이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

비선형 연립방정식

비선형 연립방정식을 직렬 또는 병렬로 풀기

다변수 비선형 방정식 F(x) = 0의 해를 구합니다. 스칼라 방정식이나 선형 연립방정식 또는 문제 기반 접근법에서 F(x) = G(x)로 표현되는 시스템(솔버 기반 접근법에서는 F(x) – G(x) = 0으로 표현)도 풀 수 있습니다. 비선형 시스템의 경우, 솔버는 방정식 풀이 문제를 F의 성분의 제곱합을 최소화하는 최적화 문제(즉, min(∑F_i²(x)))로 변환합니다. 선형 방정식과 스칼라 방정식은 이와 다른 해 알고리즘을 갖습니다. 방정식 풀이 알고리즘 항목을 참조하십시오.

최적화 문제를 풀기 시작하기 전에 먼저 문제 기반 접근법과 솔버 기반 접근법 중 적절한 접근법을 선택해야 합니다. 자세한 내용은 먼저 문제 기반 접근법 또는 솔버 기반 접근법 중 선택하기 항목을 참조하십시오.

문제 기반 접근법에서는 문제 변수를 생성한 후 이들 변수로 방정식을 표현합니다. 문제 기반으로 수행할 절차를 보려면 Problem-Based Workflow for Solving Equations 항목을 참조하십시오. 결과로 생성된 문제를 풀려면 solve를 사용하십시오.

솔버 기반으로 수행할 절차를 보려면 솔버 기반 최적화 문제 설정 항목을 참조하십시오. 목적 함수를 정의하고 적합한 솔버를 선택하는 등의 작업이 설명되어 있습니다.

함수

모두 확장

문제 풀기와 분석하기, 문제 기반

`eqnproblem`	Create equation problem
`evaluate`	Evaluate optimization expression
`infeasibility`	Constraint violation at a point
`optimeq`	Create empty optimization equality array
`optimvar`	Create optimization variables
`show`	Display information about optimization object
`solve`	최적화 문제 또는 방정식 문제 풀기

방정식 풀기, 솔버 기반

`fsolve`	비선형 연립방정식 풀기
`fzero`	비선형 함수의 근(Root Of Nonlinear Function)
`lsqlin`	제약 조건이 있는 선형 최소제곱 문제 풀기
`lsqnonlin`	비선형 최소제곱(비선형 데이터 피팅) 문제 풀기

객체

`EquationProblem`	System of nonlinear equations
`OptimizationEquality`	Equalities and equality constraints
`OptimizationExpression`	Arithmetic or functional expression in terms of optimization variables
`OptimizationVariable`	Variable for optimization