牛顿法以及雅克比矩阵、海森矩阵（Hessian）数学方法。

一般来说, 牛顿法主要应用在两个方面, 

        1, 求方程的根; 2, 最优化。

1，求方程的根

其原理便是使用泰勒展开，然后去线性部分，即：

                (1)

然后令上式等于0，则有：

                                (2)

经过不断迭代：

                             (3)

当精度达到要求的时候停止迭代。

迭代示意图如上所示。

2，最优化

最优化一般是求极大或极小问题，这可以转变为求导数零点，然后转变为求方程的根的情形。

即f' = 0;

把f(x)用泰勒公式展开到二阶，即：

                                          (4)

等号左边和f(x)近似相等，抵消。然后对求导，得到：

                                                                           (5)

更进一步：

                                                                                (6)

然后得到迭代式子：

                                                            (7)

以上只针对单变量进行讨论，如果对多变量就要引入雅克比矩阵和海森矩阵

简单介绍一下二者，雅克比矩阵为函数对各自变量的一阶导数，海森矩阵为函数对自变量的二次微分。形式分别如下：

把两个矩阵代入(7)中

参考文献：

Newton's method -- wikipedia

Jacobian矩阵和Hessian矩阵