matlab输入函数：0.5x'Gx-b'x,其中，与具体定义见《高立.数值最优化方法[M].北京大学出版社, 2014》.第110页至111页，

这个函数是一个二次函数，其中 x 是一个列向量，G 是一个对称矩阵，b 是一个列向量。该函数的输入是 x，输出是一个标量。

在 MATLAB 中，你可以使用以下代码定义该函数：

function y = quadratic(x, G, b)
% x: 列向量
% G: 对称矩阵
% b: 列向量
y = 0.5 * x' * G * x - b' * x;
end

然后，你可以传入 x、G、b 来计算函数值，例如：

% 定义输入
x = [1; 2; 3];
G = [2, 1, 0; 1, 2, 1; 0, 1, 2];
b = [1; 2; 3];

% 计算函数值
y = quadratic(x, G, b);
disp(y) % 输出结果：13.5

在这个例子中，我们定义了一个 x 列向量和一个对称矩阵 G。然后，我们使用这些变量和另一个列向量 b 调用 `quadratic` 函数来计算函数值。最后，我们打印出函数值，得到结果 13.5。

相关问题

数值最优化方法高立 pdf

《数值最优化方法高立pdf》是一本介绍数值最优化方法的参考资料。数值最优化方法是一种通过数值计算来寻找实际问题的最优解的方法。它广泛应用于工程、经济、金融等领域。这本书通过详细介绍了各种数值最优化方法的原理、算法和应用示例，帮助读者理解和掌握数值最优化的基本概念和技术。在现实问题中，往往需要在一定约束条件下寻找使某个目标函数取得最大或最小值的变量取值。这就是最优化问题。而数值最优化方法就是通过数值计算的方式不断逼近最优解的过程。

这本书包括了常见的数值最优化方法，如线性规划、非线性规划、整数规划等。其中，线性规划是最为基础和常用的一种方法，用于寻找线性目标函数在线性约束条件下的最优解。非线性规划则适用于目标函数或约束条件中含有非线性项的情况。整数规划则是在解变量为整数的情况下进行最优化。这本书详细介绍了这些方法的理论和计算实现步骤，并通过相关案例进行实际应用的演示。

《数值最优化方法高立pdf》的特点是理论与实践相结合，既阐述了最优化方法的数学理论基础，又给出了实际问题的求解过程和技巧。读者可以通过这本书系统地学习和理解数值最优化方法，并运用其所学知识解决实际问题。这本书在数值计算领域有着广泛的应用价值，对于对数值最优化方法感兴趣的研究人员和工程师来说是一本重要的参考资料。