W metodzie Newtona do wyznaczenia kierunku poszukiwań wykorzystuje się gradient funkcji oraz Hessian – macierz drugich pochodnych. Metoda ta jest bardzo szybko zbieżna dla funkcji kwadratowych. Jej wadą jest rozbieżności dla niektórych funkcji i punktów początkowych oraz konieczność liczenia i odwracania Hessianu (co jest dość pracochłonne), dlatego w praktyce często używa się metod Quasi-Newtonowskich.
x0 – pierwsze przybliżenie rozwiązania (punkt startowy)
xi – i-te przybliżenie rozwiązania
H
– macierz drugich pochodnych (Hessian) –
ε – wymagana dokładność
Ustal
,
x0, ε > 0
Sprawdź,
czy punkt xi spełnia kryterium stopu - jeślito
xi jest rozwiązaniem
Wyznacz
kolejne przybliżenie rozwiązania
,
gdzie
jest
kierunkiem poprawy,
jest
macierzą odwrotną do macierzy drugich pochodnych w punkcie xi,
natomiast
to
długość kroku minimalizująca jednowymiarową funkcję
Idź do punktu 2.