Matlab作业三

化设计hl4HU©0⑥ 3 hlu 凹内r d X1州fci-rU-fFF卢F ♦ 忡下¥为+1 —*— S-ll-« F41：Si —MATLABoftiHMirjirCfiffliiiiJ PHI■1**■ 温不平?」11,・—喜M - 〜FT 文词一时y 片 34ml 3F*L9TR0i. Jill!-LkftLgWf 1S1CSI掰f 1 ■ >A A A »W I % ：k Dnfl w I ■ J k^lXMprfaMk tjn nn Alflhw初选 x0=[1,1] 程序：Step 1: Write an Mfle objfunl.m.function f1=objfun1(x)f1=x(1)人2+2*x(2)入2-2*x(1)*x(2)-4*x(1);Step 2: Invoke one of the unconstrained optimization routinesx0=[1,1]；>> options = 0Ptimset('LargeScale','off);>> [x,fval,exitflag,output] = fminunc(@objfun1,x0,options)运行结果： x =4.0000 2.0000 fval = -8.0000exitflag =1 output = iterations: 3 funcCount: 12 stepsize: 1 firstorderopt: 2.3842e-007algorithm: 'medium-scale: Quasi-Newton line search message: [1x85 char]非线性有约束优化1. Min f(x)=3 x ： + x 2+2 x 1-3 x 2+5 Subject to:g 2(x)=5 X 1-3 X 2 -25 < 0 g (x)=13 X -41 X 2 < 0 3 12g 4(x)=14 < X 1 < 130无约束优化 min f(x)=X 2 + x 2-2 x 1 x 2-4 x 1g5 (x)=2 < X 2 < 57初选x0=[10,10]Step 1: Write an M-file objfun2.mfunction f2=objfun2(x)f2=3*x(1)人2+x(2)人2+2*x(1)-3*x(2)+5;Step 2: Write an M-file confunl.m for the constraints. function [c,ceq]=confun1(x) % Nonlinear inequality constraints c=[x(1)+x(2)+18;5*x(1)-3*x(2)-25;13*x(1)-41*x(2)人2;14-x(1);x(1)-130;2-x(2);x(2)-57];% Nonlinear inequality constraints ceq=[];Step 3: Invoke constrained optimization routinex0=[10,10]; % Make a starting guess at the solution>> options = optimset('LargeScale','off);>> [x, fval]=...fmincon(@objfun2,x0,[],[],[],[],[],[],@confun1,options)运行结果：x =3.6755 -7.0744 fval =124.14952.min f (x) =4x2 + 5x2s.t. g 1(x) = 2X] + 3x2- 6 < 0g (x) = x x +1 > 0初选x0=[1,1]Step 1: Write an M-file objfun3.m function f=objfun3(x) f=4*x(1)人2 + 5*x(2)人2Step 2: Write an M-file confun3.m for the constraints. function [c,ceq]=confun3(x) %Nonlinear inequality constraints c=[2*x(1)+3*x(2)-6;-x(1)*x(2)-1];% Nonlinear equality constraints ceq口；Step 3: Invoke constrained optimization routinex0=[1,1];% Make a starting guess at the solution>> options = optimset('LargeScale','off);>> [x, fval]=...fmincon(@objfun,x0,[],[],[],[],[],[],@confun,options)运行结果：Optimization terminated: no feasible solution found. Magnitude of search direction less than2*options.TolX but constraints are not satisfied.x =11fval =-13实例：螺栓连接的优化设计图示为一压气机气缸与缸盖连接的示意图。

《M ATLAB语言》课程论文MATLAB在重积分计算中的应用姓名：学号：专业：班级：指导老师：学院：完成日期:MATLAB 在重积分中的应用[摘要]高等数学课程是理工科专业中非常重要的基础课程,重积分是《高等数学》相对难学的部分，并且计算复杂，而Matlab 软件在求解重积分的数值解方面有较大优势,既能进行数值求解，又能绘制有关曲线，非常方便实用。

