摘要：
（1）线性规划应用案例的求解 % 构造线性规划模型 f = [-1500; -1200; -1800]; A = [450, 600, 900; 35, 25, 30; 400, 400, 300]; b = [63000; 3300; 33000]; lb = [0; 0; 0]; % 调用lin 阅读全文
摘要：
首先，根据目标函数，我们计算其梯度和海森矩阵： syms x1 x2; f = 100*(x2 - x1^2)^2 + (1 - x1)^2; grad_f = gradient(f, [x1, x2]); grad_f_fun = matlabFunction(grad_f); hes_f = h 阅读全文
摘要：
首先，我们需要根据目标函数计算梯度和海森矩阵。使用MATLAB计算得到： syms x1 x2; f = 100*(x2 - x1^2)^2 + (1 - x1)^2; grad_f = gradient(f, [x1, x2]); hes_f = hessian(f, [x1, x2]); gra 阅读全文
摘要：
这是一个无约束优化问题，可以使用最速下降法（也称负梯度法）求解。按照要求，我来给出MATLAB代码：、 % 定义目标函数 f = @(x) 100*(x(2)-x(1)^2)^2 + (1-x(1))^2; % 最速下降法求解 % 设定初始点和迭代终止准则 x0_list = [-2, 2; -3, 阅读全文
摘要：
封装好的golds函数： function [xm,fm,aList,bList,alList,akList] = golds(f,a,b,tol) % f: 待优化的目标函数 % a,b: 初始区间 % tol: 精度要求 % xm,fm: 最优解和相应的最优函数值 % 黄金分割比例 r = (s 阅读全文