修正的牛顿法求多元函数极值

2744557306

实现了修正牛顿法（Modified Newton's Method）来求解多元函数的极小值问题。
, T$ s! z" R% _% J注意事项
0 A5 G& I' F2 b, g+ N& }9 d
$ f! D) U4 E, o( @% E1 I9 [- **依赖函数**：该代码依赖于 `Funval`, `minJT`, 和 `minHJ` 函数。其中 `Funval` 用于计算函数在给定自变量值下的值，而 `minJT` 和 `minHJ` 分别进行一维搜索和黄金分割法的实现。
- **雅可比矩阵可逆性**：在计算搜索方向时使用 `inv` 函数，因此必须确保雅可比矩阵是可逆的。如果不可逆，可能会导致计算的失败。

8 I/ z2 S5 p0 S6 t; w( v4 r' ?### 示例用法

假设您有一个目标函数 \( f(x, y) = x^2 + y^2 \) 并希望找到其最小值：

1 ^/ K: U" {8 R% ^```matlab
2 I0 Q2 G' y. E" d  K7 |syms x y;
f = x^2 + y^2;            % 定义目标函数
var = [x, y];             % 定义变量
# K% J: V, }+ n8 ^x0 = [1, 1];              % 初始点
# O6 f; s0 I  X* w) c) ]5 F
[x_min, min_value] = minMNT(f, x0, var);
. j0 k+ |! O& Xdisp(['Optimal point: ', mat2str(x_min)]);
  S  b7 P1 i3 d9 pdisp(['Minimum value: ', num2str(min_value)]);
1 w* I7 U4 W2 L4 ~1 M! e% v```
: U2 V, f  b; u8 z! p/ [
这样，您可以使用上述函数来最小化多元函数的值。确保在使用之前正确定义所需的辅助函数。




9 K2 K( R  o& ?4 v