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。
注意事项
' N  w2 Y$ V# U" ]* Y8 R  A" y' D
) N3 R0 o, Z3 O" q- **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。
3 `7 Y$ v# u# n. \  t3 |; j) ~; r- O
2 x7 U  P- i: Q  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 m  A$ C2 r2 O$ k
. _0 x2 O( E0 R# c! d) G```matlab
; Z& ?- k: }* ^: y2 `syms x y;
; V( ]/ W8 q, e7 |2 U6 [9 rf = x^2 + y^2;            % 定义目标函数
var = [x, y];             % 定义变量
0 h% T* [; m4 I! n6 i9 o; [) s/ }' wx0 = [1, 1];              % 初始点

[x_min, min_value] = minMNT(f, x0, var);
disp(['Optimal point: ', mat2str(x_min)]);
disp(['Minimum value: ', num2str(min_value)]);
```

2 N6 i# R8 T4 C( ?8 i, @8 N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。
$ _# q: C! t2 b1 [
0 h- L. q9 H+ F" m, c
# b1 O! O1 v# X1 |: A% d8 s
+ I5 L. |5 k1 o- O$ q( b. {+ x