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
9 e- \, S- U5 D% J6 V0 N+ s
+ h# g6 ~/ ^9 ~' u; j. m- **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。
2 i2 \7 w+ ?" f$ Y* }8 \2 E& H- **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。
* ?6 ~$ i6 h: r$ O( Y' V% f0 d
" M5 ^* `7 q6 s( J7 j8 y### 示例用法
/ j8 E  Y3 _8 q# s" l' 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：

```matlab
% c) N/ l& r5 ^! Gsyms x y;
f = x^2 + y^2;            % 定义目标函数
var = [x, y];             % 定义变量
# c) |4 |) W5 t( V$ S! s8 P6 L& j' a$ sx0 = [1, 1];              % 初始点
) m; [3 y9 D- _" r9 Y) R$ b& ]& P* e6 L
[x_min, min_value] = minMNT(f, x0, var);
disp(['Optimal point: ', mat2str(x_min)]);
" ^9 A$ _6 s5 }( xdisp(['Minimum value: ', num2str(min_value)]);
+ ~% g- ]- Z$ j# f; a$ f' V```

6 b7 _) P+ v6 c- b( W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。




' `% V" |$ L+ a6 G! i1 T