Fonctions > Résolution et optimisation > Fonctions des blocs de résolution > Fonctions d'optimisation
  
Fonctions d'optimisation
maximize(f, var1, var2, ...), minimize(f, var1, var2, ...) : renvoie des valeurs pour tous les arguments de la fonction objective f, de façon à répondre aux contraintes d'un bloc de résolution et obliger la fonction f à prendre respectivement sa plus grande ou sa plus petite valeur.
Lorsque la fonction n'a qu'un seul argument, la solution est un scalaire. Sinon, la solution est un vecteur dont le premier élément est la solution à var1, le deuxième la solution à var2, et ainsi de suite. PTC Mathcad Prime ajuste simultanément toutes les valeurs des arguments pour minimiser l'erreur.
Arguments
f est la fonction objective à optimiser (minimiser ou maximiser). Vous devez fournir f sans ses arguments à la fonction du bloc de résolution.
var1, var2, ..., sont les valeurs initiales de chacun des arguments de la fonction objective f. Lors de la saisie des valeurs initiales, vous devez conserver l'ordre des arguments de la fonction objective. Lorsque le bloc de résolution contient plusieurs valeurs initiales, vous devez transmettre à la fonction maximize ou minimize toutes les valeurs en tant qu'arguments.
Informations supplémentaires
Pour une optimisation de fonction non restreinte, vous pouvez utiliser les fonctions maximize et minimize en dehors d'un bloc de résolution. PTC Mathcad Prime ignore les contraintes que vous spécifiez en dehors des blocs de résolution.
Les fonctions PTC Mathcad existantes Maximize et Minimize sont interchangeables avec maximize et minimize respectivement.
Le fait d'insérer les fonctions minuscules à partir du ruban ou de taper manuellement les versions minuscules/majuscules leur affecte automatiquement le libellé Mot-clé.
Les fonctions maximize et minimize utilisent l'algorithme de résolutionKNITRO.
L'ordre des paramètres renvoyés par maximize et minimize correspond à l'ordre des arguments de la fonction f.
Lorsque vous ajoutez des contraintes à un problème d'optimisation, vous devez avoir moins de contraintes d'égalité que de variables d'optimisation. Sinon, les contraintes vont corriger les valeurs des variables de telle manière qu'il n'y aura plus rien à optimiser. Néanmoins, vous pouvez avoir n'importe quel nombre de contraintes d'inégalité.
Les valeurs initiales que vous fournissez doivent satisfaire la contrainte spécifiée.