一元函数，**函数连续二阶可微：$x^{(k)}$处的$f(x),f^\prime(x),f^{\prime\prime}(x)$**均可求
最小二乘法→
逼近方法：泰勒逼近，傅里叶逼近（以取代之）
牛顿法使用（二阶）泰勒逼近（抛物线逼近），泰勒逼近式的一阶必要条件做递推公式。
牛顿法求解的是$g(x)=0=f^\prime(x)$的解。
$$ x^{(k+1)}=x^{(k)}-\frac{g(x^{(k)})}{g^\prime(x^{(k)})}. $$
牛顿迭代公式：
$$ x^{(k+1)}=x^{(k)}-\frac{f^{\prime}(x^{(k)})}{f^{\prime\prime}(x^{(k)})} $$
结束点的判定：二阶必要条件。
收敛性：第九章
改进：
简记多元函数梯度为函数$g$：
$$ \boldsymbol g^{(k)}=\nabla f(x^{(k)})\in\mathbb P^n. $$