Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

SolversOptimization Toolbox

Hay cuatro categorías generales de solucionadores:Optimization Toolbox™

  • Minimizadores

    Este grupo de solucionadores intenta encontrar un mínimo local de la función objetiva cerca de un punto de partida.x0 Abordan problemas de optimización sin restricciones, programación lineal, programación cuadrática y programación no lineal general.

  • Los minimizadores multiobjetivo

    Este grupo de solucionadores intenta minimizar el valor máximo de un conjunto de funciones () o buscar una ubicación donde una colección de funciones está por debajo de algunos valores preselecficados ().fminimaxfgoalattain

  • Los solucionadores de ecuaciones

    Este grupo de solucionadores intenta encontrar una solución a una ecuación no lineal con valores de vector o escalar f(x) = 0 cerca de un punto de partida.x0 La resolución de ecuaciones puede considerarse una forma de optimización porque equivale a encontrar la norma mínima de f(x) Cerca.x0

  • Solucionadores de mínimos cuadrados (ajuste de curva)

    Este grupo de solucionadores intenta minimizar una suma de cuadrados. Este tipo de problema suele surgir al ajustar un modelo a los datos. Los solucionadores solucionan problemas de encontrar soluciones no negativas, soluciones limitadas o restringidas linealmente, y ajustar modelos no lineales parametrizados a los datos.

Para obtener más información, consulte.Problemas controlados por FunctionsOptimization Toolbox Ver para la ayuda en la elección entre los solucionadores para la minimización.Tabla de decisión de optimización

Los minimizadores formulan problemas de optimización en forma

minxf(x),

posiblemente sujeto a restricciones. f(x) se llama un.función objetiva En general, f(x) es una función escalar de tipo, y es un vector o escalar de tipo.doublexdouble Sin embargo, la optimización multiobjetivo, la resolución de ecuaciones y algunos minimizadores de suma de cuadrados, pueden tener funciones objetivas de vector o matriz F(x) de tipo.double Para usar solucionadores para maximización en lugar de minimización, vea.Optimization ToolboxMaximizando un objetivo

Escriba la función objetiva para un solucionador en forma de un archivo de función o un identificador de función anónimo. Puede suministrar un degradado ∇f(x) para muchos solucionadores, y se puede suministrar un hessian para varios solucionadores. Ver.Escribir función objetiva Las restricciones tienen un formato especial, como se describe en.Escribir restricciones