而且可以极大地提高同学们的学习兴趣，培养同学们利用Matlab 解决实际问题的能力。

[关键词]Matlab 高等数学 重积分计算一、 问题的提出MATLAB 是矩阵实验室（Matrix Laboratory ）的简称，是 1984 年美国 MathWorks 公司推出的一套高性能的数值计算和可视化数学软件，被誉为“巨人肩上的工具”。

现已成为国际公认的最优秀的科技应用软件之一。

由于使用MATLAB 编程运算与人进行科学计算的思路和表达方式完全一致，所以不像学习其他高级语言——如Basic 、Fortran 和C 语言等那样难以掌握，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题，所以又被称为演算纸式科学算法语言。

在这个环境下，对所要求解的问题，只需简单的列出数学表达式，其结果便以数值或图形方式显示出来。

在英美等发达国家的理工类大学里，Matlab 软件是大学生必须掌握的一种基本工具；在研究设计单位和工业部门，它更是研究和解决计算问题的标准软件，是工程技术人员必备的软件。

众所周知，高等数学已经被大部分高校列为重要的公共基础课，高等数学中许多重要方法，如求极限、求导数、求不定积分、求定积分、解常微分方程、向量运算、求偏导数、计算重积分、级数展开等，只靠笔算是难以完成的。

为提高同学们用高等数学解决实际问题的能力，使同学们能在理解、掌握数学理论知识的同时，迅捷地计算出繁杂的数学运算结果，而不必去考虑用什么算法以及如何实现等问题，用MATLAB 求高等数学中问题，能快捷、准确地得出解，显示出MATLAB 在数学计算上的优越性。

