用matlab2022a软件，分别对minf(x)=x^4+2x+4; minf(x)=x^3-3x+1;两个函数做以下MATLAB实验，写出代码： 用不同的算法终止条件对迭代次数的影响；（至少5个终止条件）

在MATLAB中，我们可以使用`fminunc`函数来进行非线性最小化问题的求解，并通过设置不同的优化选项来观察不同终止条件对迭代次数的影响。下面是一个简单的示例代码，用于处理两个函数`minf1(x) = x^4 + 2x + 4`和`minf2(x) = x^3 - 3x + 1`：

% 定义目标函数
fun1 = @(x) x.^4 + 2*x + 4;
fun2 = @(x) x.^3 - 3*x + 1;

% 设置初始点
x01 = [-2]; % 对于minf1
x02 = [2];  % 对于minf2

% 不同的优化选项（包括终止条件）
options_list = struct('Algorithm', {'quasi-newton'}, ... % 选择不同的算法，比如梯度法、拟牛顿法等
                     'MaxFunEvals', [1e3, 1e4, 1e5], ... % 最大函数评估次数
                     'Display', 'iter', ... % 显示迭代信息
                     'TolX', [1e-6, 1e-8, 1e-10]); % 函数值误差容差

results = cell(length(options_list), 2); % 存储结果

for i = 1:length(options_list)
    options = options_list{i};
    
    % 分别对两个函数求解
    [res1, ~] = fminunc(fun1, x01, options);
    [res2, ~] = fminunc(fun2, x02, options);
    
    results{i, 1} = res1; % 结果存储
    results{i, 2} = res2;
    
    disp(['Using ', options.Algorithm, ', maxFunEvals:', options.MaxFunEvals, ', result for minf1: ', num2str(res1)]);
    disp(['Result for minf2: ', num2str(res2)]);
end