yalmip一共有三種方式創(chuàng)建決策變量，分別為:

sdpvar-創(chuàng)建實數型決策變量

intbar-創(chuàng)建整數型決策變量

binvar-創(chuàng)建0/1型決策變量

sdpvar:定義象征變量。

語法：

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：

定義正方形的實數對陣矩陣如下：

P=sdpvar(n,n)% SYMMETRIC!

若是需要定義一個對陣矩陣或是標量，上面的命令也可以通過一個參數進行簡化定義：

P=sdpvar(n)% SYMMETRIC!

通過使用詳細的注釋也可定義同樣的矩陣：

P=sdpvar(n,n,'symmetric')

定義全參數矩陣（非必須對陣）需要給定第三個參數：

P=sdpvar(n,n,'full')

定義一個正方形復數全參數矩陣：

P=sdpvar(n,n,'full','complex')

第三個和第四個參數可以簡化為如下形式：

P=sdpvar(n,n,'sy','co')

很多用戶在一開始很簡單的事情上，比如定義一個對角變量，遇到困難。請記住在使用yalmip時幾乎所有matlab操作符都適用于sdpvar對象。今后，用如下命令定義對角變量：

sdpvar x y z(1,1) u(2,2) v(2,3,'full','complex')

或是 漢克矩陣：

X=hankel(sdpvar(n,1));

特定情況下需要幾個相同變量，通常的方式市使用循環(huán)語句實現：

fori=1:100;

X{i}=sdpvar(5,5);

end

更方便的方式是使用維度賦值了的向量（不會翻譯：vector valued dimensions）

X=sdpvar(5*ones(1,100),5*ones(1,100));

定義一個3維變量，其中每一個面的2個維度都是對稱的：

X=sdpvar(3,3,3)

X(:,:,1)

Linear matrix variable 3x3 (symmetric,real,6 variables)

定義一個4維變量，其中第一個2維的每個面都是全參數化。

X=sdpvar(3,3,3,3,'full')

X(:,:,1,1)

Linear matrix variable 3x3 (full,real,9 variables)