说明：本代码为牛顿下山法求解非线性方程组。其调用格式为[r,m]=mulDNewton(F,x0,eps) 其中F:非线性方程组，x0：初始解，eps：解的精度；r：求得的一组解，n：迭代步数。
说明：基于MATLAB，利用牛顿迭代法，求解复杂非线性方程组。
说明：牛顿插值发，数值方法计算牛顿插值程序 计算牛顿插值多项式的值
说明：介绍了基本优化方法，比如基本的牛顿法，拟牛顿法，以及相关的约束最优化方法如拉格朗日乘子法等。
说明：机械优化设计的作业 包括一维搜索方法（二次差值，牛顿法，黄金分割法），以及最速下降法和内点惩罚函数法及等值线图
说明：在机器学习问题中，很多的算法归根到底就是在求解一个优化问题，然而我们的现实生活中也存在着很多的优化问题，例如道路上最优路径的选择，商品买卖中的最大利润的获取这些都是最优化的典型例子，前面也陆续地有一些具体的最优化的算法，如基本的梯度下降法，牛顿法以及启发式的优化算法(PSO,ABC等)。
说明：matlab开发环境下，牛顿迭代法解非线性方程组，使用者把非线性方程组的M文件fx1(x)和非线性方程组导数的M文件dfx1(x)相应代入即可。