牛顿法求解无约束最优化问题的方法 B6公式是从B2对x求导得到的pk是定义的方向，沿着负梯度方向，后面是证明这样确实是f(x)减小的方向。这些在《数值计算》这些书里都有。
Matlab如何实现多维变量的无约束最优化问题 举个例子：m1=1；n1=2；n2=3；m0=4；c=5；n0=6；r=7；myfun=(x)(m1*(n1+n2)+m0*c*x(1)/x(2)+r*x(1)*x(2)*n1+r*n0*x(1)^2/2)；x0=[1 1]；[x，fval]=fminunc(myfun，x0)；clc；xfval
如何证明无约束优化问题有最优解 利用最优性条件，即每次迭代后非基变量的检验数，如果求最大问题，：1）当所有非基变量的检验数都小于零，则原问题有唯一最优解；2）当所有非基变量的检验数都小于等于零，注意有等于零的检验数，则有无穷多个最优解；3）当任意一个大于零的非基变。
