Matlab 求方程的估计解

我有一个截断函数，定义为：

function f = phi_b(x, b)
if b == 0
  f = sign(x);
else
  f = -1 * (x<-b) + 1*(x>b) + (1/b) * x .* ((x>=-b & x<=b));
end;

我最终需要的功能是：

 r = @(b) (1/100) * sum((phi_b(y,b)).^2);

问题在于找到方程

r（b）==0.1

的解。像下面这样的常规程序将不起作用：

solve(r(b)==0.1, b)

有没有办法解决这类方程？

如果

r（b）

的结果是一个向量，您可以调用

min

函数，查看该向量中最接近

0.1

的位置。您可以执行以下操作：

result = r(b);
[val,index] = min(abs(result - 0.1));

val

将包含向量中与此标准匹配的最佳元素的“关闭”程度

0.1

，并且

index

将告诉您此元素在

结果

向量中的位置。例如，如果

val=0.00001

和

index=7

，这意味着

result

中的最佳值是

0.00001

远离

0.1

。另外，

result

中的索引

7

是最佳元素所在的位置。要查看实际值，请执行

r（7）

或

r（索引）

有趣的是，您可以使用

val

作为测量数据分辨率的一种方法。换句话说，如果

val

非常大，这可能意味着您需要以较小的步长在向量中引入更多的值。如果

val

非常小，这可能意味着您最初指定为

b

向量的内容就足够了。我不熟悉该函数，因此我没有考虑您提供给

r

函数的数据是否有否解决方案

result = r(b);
[val,index] = min(abs(result - 0.1));