如何让高斯-牛顿算法用Matlab实现，有代码吗？

function x=gauss_lie(A,b)

%采用高斯列主元法求解方程罩键拍启组Ax=b

n=length(b)

p=1:nlu=A

y=[]

for k=1:n

[c,i]=max(abs(lu(k:n,k)))

ik=i+k-1

if ik~=k

m=p(k)p(k)=p(ik)p(ik)=m

ck=lu(k,:)lu(k,:)=lu(ik,:)lu(ik,:)=ck

end

if k==n

break

end

lu(k+1:n,k)=lu(k+1:n,k)/lu(k,k)

lu(k+1:n,k+1:n)=lu(k+1:n,k+1:n)-lu(k+1:n,k)*lu(k,k+1:n)

end

l=diag(ones(n,1))+tril(lu,-1)

u=triu(lu)

y(1)=b(p(1))

for i=2:n

y(i)=b(p(i))-l(i,1:i-1)*y(1:i-1)'

end

x(n)=y(n)/u(n,n)

for i=n-1:-1:1

x(i)=(y(i)-u(i,i+1:n)*x(i+1:n)')/物贺巧u(i,i)

end

x=x'

《应用最优化方法及MATLAB实现》系统讲述如何将最优化方法实现为应用软件。系统阐述了各种无约束和带约束优化问题的计算方法和程序实现，内容包括：精确/非精确一维搜索、最速下降法、牛顿/拟牛顿掘消法、共轭梯度法、单纯形法、内点法、积极集法、序列二次规划方法等。书中包含了必要的最优化理论知识，为得到最优化方法并用程序实现做准备。书中给出的许多应用优化技术是我们的最新研究成果，给出的优化程序是以专业编程技岩如巧实现的最优化算法。书中还给出了粗散启大量的例子和习题。《应用最优化方法及MATLAB实现》可作为高等院校自动化、控制、系统工程、工业工程、计算机、应用数学、经济、管理、化工、材料、机械、能源等相关专业学生的教材，也可作为有关研究人员和工程技术人员的参考书。

---