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
) @3 f: o. z- K
- **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。
1 D) V$ f0 s2 z) _- **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
& q4 v2 o7 w: `8 Q& N- x$ ?  e9 `
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：

5 I/ `% O; t+ B5 ~4 J" S$ f4 y7 k- p' I```matlab
syms x y;
" d* R" s, j( ]( y3 p6 p% Rf = x^2 + y^2;            % 定义目标函数
: [" n: E/ ~6 \( H) e6 Svar = [x, y];             % 定义变量
x0 = [1, 1];              % 初始点
4 P) C# o* T: p6 h) `9 A# {! ~& z( R
( H- V& T. _! N  T[x_min, min_value] = minMNT(f, x0, var);
+ x% `2 t6 E+ N) m- I) z  Adisp(['Optimal point: ', mat2str(x_min)]);
disp(['Minimum value: ', num2str(min_value)]);
```

9 ~; g0 O- Y3 l& s; ]! Y1 O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。