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
  T8 {: r2 o: }% c; P9 g+ T2 T/ n! P
; M% m" c# T0 Y  H) w  N& `- **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。

### 示例用法

- M# k/ a7 }: [6 x" H1 n# _$ a" j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：
6 Z, c& a, M# z  O( `& [6 G' ~9 N
```matlab
syms x y;
; Z2 h: l5 [+ A! nf = x^2 + y^2;            % 定义目标函数
var = [x, y];             % 定义变量
x0 = [1, 1];              % 初始点

: g) m3 |: y8 V) ]. [& ^[x_min, min_value] = minMNT(f, x0, var);
& w( R8 T4 l# F6 P6 {" Kdisp(['Optimal point: ', mat2str(x_min)]);
6 d, m. x+ G! }, ?, l8 z, j9 bdisp(['Minimum value: ', num2str(min_value)]);
```
: }4 ]0 J) k  @' {+ V8 \
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。

' P1 b9 [. E6 L3 k4 o

  d; A0 A# J0 U6 G/ N: X- X