信号与系统MATLAB第一次实验报告一、实验目的1.熟悉MATLAB软件并会简单的使用运算和简单二维图的绘制。

2.学会运用MATLAB表示常用连续时间信号的方法3.观察并熟悉一些信号的波形和特性。

4.学会运用MATLAB进行连续信号时移、反折和尺度变换。

5.学会运用MATLAB进行连续时间微分、积分运算。

6.学会运用MATLAB进行连续信号相加、相乘运算。

7.学会运用MATLAB进行连续信号的奇偶分解。

二、实验任务将实验书中的例题和解析看懂，并在MATLAB软件中练习例题，最终将作业完成。

三、实验内容1.MATLAB软件基本运算入门。

1). MATLAB软件的数值计算：算数运算向量运算：1.向量元素要用”[ ]”括起来，元素之间可用空格、逗号分隔生成行向量，用分号分隔生成列向量。

2.x=x0:step:xn.其中x0位初始值，step表示步长或者增量，xn 为结束值。

矩阵运算：1.矩阵”[ ]”括起来；矩阵每一行的各个元素必须用”,”或者空格分开；矩阵的不同行之间必须用分号”;”或者ENTER分开。

2.矩阵的加法或者减法运算是将矩阵的对应元素分别进行加法或者减法的运算。

3.常用的点运算包括”.*”、”./”、”.\”、”.^”等等。

举例：计算一个函数并绘制出在对应区间上对应的值。

2).MATLAB软件的符号运算：定义符号变量的语句格式为”syms 变量名”2.MATLAB软件简单二维图形绘制1).函数y=f(x)关于变量x的曲线绘制用语：>>plot(x,y)2).输出多个图像表顺序：例如m和n表示在一个窗口中显示m行n列个图像，p表示第p个区域，表达为subplot(mnp)或者subplot(m,n,p)3).表示输出表格横轴纵轴表达范围：axis([xmax,xmin,ymax,ymin])4).标上横轴纵轴的字母：xlabel(‘x’),ylabel(‘y’)5).命名图像就在subplot写在同一行或者在下一个subplot前：title(‘……’)6).输出：grid on举例1：举例2：3.matlab程序流程控制1).for循环：for循环变量=初值:增量:终值循环体End2).while循环结构：while 逻辑表达式循环体End3).If分支：(单分支表达式)if 逻辑表达式程序模块End(多分支结构的语法格式)if 逻辑表达式1程序模块1Else if 逻辑表达式2程序模块2…else 程序模块nEnd4).switch分支结构Switch 表达式Case 常量1程序模块1Case 常量2程序模块2……Otherwise 程序模块nEnd4.典型信号的MATLAB表示1).实指数信号：y=k*exp(a*t)举例：2).正弦信号：y=k*sin(w*t+phi)3).复指数信号：举例：4).抽样信号5).矩形脉冲信号:y=square(t,DUTY) (width默认为1)6).三角波脉冲信号：y=tripuls(t,width,skew)(skew的取值在-1~+1之间，若skew取值为0则对称)周期三角波信号或锯齿波:Y=sawtooth(t,width)5.单位阶跃信号的MATLAB表示6.信号的时移、反折和尺度变换:Xl=fliplr(x)实现信号的反折7.连续时间信号的微分和积分运算1).连续时间信号的微分运算：语句格式：d iff(function,’variable’,n)Function:需要进行求导运算的函数，variable:求导运算的独立变量，n：求导阶数2).连续时间信号的积分运算：语句格式：int(function,’variable’,a,b)Function:被积函数variable:积分变量a:积分下限b:积分上限(a&b默认是不定积分)8.信号的相加与相乘运算9.信号的奇偶分解四、小结这一次实验让我能够教熟悉的使用这个软件，并且能够输入简单的语句并输出相应的结果和波形图，也在一定程度上巩固了c语言的一些语法。

matlab中parallel用法MATLAB中parallel用法Markdown作为一种轻量级的标记语言，非常适合用来编写技术文档。

以下是关于MATLAB中parallel用法的一些详细讲解。

并行计算简介并行计算是一种将大型计算任务分割成多个小任务，并同时执行这些小任务的方法。

在MATLAB中，可以使用parallel computing toolbox来提高计算效率并加速任务执行。

并行计算的优势使用并行计算的主要优势包括：1.加速计算速度：并行计算能够利用多核处理器或分布式计算集群来同时执行多个任务，从而大幅提高计算速度。

2.处理大规模数据：并行计算可用于同时处理大规模的数据集，而不会导致内存溢出或计算时间过长。

3.提高系统资源利用率：并行计算能够更有效地利用计算机的系统资源，如CPU和内存。

并行计算的基本概念在进行MATLAB并行计算之前，需要了解以下几个基本概念：1.并行池（Parallel Pool）：并行池是一个由多个工作进程组成的资源池，用于执行并行任务。

可以通过设置并行池的大小来利用不同数量的处理器核心进行计算。

2.并行作业（Parallel Job）：并行作业是一组要在并行池中执行的任务。

可以通过将多个任务打包到一个并行作业中来同时执行。

3.任务（Task）：任务是并行作业的最小执行单位，可以是一个函数调用、多个函数调用组成的任务图或数据处理任务等。

并行计算的实例用法以下是一些常见的MATLAB并行计算用法示例：1.使用parfor循环：parfor循环是一种特殊的循环结构，可以将循环迭代的任务分配到不同的工作进程中执行。

与普通的for循环不同，parfor循环迭代的顺序无法保证。

parfor i = 1:N% 并行执行的任务end2.使用spmd块：spmd块是一种用来执行数据并行任务的结构，可以在多个工作进程中并行执行相同的代码段。

在spmd块中，每个工作进程都有自己的局部变量。

MATLAB期末⼤作业学号：姓名：《Matlab/Simulink在数学计算与仿真中的应⽤》⼤作业1.假设地球和⽕星绕太阳运转的半径分别为r和2r，利⽤comet指令动画显⽰从地球到⽕星的转移轨迹（r可以任意取值，要求实时显⽰探测器、太阳、地球和⽕星的位置）。

