梯度投影法

function [xminf]=minRosen（fAbx0vareps）
%目标函数：                     f；   
%约束矩阵：                     A；   
%约束右端向量：                 b；
%初始可行点：                  x0；  
%自变量向量：                 var；   
%精度：                       eps；
%目标函数取最小值时的自变量值：   x；   
%目标函数的最小值：           minf；

%定义输出参数的格式为long
format long;
%当输入参数为3个时，精度要求
if nargin == 3;
    eps=1.0e-6;
end

syms lm; %这个变量的作用求λ
x0=transpose（x0）;%对x0进行装置，列向量//x0‘
n=length（var）;   %n=3
[row]=size（A）;  %[53]
%m是取这个系数矩阵的行数
m=row;           %m=5
gf=jacobian（fvar）;%[ 2*x1 + x2 + 4 x1 + 4*x2 + 2*x3 + 6 2*x2 + 4*x3 + 12]
bConti=1 ;

%梯度投影的步骤
while bConti %有符号变量来觉得循环的进程
    %定义等式和不等式约束，起作用约束指标集
    k=0;
    s=0;
%     A1=A;
%     A2=A;
%     b1=b;
%     b2=b;
    for i=1:m
        dfun=A（i:）*x0-b（i）;
        %等式约束
        if abs（dfun）<0.000000001
            k=k+1;
            A1（k:）=A（k:）;
            b1（k1）=b（i）;
         %不等式约束
        else
            s=s+1;
            A2（s:）=A（i:）;
            b2（s1）=b（i）;
        end
    end
%     if k>0
%         A1=A1（1:k:）;
%         b1=b1（1:k:）;
%     end
%     if s>0
%         A2=A2（1:s:）;
%         b2=b2（1:s:）;
%     end
    
    while 1  %这一层循环怎么退出
        P=eye（nn）;
        if k>0 %判断M矩阵是否为空
            %这里M矩阵构造有点区别
            tM=transpose（A1）;
            P=P-tM*inv（A1*tM）*A1;
        end
        %Funval是怎么定义的，意义何在
        gv=Funval（gfvarx0）;
        gv=transpose（gv）;
        %计算负梯度
        d=-P*gv;
        if d==0