本文主要是介绍MATLAB单变量最小化函数fminbnd与非线性方程求解函数fsolve、fzero，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
一、函数简介
1、功能
在固定间隔中找到最小的单变量函数，fminbnd是一维最小化器，它在指定的区间中找到函数最小值。
2、调用格式
x = fminbnd(fun,x1,x2)
x为返回值，该值是在区间x1 <x <x2中函数的局部极小值的横坐标点；fun为函数文件、或者匿名函数；
x = fminbnd(fun,x1,x2,options)
使用options中指定的优化选项最小化。 使用optimset设置这些选项。
x = fminbnd(problem)
查找问题的最小值，其中问题是结构。
[x,fval] = fminbnd(___)
对于任何输入参数，返回在解x处以fun形式计算的目标函数的值。
[x,fval,exitflag] = fminbnd(___)
还返回一个描述退出条件的值exitflag。
[x,fval,exitflag,output] = fminbnd(___)
还返回包含有关优化信息的结构输出。
二、matlab代码
%% 单变量最小化
f=@(x) exp(-2*x)*sin(3*x-2)+5*exp(0.5*x)*cos(x)-1.5;
ezplot(f,[0 5]) %绘制函数图像
[x,fval]=fminbnd(f,2,4)%返回区间【2，4】内函数的最小值%% 额外参数
a=2;
f=@(x) exp(-2*x)*sin(3*x-2)+5*exp(0.5*x)*cos(x+a)-1.5;
ezplot(f,[0 5])
[x,fval]=fminbnd(f,2,4)%% 文件形式
function f=demo_9_26_1(x)
f=exp(-2*x)*sin(3*x-2)+5*exp(0.5*x)*cos(x)-1.5;
end[x,fval]=fminbnd(@demo_9_26_1,2,4);%% 文件形式当中有额外参数
function f=demo_9_26_2(x,a)
f=exp(-2*x)*sin(3*x-2)+5*exp(0.5*x)*cos(x+a)-1.5;[x,fval]=fminbnd(@demo_9_26_2,2,4,[],2);%% 循环
a=2;
f=@(x) sin(x-2-1)+sin(2*x-2-2)+sin(3*x-2-3)+sin(4*x-2-4)+sin(5*x-2-5)+sin(6*x-2-6)+sin(7*x-2-7)+sin(8*x-2-8)+sin(9*x-2-9)+sin(10*x-2-10)+5*exp(0.5*x)*cos(2*x+a)-1.5;
ezplot(f,[0 5])
[x,fval]=fminbnd(f,2,4)
[x,fval]=fminbnd(@demo_9_26_3,2,4,[],2)三、非线性方程fsolve
1、目标模型
非线性方程F（x）= 0，x是向量或矩阵；
2、调用格式
x = fsolve(fun,x0)
从x0开始，并尝试求解方程式fun（x）= 0；
x = fsolve(fun,x0,options)
用options中指定的优化选项求解方程。 使用optimoptions设置这些选项。
x = fsolve(problem)
解决问题，其中问题是输入参数中描述的结构。 通过从“优化”应用程序导出问题来创建问题结构，如导出您的工作中所述。
[x,fval] = fsolve(___)
对于任何语法，都返回解x处目标函数fun的值。
[x,fval,exitflag,output] = fsolve(___)
还返回一个描述了fsolve退出条件的值exitflag，以及一个包含有关优化过程信息的结构输出。
[x,fval,exitflag,output,jacobian] = fsolve(___)
返回解x处的雅可比矩阵。
3、matlab代码
function F = root2d(x)F(1) = exp(-exp(-(x(1)+x(2)))) - x(2)*(1+x(1)^2);
F(2) = x(1)*cos(x(2)) + x(2)*sin(x(1)) - 0.5;
endfun = @root2d; %获取句柄
x0 = [0,0];
x = fsolve(fun,x0)%返回最优点function F = myfun(x)
F = [2*x(1) - x(2) - exp(-x(1));-x(1) + 2*x(2) - exp(-x(2))];
endx0 = [-5;-5];
options = optimoptions('fsolve','Display','iter');[x,fval] = fsolve(@myfun,x0,options)
四、非线性函数fsolve
1、目标模型
非线性函数f(x)=0
2、调用格式
x = fzero(fun,x0)
在fun（x）= 0的位置找到点x；
x = fzero(fun,x0,options)
使用选项修改求解过程；使用optimoptions设置这些选项。
x = fzero(problem)
解决了问题指定的寻根问题。
[x,fval,exitflag,output] = fzero(___)
在fval输出中返回fun（x），exitflag对fzero停止的原因进行编码，并且输出结构包含有关解决过程的信息。
3、matlab代码
%匿名函数
fun = @（x）sin(x); % function
x0 = 3; % 初始点
x = fzero(fun,x0)%.m文件
function y = f(x)
y = x.^3 - 2*x - 5;
end
fun = @f; % function
x0 = 2; % initial point
z = fzero(fun,x0)%多参数
myfun = @(x,c) cos(c*x);
c = 2;
fun = @(x) myfun(x,c);
x = fzero(fun,0.1)%选项设置
fun = @(x) exp(-exp(-x)) - x;
x0 = [0 1];
options = optimset('Display','iter');
[x fval exitflag output] = fzero(fun,x0,options)problem.objective = @(x)sin(cosh(x));
problem.x0 = 1;
problem.solver = 'fzero';
problem.options = optimset(@fzero); %m默认设置
x = fzero(problem)
这篇关于MATLAB单变量最小化函数fminbnd与非线性方程求解函数fsolve、fzero的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