解函数function comet(varargin)[ax,args,nargs] = axescheck(varargin{:});error(nargchk(1,3,nargs,'struct'));% Parse the rest of the inputsif nargs < 2, x = args{1}; y = x; x = 1:length(y); endif nargs == 2, [x,y] = deal(args{:}); endif nargs < 3, p = 0.10; endif nargs == 3, [x,y,p] = deal(args{:}); endif ~isscalar(p) || ~isreal(p) || p < 0 || p >= 1error('MATLAB:comet:InvalidP', ...'The input ''p'' must be a real scalar between 0 and 1.'); End指令 %particle_motiont = 0:5:16013;r1=6.7e6;%随便给定参数%---------------------------r2=2*r1;g=9.8;R=6.378e6;m=g*R^2;%内轨道v_inner=sqrt(m/r1);w_inner=v_inner/r1;x_inter=r1*cos(w_inner*t);y_inter=r1*sin(w_inner*t);%外轨道v_outer=sqrt(m/r2);w_outer=v_outer/r2;x_outer=r2*cos(w_outer*t);y_outer=r2*sin(w_outer*t);%控制器转移轨道a=(r1+r2)/2;E=-m/(2*a);V_near=sqrt(m*(2/r1-2/(r1+r2)));%转移轨道在近地点的速度V_far=sqrt(m*(2/r2-2/(r1+r2)));%转移轨道在远地点的速度h=r1*V_near;%由于在近地点的速度垂直于位置失量, h是转移轨道的⽐动量矩e=sqrt(1+2*E*h^2/m^2);%e为椭圆轨迹的偏⼼率TOF=pi*sqrt(a^3/m);%转移轨道是椭圆的⼀半及飞⾏时间是周期的⼀半(开普勒第三定律) w=pi/TOF;%椭圆轨迹的⾓速度c=a*e;b=sqrt(a^2-c^2);x_ellipse=a*cos(w*t)-0.5*r1;y_ellipse=b*sin(w*t);%动画显⽰运动轨迹x=[x_inter;x_outer;x_ellipse]';y=[y_inter;y_outer;y_ellipse]';comet(x,y)%---------------------------动态图像如下：2．利⽤两种不同途径求解边值问题dfdxf gdgdxf g f g=+=-+==34430001,,(),()的解.途径⼀：指令syms f g[f,g]=dsolve('Df=3*f+4*g,Dg=-4*f+3*g','f(0)=0,g(0)=1'); disp('f=');disp(f)disp('g=');disp(g)结果（Matlab 7.8版本）f=i/(2*exp(t*(4*i - 3))) - (i*exp(t*(4*i + 3)))/2g=exp(t*(4*i + 3))/2 + 1/(2*exp(t*(4*i - 3)))（Matlab 6.5版本）f=exp(3*t)*sin(4*t)g=exp(3*t)*cos(4*t)>>途径⼆：%problem2function dy=problem2(t,y)dy = zeros(2,1);dy(1) = 3*y(1)+4*y(2);dy(2) = -4*y(1)+3*y(2);[t,y] = ode45('problem2',[0 2],[0 1]);plot(t,y(:,1),'r',t,y(:,2),'b');图23．假设著名的Lorenz 模型的状态⽅程表⽰为-+-=+-=+-=)()()()()()()()()()()()(322133223211t x t x t x t x t x t x t x t x t x t x t x t x σρρβ其中，设28,10,3/8===σρβ。

