MATLAB函数极值优化方法

函数极值的优化方法用 MATLAB 搞定，效率还挺高的。直接搜索法虽然简单，但在函数复杂的时候，就得靠点靠谱的优化算法，比如梯度下降法或者牛顿法。用 MATLAB 内置的 fminbnd，你可以快搞出极小值在哪，不用自己敲太多数学推导。

目标函数也不复杂，像 f(x) = x^4 - 8x^3 + 16x^2 - 2x + 8，直接跑几行代码就能搞定。要是函数更复杂，图像先画出来，极值位置心里就有数了，效率也上来了。

而且 MATLAB 自带的polyder、roots这些函数配合用，导数求解、根找极值点都蛮方便的。再结合 linspace 生成点集，用 min 挑极小值，响应也快。

不过直接搜索对大区间不太友好，效率下来了。推荐你用 fminbnd，在闭区间里搜最小值，调用简单，效果也不错：

best_x = fminbnd(f, -5, 5);
best_value = f(best_x);
fprintf('Minimum value is %.4f at x = %.4f ', best_value, best_x);

如果你对优化算法感兴趣，可以看看粒子群算法、遗传算法这些智能优化方法，MATLAB 也支持得不错。有空可以翻翻下面这些资源，学习曲线不陡，挺实用的。