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

- **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 Z7 g7 V% a" h* Q% V### 示例用法

3 t8 T1 n: [* C& Q7 i3 M9 I0 d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：
# W; t5 C, p7 Z. q
```matlab
/ J. o) y7 ?1 D7 o, o5 a$ V- e7 asyms x y;
f = x^2 + y^2;            % 定义目标函数
# a+ z" e& M7 P$ H7 Svar = [x, y];             % 定义变量
x0 = [1, 1];              % 初始点
; ^- D! L- v* ^$ |9 m8 c& \
8 ~- F+ i2 I5 |/ n  D" n- i8 V[x_min, min_value] = minMNT(f, x0, var);
# A6 c  O6 S; _disp(['Optimal point: ', mat2str(x_min)]);
5 S" F4 E2 n& k" odisp(['Minimum value: ', num2str(min_value)]);
7 [' V+ s, r* h# s, K. ]```

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。

& a+ X( P. t4 d8 J# E8 k


) ^0 L, C& |1 r2 a' F# \4 B- a