“MATLAB”练习题要求:抄题、写出操作命令、运行结果，并根据要求，贴上运行图。

1、求230x e x -=的所有根.（先画图后求解）（要求贴图）>> solve('exp(x)—3*x^2',0)ans =—2*lambertw （—1/6＊3^（1/2））-2＊lambertw(—1,—1/6＊3^(1/2）)—2*lambertw （1/6*3^(1/2))3、求解下列各题：1）30sin lim x x x x ->->> sym x ；〉> limit((x-sin （x))/x^3)ans =1/62） (10)cos ,x y e x y =求>> sym x;>> diff （exp(x ）＊cos(x)，10）ans =（-32）＊exp(x)*sin （x)3）21/20(17x e dx ⎰精确到位有效数字）〉〉 sym x;〉〉 vpa((int(exp(x^2），x,0,1/2)），17)ans =0.544987104183622224）42254x dx x+⎰〉> sym x ；>〉 int （x^4/(25+x^2）,x)ans =125*atan （x/5) - 25＊x + x^3/35)求由参数方程arctan x y t⎧⎪=⎨=⎪⎩dy dx 与二阶导数22d y dx 。

〉> sym t;>> x=log(sqrt （1+t^2)）;y=atan(t)；〉> diff （y ，t ）/diff （x ，t)ans =1/t6)设函数y =f (x ）由方程xy +e y = e 所确定,求y ′(x ).>> syms x y ；f=x ＊y+exp(y ）—exp （1);〉> -diff(f,x ）/diff （f,y)ans =-y/（x + exp （y))7)0sin 2x e xdx +∞-⎰>〉 syms x ；>〉 y=exp(-x)＊sin(2*x ）；〉> int(y ，0,inf ）ans =2/58） 08x =展开（最高次幂为）〉> syms xf=sqrt(1+x);taylor(f,0，9)ans =— (429＊x^8）/32768 + (33*x^7）/2048 — (21＊x^6)/1024 +（7*x^5）/256 - (5＊x^4)/128 + x^3/16 - x^2/8 + x/2 + 19) 1sin (3)(2)x y e y =求〉> syms x y ；>〉 y=exp(sin （1/x)）;>〉 dy=subs （diff(y,3）,x ，2）dy =—0.582610)求变上限函数2x x ⎰对变量x 的导数.>> syms a t ；>〉 diff （int(sqrt(a+t),t,x ，x^2）)Warning: Explicit integral could not be found 。

