在Matlab中使用fzero时出错:类型为\'function_handle\'的输入自变量未定义函数或方法\'det\'

| 我在本主题中描述了相同的问题: 使用fzero:类型为'sym'的输入参数的未定义函数或方法'isfinite' 他们的回答确实帮助了我,但我仍然受困。 我还必须找到w函数的零,该函数的定义步骤如下: 所以唯一的未知数是w,我定义了其他对象,例如:
lambda= @(w) ((16*rho(i)*A(i)*w^2*Lprime(i)^2)/(E(j)*I(i)))^0.25;

beta=@(w) lambda*b(i)^0.5;

gamma=@(w) lambda*Lprime(i)^0.5;
然后,我定义一个4 * 4矩阵M2:
M2=@(w) [besselj(4,beta) bessely(4,beta) besseli(4,beta) besselk(4,beta);
               besselj(3,beta) bessely(3,beta) besseli(3,beta) -besselk(3,beta);
               besselj(2,gamma) bessely(2,gamma) besseli(2,gamma) besselk(2,gamma);
               besselj(4,gamma) bessely(4,gamma) besseli(4,gamma) besselk(4,gamma)];
那么要求解的方程是:det(M2)= 0。但是w = 0是解决方案之一,我想要第一个非零解决方案,所以我写道:
delta = @(w) det(M2);

S(i,j)=fzero(delta,500);
然后我运行程序,Matlab说:
??? Error using ==> fzero at 235
FZERO cannot continue because user supplied function_handle ==> @(w)det(M2)
failed with the error below.

Undefined function or method \'det\' for input arguments of type \'function_handle\'.

Error in ==> frequencies at 57
    S(i,j)=fzero(delta,500);
我还尝试了subs和eval方法,它们也不起作用,在这些情况下,错误消息是:
??? Undefined function or method \'isfinite\' for input arguments of type \'sym\'.

Error in ==> fzero at 323
    elseif ~isfinite(fx) || ~isreal(fx)

Error in ==> frequencies at 58
    S(i,j)=fzero(@(w) subs(delta,\'w\',w),500);
我猜这和edio \一样。和:
??? Error using ==> fzero at 307
FZERO cannot continue because user supplied function_handle ==> @(w)eval(delta)
failed with the error below.

Undefined function or method \'eval\' for input arguments of type \'function_handle\'.

Error in ==> frequencies at 59
    S(i,j)=fzero(@(w)eval(delta),500);
你能帮我吗?     
已邀请:
您的问题似乎是,将匿名函数放在其他匿名函数中时,您从未评估过它们。例如,您将函数“ 6”定义如下:
lambda = @(w) ((16*rho(i)*A(i)*w^2*Lprime(i)^2)/(E(j)*I(i)))^0.25;
但是,当您在ѭ8use中使用它时,您需要使用
w
的输入值对其进行评估,如下所示:
beta = @(w) lambda(w)*b(i)^0.5;
                %# ^--------------Pass w to lambda to evaluate the function
因此,我相信您的其他匿名函数应定义如下:
gamma = @(w) lambda(w)*Lprime(i)^0.5;

M2 = @(w) [besselj(4,beta(w)) bessely(4,beta(w)) besseli(4,beta(w)) ...
           besselk(4,beta(w)); ...
           besselj(3,beta(w)) bessely(3,beta(w)) besseli(3,beta(w)) ...
           -besselk(3,beta(w)); ...
           besselj(2,gamma(w)) bessely(2,gamma(w)) besseli(2,gamma(w)) ...
           besselk(2,gamma(w)); ...
           besselj(4,gamma(w)) bessely(4,gamma(w)) besseli(4,gamma(w)) ...
           besselk(4,gamma(w))];

delta = @(w) det(M2(w));
有关效率的说明... 我在这里注意到一个很大的效率问题。通过使用匿名函数代替任何其他类型的函数(主函数,嵌套函数或子函数),您将最终多次评估具有相同输入的相同函数。 例如,每次评估
M2
以创建矩阵时,您将使用相同的输入对
beta
gamma
进行8次评估!注意,您可以通过在函数中放置
M2
并作为输入
w
和两个函数句柄
beta
gamma
来进行改进:
function newMatrix = M2(w,betaFcn,gammaFcn)

  bw = betaFcn(w);   %# Evaluate the beta function once
  gw = gammaFcn(w);  %# Evaluate the gamma function once
  newMatrix = [besselj(4,bw) bessely(4,bw) besseli(4,bw) besselk(4,bw); ...
               besselj(3,bw) bessely(3,bw) besseli(3,bw) -besselk(3,bw); ...
               besselj(2,gw) bessely(2,gw) besseli(2,gw) besselk(2,gw); ...
               besselj(4,gw) bessely(4,gw) besseli(4,gw) besselk(4,gw)];

end
新的new20ѭ函数将如下所示:
delta = @(w) det(M2(w,beta,gamma));
    
您好,非常感谢您的帮助。 它可以工作,但是最后一行必须更改,显然(我花了10分钟才弄清楚):
lambda= @(w) ((16*rho(i)*A(i)*w^2*Lprime(i)^2)/(E(j)*I(i)))^0.25;
beta=@(w) lambda(w)*b(i)^0.5;
gamma=@(w) lambda(w)*Lprime(i)^0.5;


M2=@(w) [besselj(4,beta(w)) bessely(4,beta(w)) besseli(4,beta(w)) besselk(4,beta(w));
    besselj(3,beta(w)) bessely(3,beta(w)) besseli(3,beta(w)) -besselk(3,beta(w));
    besselj(2,gamma(w)) bessely(2,gamma(w)) besseli(2,gamma(w)) besselk(2,gamma(w));
    besselj(4,gamma(w)) bessely(4,gamma(w)) besseli(4,gamma(w)) besselk(4,gamma(w))]; 

delta = @(w) det(M2(w));
    S(i,j)=fzero(@(w) delta(w),500);
现在它确实比以前快了,在另一种情况下,函数solve可以处理分辨率,每个循环大约用了10秒,现在大约是0.06秒 我将尝试您的其他解决方案以查看改进。 万分感谢。     

要回复问题请先登录注册