Seiring dengan meningkatnya traffic dan kemudahan dalam mengelola content, kami mengucapkan banyak terima kasih kepada para pembaca setia pada blog www.softscients.web.id
Per 19 Maret 2020, kami sedang melakukan migrasi ke domain dan hosting yang lebih baik yaitu
Semoga dengan alamat domain dan hosting terbaru akan semakin memudahkan para pembaca dalam mencari materi/content. Migrasi dilakukan secara bertahap yang membutuhkan waktu yang cukup lama jadi jangan kuatir selama migrasi akan dilakukan secara hati-hati untuk memimalkan broken link
kalian bisa lanjut baca lagi di http://softscients.com/2020/03/29/buku-belajar-pemrogaman-matlab-simple-quadratic-programing/
Note that xT denotes the transpose of x, and Ax < b means that the inequality is taken element-wise over the vectors Ax and b. The above objective function is convex if and only if H is positive- semidefinite. The quadprog function expects a problem of the above form, defined by the parameters fH; f; A; b; Aeq; beq; l; u; x0; H and f are required, the others are optional (empty matrix [])
General Formula
ExampleGeneral Formula

rewrite pattern above
Code in matlab
clc;clear all;close all;
H = diag([1; 0]);
f = [3; 4];
A = [-1 -3; 2 5; 3 4];
b = [-15; 100; 80];
l = zeros(2,1);
Aeq = [];
Beq = [];
u = [];
x0 = [];
options = optimset('Algorithm','interior-point-convex');
[x,fval] = quadprog(H,f,A,b,Aeq,Beq,l,u,x0,options);
Output
>> x
x =
0.0000
5.0000
>> fval
fval =
20.0000
>>
We can verify3 that x∗ = 0; y∗ = 5, with an optimal value 20.
No comments:
Post a Comment