matlab电磁场仿真作业一、介绍本文将介绍matlab电磁场仿真作业的相关知识和技巧。

电磁场仿真是指利用计算机模拟电磁场的分布和变化规律，以实现对电磁场问题的分析和解决。

matlab是一种强大的数学软件，可以用于各种科学计算、数据分析和图形处理等工作。

在电磁场仿真中，matlab具有良好的适用性和灵活性，可以方便地进行数据处理、可视化和模拟等操作。

二、基本概念1. 电磁场电磁场是指由带电粒子或导体所产生的物理现象，包括静电场、磁场和电磁波等。

在空间中，任何带有电荷或运动电荷的物体都会产生相应的电磁场。

2. 仿真仿真是指利用计算机模拟某个系统或过程的行为方式和结果。

在电磁场仿真中，可以通过建立数学模型来描述物理系统，并利用计算机进行计算和可视化。

3. 离散化离散化是指将连续变量转换为离散变量的过程。

在matlab中进行离散化操作可以将连续的电磁场分布转换为离散的数据点，以便进行计算和可视化。

三、matlab电磁场仿真的步骤1. 建立模型在进行电磁场仿真前，需要建立合适的模型来描述物理系统。

模型应该包括几何形状、物理特性和边界条件等信息。

可以使用matlab中的几何建模工具来创建三维模型，并定义相应的物理参数。

2. 离散化将连续的电磁场分布离散化为数据点。

可以使用matlab中的网格生成工具来生成离散化网格，并对网格进行调整以满足精度和计算效率要求。

3. 求解方程根据物理特性和边界条件，建立相应的方程组并求解。

常用的求解方法包括有限元法、有限差分法和边界元法等。

在matlab中，可以利用数值计算工具箱提供的函数来求解方程组。

4. 可视化将结果可视化以便于分析和展示。

可以使用matlab中强大的图形处理工具来生成二维或三维图像，并添加必要的标注和注释。

四、实例演示以下是一个简单的电磁场仿真实例，演示了如何在matlab中进行电磁场仿真。

1. 建立模型假设有一个长方体导体，其底面和侧面都被接地，导体顶部施加了一个电势差为V的电源。

7.6 课后作业1．分别绘制下列函数图形：(1) r=3(1-cosθ) (极坐标)>> t=0:.01:2*pi;>> figure>> polar(t,abs(3*(1-cos(t))));运行结果：(2) y (t)=1.25e-0.25t +cos(3t)>> x=0:pi/180:2*pi;>> y1=1.25*exp(-0.25*x);y2=cos(3*x);>> plot(x,y1+y2)运行结果：2 ．绘制函数y (t)=1-2e-tsint (0 ≤t≤8)的图形，且在x 轴上标注“Time”，y 轴上标注“Amplitude”，图形的标题为“Decaying Oscillating Exponential”。

>> x=0:0.01:8;>> y=1-2*exp(-1*x).*sin(x);>> figure>> plot(x,y)>> xlabel('Time');ylabel('Amplitude');>> title('Decaying Oscillating Exponential');运行结果：3 ．在同一图中绘制下列两条曲线(x ∈[0,25]内) ：(1) y 1(t)=2.6e(-0.5x) cos(0.6x)+0.8 ；(2) y 2(t)=1.6cos(3x)+sin(x)要求用不同的颜色和线型分别表示y 1(t) 和y 2(t) ，并给图形加注解。

>> x=0:0.1:25;>> y1=2.6*exp(-0.5*x).*cos(0.6*x)+0.8;>> y2=1.6*cos(3*x)+sin(x);>> figure>> plot(x,y1,'r-X',x,y2,'b--.');>> legend('y1=2.6*exp(-0.5*x).*cos(0.6*x)+0.8','y2=1.6*cos(3*x)+sin(x)')4 ．在一个图形窗口下绘制两个子图，分别显示下列曲线：(1)y =sin2xcos3x ；(2) y =0.4 x要求给x 轴、y 轴加标注，每个子图加标题。

现代计算方法Matlab 作业答案1.绘出函数f(x)=sin x x ，在[0,4]上的图形解：在M 文件输入：x=0:pi/100:4;y=x.*sin(x);plot(y)运行2. 求3x +2x +5 = 0的根解：在命令窗口输入：>> solve('x^3+2*x+5=0')ans =((108^(1/2)*707^(1/2))/108 - 5/2)^(1/3) - 2/(3*((108^(1/2)*707^(1/2))/108 - 5/2)^(1/3))1/(3*((108^(1/2)*707^(1/2))/108 - 5/2)^(1/3)) - ((108^(1/2)*707^(1/2))/108 - 5/2)^(1/3)/2 -(3^(1/2)*i*(2/(3*((108^(1/2)*707^(1/2))/108 - 5/2)^(1/3)) + ((108^(1/2)*707^(1/2))/108 -5/2)^(1/3)))/21/(3*((108^(1/2)*707^(1/2))/108 - 5/2)^(1/3)) - ((108^(1/2)*707^(1/2))/108 - 5/2)^(1/3)/2 +(3^(1/2)*i*(2/(3*((108^(1/2)*707^(1/2))/108 - 5/2)^(1/3)) + ((108^(1/2)*707^(1/2))/108 -5/2)^(1/3)))/23.321436min x x x z ++=120..321=++x x x t s301≥x5002≤≤x203≥x解：运用单纯形法计算此题，首先把约束条件化成标准形式：,,,,,205030120654321635241321≥=-=+=-=++x x x x x x x x x x x x x x x（1）在M 文件输入SimpleMthd 函数：function [x,minf] = SimpleMthd(A,c,b,baseVector)sz = size(A);nVia = sz(2);n = sz(1);xx = 1:nVia;nobase = zeros(1,1);m = 1;for i=1:nViaif (isempty(find(baseVector == xx(i),1)))nobase(m) = i;m = m + 1;else;endendbCon = 1;M = 0;while bConnB = A(:,nobase);ncb = c(nobase);B = A(:,baseVector);cb = c(baseVector);xb = inv(B)*b;f = cb*xb;w = cb*inv(B);for i=1:length(nobase)sigma(i) = w*nB(:,i)-ncb(i);end[maxs,ind] = max(sigma);if maxs <= 0minf = cb*xb;vr = find(c~=0 ,1,'last');for l=1:vrele = find(baseVector == l,1);if (isempty(ele))x(l) = 0;elsex(l)=xb(ele);endendbCon = 0;elsey = inv(B)*A(:,nobase(ind));if y <= 0disp('不存在最优解!');x = NaN;minf = NaN;return;elseminb = inf;chagB = 0;for j=1:length(y)if y(j)>0bz = xb(j)/y(j);if bz<minbminb = bz;chagB = j;endendendtmp = baseVector(chagB);baseVector(chagB) = nobase(ind);nobase(ind) = tmp;endendM = M + 1;if (M == 1000000)disp('找不到最优解!');x = NaN;minf = NaN;return;endend（2）在命令窗口输入：clear allA=[1 1 1 0 0 0;1 0 0 -1 0 0;0 1 0 0 1 0;0 0 1 0 0 -1];c=[6 3 4 0 0 0];b=[120;30;50;20];[xm,mf]=SimpleMthd(A,c,b,[3 4 5 6])xm =0 50 70mf =4304.计算下面函数在区间(0，1)内的最小值。

