出发点
刘红英老师的最优化课程需要用到信赖域方法，求解问题并画图，网上找到的中文内容的矩阵实验室（MATLAB）信赖域折线（狗腿）法求解代码，都很繁琐，而且心理感觉不可靠（手动狗头），而且我没心思一点一点调试，最后不如自己写一个靠谱。
特点
信赖域法相比线搜索而言，最大的特点在于用少量的步骤，在一定约束范围内（通常是限定迭代步长），求出一个局部优化的值。
折线法算法
其中，函数dogleg就是用折线法求信赖域子问题，即二次近似函数步长约束最优问题，即
min q ( s ) = g T s + s T B s , s . t . ∣ s ∣ ≤ Δ \min q(s)=g^Ts+s^TBs,s.t.|s|≤\Delta minq(s)=gTs+sTBs,s.t.∣s∣≤Δ
g , B g,B g,B 分别为 x k x_k xk 点的梯度和（近似）二阶导， B B B 不要求正定
s s s 是下一步的最优迭代步长（下面用 p p p 表示）
全局最优点 p B = − B − 1 g p_B=-B^{-1}g pB=−B−1g
沿负梯度方向的全局最优点 p U = − g T g g T B g g p_U=-\cfrac{g^Tg}{g^TBg}g pU=