Question

我正在尝试确定最有效但最精确的方法来计算名为R的值，该值只能在0和1之间取值。现在我在下面的脚本中使用了以下函数，但我觉得我是以非最佳方式执行此操作。目前我得到一个答案，并且必须（再次）作为最初的“猜测”提供答案，以获得（下一个）最佳答案。我可以为此建立一个更好的递归，或者使用Matlab的解算器吗？谢谢！

功能：

function f = Rfind(p,u,R)
    f = p .* (R.^u);
end

剧本：

R = 0.999995753651217; % initial guess
matches = false;
while ~matches && R < 1
    R = R + 0.0000000000000000001; % increment R for next guess
    Jtotal = sum(Rfind(p,u,R)); % find R
    if abs(Jtotal - R)*10000000000 < 5 % check precision of result
        matches = true; % if R matches R fed to function, successful
    end
end
Jtotal

我正在努力识别：

将R的值等于数组p次R的总和与数组u的幂相等。数组p和数组u都具有相同数量的元素，即每行1列中的12行。我的函数为每个R和p行计算u，然后递增其猜测以找到下一个最接近的匹配。一旦达到精度限制或输入R和输出总数相同，它就会停止。

示例数据：

数组p

数组u

重要：我需要最好的精确度，但我不希望它像上面的扩展一样需要10分钟。

Answer 1

您可以使用fminbnd：

% first assign p and u
% define the function that you want to minimize:
Rfind = @(R) abs(sum(p.*(R.^u)) - R)
% set the tolerance to maximum:
options = optimset('TolX',eps); 
% find the value between 0 to 1 that minimize the function Rfind:
[R, err] = fminbnd(Rfind,0,1,options)

并获得（在几分之一秒内）：

R =
   0.999995761369809
err =
     9.196743366857163e-11

使用递归MATLAB函数还是优化？

1 个答案: