関数を反復処理する方法は？

Question

関数にループを適用したいと思います。

function D = root(x) 
v = 1; 
D(1) = x(1) + x(2) + v - 2; 
D(2) = x(1) - x(2) + v - 1.8; 
end 

さて、私はときv = sort(rand(1,1000))根を見つけるしたいと思います：

v = 1; 
fun = @root; 
x0 = [0,0] 
options = optimset('MaxFunEvals',100000,'MaxIter', 10000); 
x = fsolve(fun,x0, options) 

また、私は別のファイルに次の機能を持っている：私は、次の「母」のコードを持っています。言い換えれば、私はvの各値の関数を繰り返していきたいと思います。

Answer 1

あなたは追加の変数（v）を受け入れ、その後、あなたが機能付き

function D = root(x, v) 
    D(1) = x(1) + x(2) + v - 2; 
    D(2) = x(1) - x(2) + v - 1.8; 
end 

% Creates a function handle to root using a specific value of v 
fun = @(x)root(x, v(k)) 

Answer 2

vvec = sort(rand(1,2)); 

x0 = [0,0]; 
for v = vvec, 
    fun = @(x) root(v, x); 
    options = optimset('MaxFunEvals',100000,'MaxIter', 10000); 
    x = fsolve(fun, x0, options); 
end 

をしたいvにフィード無名関数へのルートに関数ハンドルを変更するrootを変更する必要があります定義：

function D = root(v, x) 
D(1) = x(1) + x(2) + v - 2; 
D(2) = x(1) - x(2) + v - 1.8; 
end 

Answer 3

念のためにその方程式は、実際のあなたのある式（とではないダミーの例）：その方程式は線形あり、意味、あなたは簡単なmldivideですべてvのためにそれを解決することができます：

v = sort(rand(1,1000)); 
x = [1 1; 1 -1] \ bsxfun(@plus, -v, [2; 1.8]) 

そして、ケースのものですない実際の方程式、あなたは全部をベクトル化することができ、ループする必要はありません。

function x = solver() 

    options = optimset('Display' , 'off',... 
         'MaxFunEvals', 1e5,... 
         'MaxIter' , 1e4); 

    v = sort(rand(1, 1000)); 
    x0 = repmat([0 0], numel(v), 1);  
    x = fsolve(@(x)root(x,v'), x0, options); 

end 

function D = root(x,v) 

    D = [x(:,1) + x(:,2) + v - 2 
     x(:,1) - x(:,2) + v - 1.8]; 

end 

これは、またはループよりも高速であってもなくてもよい、それはあなたの実際の式に依存します。

fsolveは2×2,1000回（4k要素）の代わりに2000×2000（4M要素）のヤコビアンを計算する必要があるため、処理が遅くなることがあります。

しかし、起動コストがfsolveと大きいため、多くのコールのオーバーヘッドが実際にはより大きなヤコビアンを計算するコストを上回る可能性があるため、速度が速くなる可能性があります。いずれの場合においても

、第二の出力は、むしろ非常にすべてをスピードアップとしてヤコビアンを提供する：

function solver() 

    options = optimset('Display' , 'off',... 
         'MaxFunEvals', 1e5,... 
         'MaxIter' , 1e4,...      
         'Jacobian' , 'on'); 

    v = sort(rand(1, 1000)); 
    x0 = repmat([1 1], numel(v), 1);  
    x = fsolve(@(x)root(x,v'), x0, options); 

end 

function [D, J] = root(x,v) 

    % Jacobian is constant: 
    persistent J_out 
    if isempty(J_out) 
     one = speye(numel(v));  
     J_out = [+one +one 
       +one -one]; 
    end 

    % Function values at x 
    D = [x(:,1) + x(:,2) + v - 2 
     x(:,1) - x(:,2) + v - 1.8]; 

    % Jacobian at x: 
    J = J_out; 

end