在Matlab(?)中使用Lagrange乘法器最小化函数

时间:2019-11-08 21:46:20

标签: matlab optimization

static double interp1(double x, double y, double p, double q, double z) {
  return p + (q - p) * (z - x) / (y - x);
}

如何以与上述相同的方式使用MATLAB解决此问题?我也可以在图表上显示它吗?

syms x1 x2 u s lambda
f=2*x1^2+2*x2^2-6*x1*x2;
g1 = x1+2*x2-3 +s^2 ;
H1 = 3*x1+x2-9;

Lagrange=f+u*g1+lambda*H1;
Grad=gradient(Lagrange);

S=solve(Grad)
S=double([S.x1 S.x2 S.s S.u S.lambda]);M=size(S,1)

  for i=M:-1:1
      if imag(S(i,3))~=0 || S(i,4)<0 

         S(i,:)=[];

      end
  end

 x1=S(:,1);x2=S(:,2);s=S(:,3);u=S(:,4);lambda=S(:,5);
 out=table(x1,x2,s,u,lambda)

fmin(x1,x2 )=(x1-1)^2+(x2-1)^2 H1=x1+x2-4=0 H2=x1-x2-2=0 的来源是什么? 和; i = M: -1: 1 (-1: 1)如何确定3和4? 谢谢您的帮助。

0 个答案:

没有答案