fun,x0)x = -1.5708 3.1416fval = -2.0000exitflag = 17/20/11.2 约束线性优化约束优化即为含有一定条件的优化问题,其一般形式为若f,gi是线性函数,则称此模型为线性规划,否则称为非线性规划。7/2
4、0/11.2 约束线性优化linprog功能:约束线性优化。格式:X= linprog(f,A,b,Aeq,beq) X= linprog(f,A,b,Aeq,beq,LB,UB) 这里,由Aeq与beq 确定了等式约束,LB,UB确定了x的范围,x0为初值。7/20/11.2 约束线性优化例:Min 5x1+4x2+2x3S.t 6x1-x2+3x3=8 x1+2x2+4x3=10 -1=x1=3 0=x2=07/20/11.2 约束线性优化clear f=-5 4 2; A=6 -1 1;1 2 4; b=8;10; lb=-1 0 0; ub=3,2;7/20/11.2 约束线性优化 x
5、,f=linprog(f,A,b,lb,ub)Optimization terminated.x = 1.3333 0.0000 0.000f = -6.66677/20/11.3 二次规划对于非线性规划,常见的是二次规划,其一般模型为: min f(x)= 0.5 xTHx+cx s.t. AX b特别,当H为正定矩阵时,目标函数为凸函数,线性约束下可行域为凸集,此时称凸二次规划。7/20/11.3 二次规划1. quadprog功能:求解二次规划问题格式:X= quadprog(H,f,A,b) X= quadprog(H,f,A,b,Aeq,beq) X= quadprog(H,f,A,
6、b,Aeq,beq,LB,UB) X= quadprog(H,f,A,b,Aeq,beq,LB,UB,X0)7/20/11.3 二次规划例:7/20/11.3 二次规划h=1 -1;-1 2; c=-2;-6; a=1 1;-1 2;2 1; b=2;2;3; lb=0 0; x,f=quadprog(h,c,a,b,lb)x =0.6667 1.3333f =-8.22227/20/11.4 非线性方程求解1.fzero功能:求非线性方程的近似解格式:x=fzero(f,x0) X,FVAL= fzero(f,.)例: x,f=fzero(sin,2)x =3.1416f =1.2246e-
7、0167/20/11.4 非线性方程求解2.fsolve功能:求非线性方程的近似解格式:x=fsolve(f,x0) X,FVAL=fsolve(f,X0,.)例: x,f=fsolve(cos(x)+x,1)x =-0.7391f =-2.8460e-0107/20/11.5数值积分的理论和方法7/20/11.5数值积分的理论和方法7/20/11.5数值积分的理论和方法7/20/11.5数值积分的理论和方法7/20/11.5数值积分的理论和方法7/20/11.6数值积分的Matlab实现 1. 一元函数的数值积分函数1 quad、quadl功能 数值定积分,自适应Simpleson积分法。格
8、式 q = quad(fun,a,b) %近似地从a到b计算函数fun的数值积分,误差为10-6。若给fun输入向量x,应返回向量y,即fun是一单值函数。7/20/11.6数值积分的Matlab实现 q = quad(fun,a,b,tol) %用指定的绝对误差tol代替缺省误差。tol越大,函数计算的次数越少,速度越快,但结果精度变小。 q = quad(fun,a,b,tol,trace,p1,p2,) %将可选参数p1,p2,等传递给函数fun(x,p1,p2,),再作数值积分。若tol= 或trace= ,则用缺省值进行计算。7/20/11.6数值积分的Matlab实现q,n = q
9、uad(fun,a,b,) %同时返回函数计算的次数n = quadl(fun,a,b,) %用高精度进行计算,效率可能比quad更好。例2-40fun = inline(3*x.2./(x.3-2*x.2+3);Q1 = quad(fun,0,2) % Q1=3.7224 Q2 = quadl(fun,0,2) % Q2=3.72247/20/11.6数值积分的Matlab实现函数2 trapz功能 梯形法数值积分格式 T = trapz(Y) %用等距梯形法近似计 算 Y的 积 分 。 若 Y是 一 向 量 , 则trapz(Y)为Y的积分;若Y是一矩阵,则trapz(Y)为Y的每一列的积
10、分。7/20/11.6数值积分的Matlab实现 T = trapz(X,Y) %用梯形法计算Y在X点上的积分。若X为一列向量,Y为矩阵,且size(Y,1) = length(X),则对Y的每一列积分。7/20/11.6数值积分的Matlab实现2 二元函数重积分的数值计算函数 dblquad功能 矩形区域上的二重积分的数值计算格式 q = dblquad(fun,xmin,xmax,ymin,ymax) %调 用 函 数 quad在 区 域 xmin,xmax, ymin,ymax上计算二元函数z=f(x,y)的二重积分。7/20/11.6数值积分的Matlab实现 q=dblquad(f
11、un,xmin,xmax,ymin,ymax,tol) 用指定的精度tol代替缺省精度10-6,再进行计算。 q=dblquad(fun,xmin,xmax,ymin,ymax,tol,methoq=dblquad(fun,xmin,xmax,ymin,ymax,tol,method)d) %用指定的算法method代替缺省算法quad。method的取值有quadl。7/20/11.6数值积分的Matlab实现q=dblquad(fun,xmin,xmax,ymin,ymax,tol,method,p1,p2,) %将可选参数p1,p2,.等传递给函数fun(x,y,p1,p2,)。若tol
12、=,method=,则使用缺省精度和算法quad。如:fun = inline(y./sin(x)+x.*exp(y); Q = dblquad(fun,1,3,5,7)计算结果为:Q = 3.8319e+0037/20/11.6数值积分的Matlab实现 q=dblquad(fun,xmin,xmax,ymin,ymax,tol,methodq=dblquad(fun,xmin,xmax,ymin,ymax,tol,method) ) %用指定的算法method代替缺省算法。method的取值有缺省算法或用户指定的、与缺省命令有相同调用次序的函数句柄。 q=dblquad(fun,xlowe
13、r,xupper,ymin,ymax,tol,method,p1,p2,q=dblquad(fun,xlower,xupper,ymin,ymax,tol,method,p1,p2,) %将可选参数p1,p2,.等传递给函数fun(x,y,p1,p2,)。若tol=,method=,则使用缺省精度和算法。7/20/11.7 常微分方程数值解函数 ode45, ode45, ode23, ode23, ode113, ode113, ode15s, ode15s, ode23s, ode23s, ode23t, ode23tbode23t, ode23tb功能 常微分方程(ODE)组初值问题的数
14、值解参数说明:solver为命令ode45、de23,ode113,ode15s,ode23s, ode23t, ode23tb之一。Odefun 为显式常微分方程y=f(t,y)。7/20/11.7 常微分方程数值解 TspanTspan 积 分 区 间 ( 即 求 解 区 间 ) 的 向 量tspan=t0,tf。要获得问题在其他指定时间点t0,t1,t2,上的解,则令tspan=t0,t1,t2,tf(要求是单调的)。 Y0Y0 包含初始条件的向量。 Options Options 用命令odeset设置的可选积分参数。 P1,p2,P1,p2, 传递给函数odefun的可选参数。7/2
15、0/11.7 常微分方程数值解格式 T,Y T,Y = = solver(odefun,tspan,y0)solver(odefun,tspan,y0) %在区间tspan=t0,tf上,从t0到tf,用初始条件y0求解显式微分方程y=f(t,y)。对于标量t与列向量y,函数f=odefun(t,y)必须返回一f(t,y)的列向量f。解矩阵Y中的每一行对应于返回的时间列向量T中的一个时间点。要获得问题在其他指定时间点t0,t1,t2,上的解,则令tspan=t0,t1,t2,tf(要求是单调的)。7/20/11.7 常微分方程数值解 T,Y T,Y = = solver(odefun,tspa
16、n,y0,options)solver(odefun,tspan,y0,options) %用参数options(用命令odeset生成)设置的属性(代替了缺省的积分参数),再进行操作。常用的属性包括相对误差值RelTol(缺省值为1e-3)与绝对误差向量AbsTol(缺省值为每一元素为1e-6)。 T,Y=solver(odefun,tspan,y0,options,p1,T,Y=solver(odefun,tspan,y0,options,p1,p2p2) ) 将参数p1,p2,p3,.等传递给函数odefun,再进行计算。若没有参数设置,则令options=。7/20/11.7 常微分方
17、程数值解1求解具体ODE的基本过程:(1)根据问题所属学科中的规律、定律、公式,用微分方程与初始条件进行描述。 F(y,y,y,y(n),t) = 0 y(0)=y0,y(0)=y1,y(n-1)(0)=yn-1 而y=y;y(1);y(2);,y(m-1),n与m可以不等7/20/11.7 常微分方程数值解(2)运用数学中的变量替换:yn=y(n-1),yn-1=y(n-2),y2=y,y1=y,把高阶(大于2阶)的方程(组)写成一阶微分方程组: , 7/20/11.7 常微分方程数值解(3)根据(1)与(2)的结果,编写能计算导数的M-函数文件odefile。(4)将文件odefile与初
18、始条件传递给求解器Solver中的一个,运行后就可得到ODE的、在指定时间区间上的解列向量y(其中包含y及不同阶的导数)。2求解器Solver与方程组的关系表见下表 7/20/函数指令函数指令含含 义义函函 数数含含 义义求求解解器器Solverode23普普通通2-3阶阶法法解解ODEodefile包含包含ODE的文件的文件ode23s低低阶阶法法解解刚刚性性ODE选选项项odeset创创建建、更更改改Solver选选项项ode23t解解 适适 度度 刚刚 性性ODEodeget读取读取Solver的设置值的设置值ode23tb低低阶阶法法解解刚刚性性ODE输输出出odeplotODE的时间
19、序列图的时间序列图ode45普普通通4-5阶阶法法解解ODEodephas2ODE的二维相平面图的二维相平面图ode15变变阶阶法法解解刚刚性性ODEodephas3ODE的三维相平面图的三维相平面图ode113普普通通变变阶阶法法解解ODEodeprint在命令窗口输出结果在命令窗口输出结果7/20/11.7 常微分方程数值解3因为没有一种算法可以有效地解决所有的ODE问题,为此,MATLAB提供了多种求解器Solver,对于不同的ODE问题,采用不同的Solver。7/20/求解器SolverODE类型特点说明ode45非刚性一 步 算 法 ; 4, 5阶Runge-Kutta方程;累计截断误差达(x)3大部分场合的首选算法ode23非刚性一 步 算 法 ; 2, 3阶Runge-Kutta方程;累计截断误差达(x)3使用于精度较低的情形ode113非刚性多步法;Adams算法;高低精度均可到10-310-6计算时间比ode45短ode23t适度刚性采用梯形算法适度刚性情形ode15s刚性多步法;Gears反向数值微分;精度中等若ode45失效时,可尝试使用ode23s刚性一步法;2阶Rosebrock算法;低精度当精度较低时,计算时间比ode15s短ode23tb刚性梯形算法;低精度当精度较低时,计算时间比ode15s短7/20/