yalmip 工具箱中如何定义常数矩阵大小关系

在yalmip中，可以使用以下函数来定义常数矩阵大小关系：

1. `size`函数：用于获取矩阵的大小信息。例如，`[m,n] = size(A)`可以获取矩阵A的行数和列数，分别保存在变量m和n中。

2. `sdpvar`函数：用于定义一个实数或复数的可优化变量。例如，`x = sdpvar(2,3)`可以定义一个2行3列的矩阵x作为可优化变量。

3. `set`函数：用于定义优化变量的约束条件。例如，`set(x,'positive')`可以将矩阵x的元素限制为非负数。

4. `consraint`函数：用于定义优化问题的约束条件。例如，`constraint(x >= 0)`可以将矩阵x的所有元素限制为非负数。

5. `optimize`函数：用于求解优化问题。例如，`optimize(constraints, objective)`可以求解约束条件constraints下的优化目标objective。

通过以上函数的组合，可以很容易地定义常数矩阵大小关系。例如，假设我们有两个矩阵A和B，其中A是一个3行5列的矩阵，B是一个5行2列的矩阵，我们可以使用以下代码定义它们之间的乘积为一个3行2列的矩阵C：

A = randn(3,5);
B = randn(5,2);
C = sdpvar(3,2);
constraints = [C == A*B];
optimize(constraints, objective);

在以上代码中，我们首先使用`randn`函数生成了两个随机矩阵A和B，然后使用`sdpvar`函数定义了一个3行2列的矩阵C作为优化变量。接着，我们使用约束条件`C == A*B`将C定义为A和B的乘积。最后，我们调用`optimize`函数求解优化问题。