fminunc函数是MATLAB中用于解决无约束优化问题的强大工具。本文将指导您如何使用这个函数来找到函数的最小值。 总结来说，fminunc函数的调用格式相对简单，主要需要提供目标函数和初始猜测值。下面将详细描述其调用步骤。

1. 定义目标函数：首先，需要将您希望优化的函数定义为一个MATLAB函数文件或者匿名函数。例如，若您希望优化f(x) = x^2，可以定义为一个匿名函数 @(x) x.^2。
2. 提供初始猜测值：接下来，需要提供一个初始点作为优化的起点。这通常是一个一维或多维向量，例如x0 = [1, 2, 3]。
3. 调用fminunc函数：将目标函数和初始猜测值传递给fminunc函数。基本的调用格式为[x, fval] = fminunc('function_name', initial_guess)。其中，'function_name'是您的目标函数，initial_guess是您的初始猜测值。
4. 选项设置：fminunc还允许您设置各种选项，如算法选择、迭代次数限制、精度要求等。这些可以通过optimoptions函数来设置。
5. 结果分析：fminunc函数执行完成后，将返回最小值点的坐标x和对应的目标函数值fval。 再次总结，调用fminunc函数主要包括以上四个步骤。需要注意的是，为了确保优化过程的顺利和有效，选择合适的初始猜测值和优化选项是非常重要的。 fminunc函数为无约束优化提供了一个有效的解决方案。通过合理地设置目标函数和初始条件，用户可以轻松地找到函数的最小值。