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。
# S, P- n/ }, t& _6 U" h: s注意事项
% g1 d0 f" _# t% O, z
- **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。
. v6 ^$ ]! `% m, T* J- **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。
0 S& z. I+ o$ B; y7 `
! l% k0 o% K7 h! |+ b) [### 示例用法

8 p: n" f. D% J  g# V$ l  G  f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：

) b1 a: Z+ c, i7 U% ?5 W7 B/ ````matlab
syms x y;
f = x^2 + y^2;            % 定义目标函数
var = [x, y];             % 定义变量
1 O/ O2 y6 ]2 o/ v8 b7 c/ G' F6 ux0 = [1, 1];              % 初始点

# S& v1 ?) c6 s[x_min, min_value] = minMNT(f, x0, var);
disp(['Optimal point: ', mat2str(x_min)]);
* L. ]  L/ L) V; j, q- Mdisp(['Minimum value: ', num2str(min_value)]);
```
% X4 [0 ^4 E0 e' q
/ Q9 h% Z0 J+ d6 T) c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。


' h& x7 _+ R( o2 w$ T" ?
8 v& V' v# c* [9 S