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。
有约束最优化问题，用matlab求解 假设最优时候的a1不等于a2，那么取a1'=a2'=max{a1，a2}将是更优的解。因此，最优时候的a1与a2必定相等。给定角加速度a时，加速时间越长那么转过的角度越多。在加速度不大于0.5g的约束下，加速时间最多可以是：加速与减速过程所转过的角度是a*t(a)^2，是个随a递减的函数。假设最优时候的角加速度为a，加速时间t(a)，那么可以增大a到某个值a'，加速时间为t(a')，使得a'*t(a')^2=at^2。因此，最优时候的加速时间必取到最大值。综上，可得最终优化式子：代码如下：g=9.8；r=.056；t=(a)(g^2/(4*r^2*a^4)-1/a^2)^(1/4)；f=(a)t(a)+22.2/a/t(a)；a=fminsearch(f，1e-6)；fprintf('a1=a2=f\\nt1=t3=f\\nt2=f\\n'，a，t(a)，22.2/a/t(a)-t(a))
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。
