y = x(1).^2 - 2*x(1).*x(2) + 4*x(2)。^2 + x(1) - 3*x(2); functiondy = grad_obj(x) %目标函数的梯度 dy = [2*x(1) — 2*x(2) + 1; -2*x(1) + 8*x(2) - 3]; functionlambda = line_search(xk,dk) %作线搜索,求步长 %phi(lambda) = obj( xk + lambda...
函数f:Rn>R在xk处的最速下降方向为 .9求解min f(x)的经典Newton法在xk处的迭代方向为pk= .1x累10若f(x)在x*的邻域内具有一