laboratorio4 - Laboratorio 4 Ayudantes: Eduardo Uribe,Heber...

Info iconThis preview shows pages 1–3. Sign up to view the full content.

View Full Document Right Arrow Icon

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full DocumentRight Arrow Icon
This is the end of the preview. Sign up to access the rest of the document.

Unformatted text preview: Laboratorio 4 Ayudantes: Eduardo Uribe,Heber Matamoro Profesor: Juan Alfredo G´ omez, Walter G´ omez I.PROGRAMACI ´ ON NO LINEAL 1.1 Instrucci´on fminunc En este parte del laboratorio nos dedicaremos a resolver el siguiente proble- ma: min f ( x ) x ∈ R n , f ( x ) ∈ R El cual MATLAB resuelve a trav´ es de la instrucci´ on fminunc , esta funci´ on busca el valor m´ ınimo de una funci´ on escalar partiendo de un valor estimado x . La sintaxis de esta funci´ on es la siguiente: x = fminunc(fun, x ) : Inicia la b´usqueda del punto m´ ınimo local “x”, de la funci´ on descrita en “fun”, a partir del punto x . x puede ser un escalar, vector ´ o matriz. [x,fval] = fminunc(...) : Retorna en “fval” el valor de la funci´ on objetivo “fun” en la soluci´ on x. [x,fval,exitflag] = fminunc(...) : Retorna un valor en “exitflag” que des- cribe la condici´ on de termino del programa. [x,fval,exitflag,output] = fminunc(...) : Retorna una estructura de sali- da que contiene informaci´ on sobre la optimizaci´ on. [x,fval,exitflag,output,grad] = fminunc(...) : Retorna en ‘grad” el valor del gradiente de “fun” evaluado en “x”. [x,fval,exitflag,output,grad,hessian] = fminunc(...) : Retorna en “Hess” el valor de la Hessiana de “fun” evaluada en “x”. 1 1.1.2 Ingreso de Argumentos fun : La funci´ on a ser minimizada. fun es una funci´ on que acepta un vector x y retorna un escalar f, la funci´ on objetivo evaluada en x. La funci´ on fun puede ser especificada como un funci´ on HANDLE. x=fminuc(@fun, x ) donde fun es una archivo .m tal que: function f =fun(x) f =... 1.1.3 Argumentos de salida a) La variable exitflag puede tomar los siguientes valores: exitflag    > , Si la funci´ on converge a la soluci´ on x = 0 , Si el m´ aximo n´umero de iteraciones a sido alcanzado < , La funci´ on no converge a la soluci´ on b) la variable output contiene una estructura de informaci´ on sobre la opti- mizaci´ on. El cuerpo de la estructura es: 1. iterations : N´umero de iteraciones hechas. 2. funcCount : N´umero de funciones evaluadas. 3. algorithm : Algoritmo usado. 4. cgiterations : N´umero de PCG iteraciones (s´ olo en algoritmo de larga- escala) 5. stepsize : Tama˜no de paso final(s´ olo algoritmo de media-escala) 6. firstorderopt : Medida de la norma del gradiente en la soluci´ on x....
View Full Document

This note was uploaded on 11/14/2011 for the course ECONOMICS 1291 taught by Professor Sasami during the Spring '11 term at Aarhus Universitet.

Page1 / 10

laboratorio4 - Laboratorio 4 Ayudantes: Eduardo Uribe,Heber...

This preview shows document pages 1 - 3. Sign up to view the full document.

View Full Document Right Arrow Icon
Ask a homework question - tutors are online