如何使用MATLAB优化工具箱中的fminunc函数解决多变量无约束优化问题？请提供示例代码。

MATLAB优化工具箱中的fminunc函数是一个强大的工具，用于求解多变量无约束优化问题。要使用fminunc，首先需要定义目标函数，如果目标函数是可微的，那么也可以选择提供梯度信息来加速优化过程。以下是一个使用fminunc函数求解无约束优化问题的示例：

参考资源链接：[MATLAB优化工具箱的使用和示例](https://wenku.csdn.net/doc/474xjgsc0z?spm=1055.2569.3001.10343)

假设我们有一个多变量目标函数，需要找到其最小值点。首先，我们需要编写一个MATLAB函数来表示这个目标函数，例如：

function f = myObjectiveFunction(x)
    f = x(1)^2 + x(2)^2 + x(3)^2; % 这里是一个简单的二次型目标函数
end

在这个例子中，目标函数是三个变量的平方和。

接下来，我们可以使用fminunc函数来求解这个优化问题：

% 定义起始点
x0 = [1, 1, 1];

% 调用fminunc函数
options = optimoptions('fminunc', 'Algorithm', 'quasi-newton', 'Display', 'iter');
[x_min, fval] = fminunc(@myObjectiveFunction, x0, options);

在这段代码中，`x_min`将是我们找到的最小值点，而`fval`将是目标函数在该点的最小值。我们还指定了优化算法为'quasi-newton'，并设置为迭代显示过程，以便于观察求解过程。

为了更好地掌握如何使用fminunc函数以及MATLAB优化工具箱，强烈推荐查阅《MATLAB优化工具箱的使用和示例》这份资料。该资料详细介绍了优化工具箱的使用方法，并提供了丰富的示例和技巧，对于初学者来说是一份非常宝贵的资源。通过学习这份资料，你不仅能解决当前的问题，还能更深入地理解优化工具箱的其他功能和高级用法。

参考资源链接：[MATLAB优化工具箱的使用和示例](https://wenku.csdn.net/doc/474xjgsc0z?spm=1055.2569.3001.10343)