Yalmip定义变量函数sdpvar
sdpvar: 定义象征变量
语法:
x = sdpvar(n)
x = sdpvar(n,m)
x = sdpvar(n,m,‘type’)
x = sdpvar(n,m,‘type’,‘field’)
x = sdpvar(dim1,dim2,dim3,…,dimn,‘type’,‘field’)
sdpvar x
例子:
定义正方形的实数对阵矩阵如下:
P = sdpvar(n,n) % SYMMETRIC!
若是需要定义一个对阵矩阵或是标量,上面的命令也可以通过一个参数进行简化定义:
P = sdpvar(n) % SYMMETRIC!
通过使用详细的注释也可定义同样的矩阵:
P = sdpvar(n,n,'symmetric')
定义全参数矩阵(非必须对阵)需要给定第三个参数:
P = sdpvar(n,n,'full')
定义一个正方形复数全参数矩阵:
P = sdpvar(n,n,'full','complex')
第三个和第四个参数可以简化为如下形式:
P = sdpvar(n,n,'sy','co')
很多用户在一开始很简单的事情上,比如定义一个对角变量,遇到困难。请记住在使用yalmip时几乎所有matlab操作符都适用于sdpvar对象。今后,用如下命令定义对角变量:
sdpvar x y z(1,1) u(2,2) v(2,3,'full','complex')
或是 汉克矩阵:
X = hankel(sdpvar(n,1));
特定情况下需要几个相同变量,通常的方式市使用循环语句实现:
for i = 1:100;
X{i} = sdpvar(5,5);
end
更方便的方式是使用维度赋值了的向量(不会翻译:vector valued dimensions )
X = sdpvar(5*ones(1,100),5*ones(1,100));
定义一个3维变量,其中每一个面的2个维度都是对称的:
X = sdpvar(3,3,3)
X(:,:,1)
Linear matrix variable 3x3 (symmetric, real, 6 variables)
定义一个4维变量,其中第一个2维的每个面都是全参数化。
X = sdpvar(3,3,3,3,'full')
X(:,:,1,1)
Linear matrix variable 3x3 (full, real, 9 variables)