西安电子科技大学课程论文数学软件与实验最速下降法求最优解姓名：方正阳学号：07117020班级：07117107112016、最速下降法求最优解1 2 n，然后MATLAB 结课大作业摘要：最速下降法,又称为梯度法，是一种重要的无约束最优化方法。

它是 1847年由著名数学家 Cauchy 给出的，其他解析方法或是它的变形，或是受它 启发而得到，因此它是最优化方法的基础。

该法将 n 维问题转化为一系列 不断迭代过程中沿负梯度方向用一维搜索方法寻优的问题，本次程序设计 利用最速下降法算法，反复迭代，最终收敛于局部最优点，即为解出的二 元函数的无约束非线性规划问题 minf(x,y)。

引言：最优化理论作为运筹学中的一个重要理论方法，在工业生产,金融经济活 动,工商管理,国防建设,计算机应用中，都有着重要的应用。

最优化理论 通过给出生产活动中的各类实际问题的数学模型，通过最优化方法，寻求 该问题的最优解或满意解。

最速下降算法是最优化理论中常见的一个重要 算法，理论证明：最速下降算法在一定条件下是收敛的，它能够有效地求 解一部分无约束最优化问题。

一、 实验目的熟悉最速下降法算法思想和步骤，用 MATLAB 语言编程最速下降法 求最优值。

二、 实验要求在最优化计算方法中，要求解 y = f (x 1, x 2 , , x n ) 的局部最小值，可以采用如下的方法进行迭代计算：先给出初始点 x 0 = (x 0 , x 0 , , x 0)根据其梯度方向 ∇f (x 0)，计算一元函数 y (λ1 ) = min f (x λ≥0 0-λ⋅∇f (x 0 )) ，并1 0 0得到x = x -λ1 ⋅∇f (x ) 。

如此反复迭代，最终收敛于局部最优点。

实现 该算法，求 的最优值，a,b,c,d 自定（非 0）三、 实验假设考虑到参数的随机性、代表性，验证程序的正确性、典型性，在此 我们从两个角度出发，一是在 abcd 值确定的情况下改变初始搜索位置 x0,看函数最优解是否相同；二是初始搜索位置 x0 相同，abcd 值不同的 情况下，看函数最优解是否相同。