Задачи оптимизации функции

function [f,g] = myfun1(x)
f = x(1)^2 + 3*x(2)^2 + 5*x(3)^2;  % функция
% считаем градиент
g(1) = 2*x(1); % df/dx1
g(2) = 6*x(2); % df/dx2
g(3) = 10*x(3); % df/dx3
end

clear, clc
x0 = [0 0 0];
options = optimset('GradObj','on');
[x,fval,exitflag,output,grad] = fminunc(@myfun1,x0,options);
x, fval, grad

x =
     0     0     0
 
fval =
     0
 
grad =
     0
     0
     0

function [f,g] = myfun2(x)
f = exp(x(1)+x(2)+1)-exp(-x(1)-x(2)-1);  % функция
Ga = diff(sym('exp(a+b+1)-exp(-a-b-1)'),1,'a'); % df/da
Gb = diff(sym('exp(a+b+1)-exp(-a-b-1)'),1,'b'); % df/db
% считаем градиент
g(1) = double(subs(Ga,{'a','b'},{x(1),x(2)})); % df/dx1
g(2) = double(subs(Gb,{'a','b'},{x(1),x(2)})); % df/dx2
end

clear, clc
 
x0 = [1 1];
options = optimset('GradObj','on','Display','iter');
[x,fval,exitflag,output,grad] = fminunc(@myfun2,x0,options);
x, fval, grad

                                Norm of      First-order 
 Iteration        f(x)          step          optimality   CG-iterations
     0            20.0357                          20.1                
     1            7.21361       0.710886           7.49           1
     2            2.23426       0.730324              3           1
     3          -0.804712       0.957453           2.16           1
     4      -2.05207e+006             10      2.05e+006           1
     5      -3.94361e+018             20      3.94e+018           1
     6      -1.45646e+043             40      1.46e+043           1
     7      -1.98661e+092             80      1.99e+092           1
     8      -1.43552e+179        141.421      1.44e+179           1
Warning: Matrix is singular to working precision. 
> In optim\private\pcgr>preproj at 108
  In optim\private\pcgr at 31
  In optim\private\trdog at 58
  In sfminbx at 296
  In fminunc at 379
  In temp1 at 5
 
??? Error using ==> sfminbx at 214
fminunc cannot continue: user function is returning Inf or NaN values.
 
Error in ==> fminunc at 379
   [x,FVAL,LAMBDA,EXITFLAG,OUTPUT,GRAD,HESSIAN] = sfminbx(funfcn,x,l,u, ...
 
Error in ==> temp1 at 5
[x,fval,exitflag,output,grad] = fminunc(@myfun2,x0,options);

function [f,g] = myfun3(x)
f = 100*(x(2)-sin(x(1)))^2 + 0.25*x(1)^2;  % функция
Ga = diff(sym('100*(b-sin(a))^2 + 0.25*a^2'),1,'a'); % df/da
Gb = diff(sym('100*(b-sin(a))^2 + 0.25*a^2'),1,'b'); % df/db
% считаем градиент
g(1) = double(subs(Ga,{'a','b'},{x(1),x(2)})); % df/dx1
g(2) = double(subs(Gb,{'a','b'},{x(1),x(2)})); % df/dx2
end

clear, clc
 
x0 = [1 1];
options = optimset('GradObj','on','Display','iter');
[x,fval,exitflag,output,grad] = fminunc(@myfun3,x0,options);
x, fval, grad

                                Norm of      First-order 
 Iteration        f(x)          step          optimality   CG-iterations
     0            2.76314                          31.7                
     1           0.240529       0.169111          0.359           1
     2           0.240529       0.445804          0.359           1
     3           0.196857       0.111451          0.818           0
     4           0.140803       0.222902           2.79           1
     5          0.0866804       0.152915           0.88           1
     6          0.0866804       0.470592           0.88           1
     7          0.0628601       0.111451          0.549           0
     8          0.0313815       0.222902           1.23           1
     9         0.00753277       0.254775           0.87           1
    10        0.000391219       0.164094          0.172           1
    11       3.34753e-008      0.0515218       0.000832           1
    12       2.41041e-019    0.000506918      1.34e-009           1
 
Local minimum found.
 
Optimization completed because the size of the gradient is less than
the default value of the function tolerance.
<stopping criteria details>
 
 
x =
  1.0e-009 *
   -0.9783   -0.9740
 
fval =
  2.4104e-019
 
grad =
  1.0e-008 *
   -0.1337
    0.0848

function [f,g] = myfun2(x)
f = exp(x(1)+x(2)+1)-exp(-x(1)-x(2)-1)+exp(-x(1)-1);  % функция
Ga = diff(sym('exp(a+b+1)-exp(-a-b-1)+exp(-a-1)'),1,'a'); % df/da
Gb = diff(sym('exp(a+b+1)-exp(-a-b-1)+exp(-a-1)'),1,'b'); % df/db
% считаем градиент
g(1) = double(subs(Ga,{'a','b'},{x(1),x(2)})); % df/dx1
g(2) = double(subs(Gb,{'a','b'},{x(1),x(2)})); % df/dx2
end

                               Norm of      First-order 
 Iteration        f(x)          step          optimality   CG-iterations
     0            20.1711                          20.1                
     1            7.28618        1.74355           7.49           1
     2            2.29437        1.34876              3           1
     3          -0.777667        2.79893           2.15           1
     4      -2.04128e+006             10      2.04e+006           1
     5      -3.91767e+018             20      3.92e+018           1
     6      -1.44523e+043             40      1.45e+043           1
     7      -1.97093e+092             80      1.97e+092           1
     8      -1.42382e+179        141.421      1.42e+179           1

clear, clc
f = @(x) exp(x(1)+x(2)+1)-exp(-x(1)-x(2)-1)+exp(-x(1)-1);
x0 = [1 1];
options = optimset('Display','iter');
[x,fval] = fminsearch(f,x0,options);