http://blog.csdn.net/flyingworm_eley/article/details/6517853 

Newton-Raphson算法在统计中广泛应用于求解MLE的参数估计。

对应的单变量如下图:

 

多元函数算法:

 

 

 

Example:(implemented in R)

#定义函数f(x)

f=function(x){
    1/x+1/(1-x)
}

#定义f_d1为一阶导函数

f_d1=function(x){
    -1/x^2+1/(x-1)^2
}

#定义f_d2为二阶导函数

f_d2=function(x){
    2/x^3-2/(x-1)^3
}

 

#NR算法 
NR=function(time,init){
    X=NULL
    D1=NULL   #储存Xi一阶导函数值
D2=NULL   #储存Xi二阶导函数值
    count=0

    X[1]=init
    l=seq(0.02,0.98,0.0002)
    plot(l,f(l),pch='.')
    points(X[1],f(X[1]),pch=2,col=1)

 

    for (i in 2:time){
        D1[i-1]=f_d1(X[i-1])
        D2[i-1]=f_d2(X[i-1])
        X[i]=X[i-1]-1/(D2[i-1])*(D1[i-1])   #NR算法迭代式
        if (abs(D1[i-1])<0.05)break 
        points(X[i],f(X[i]),pch=2,col=i)
        count=count+1
    }
    return(list(x=X,Deriviative_1=D,deriviative2=D2,count))
}


o=NR(30,0.9)

结果如下图:图中不同颜色的三角形表示i次迭代产生的估计值Xi

 

 

o=NR(30,0.9)

 

#另取函数f(x)

f=function(x){
    return(exp(3.5*cos(x))+4*sin(x))
}

 

f_d1=function(x){
    return(-3.5*exp(3.5*cos(x))*sin(x)+4*cos(x))
}

 

f_d2=function(x){
    return(-4*sin(x)+3.5^2*exp(3.5*cos(x))*(sin(x))^2-3.5*exp(3.5*cos(x))*cos(x))
}

 

得到结果如下:

Reference from:

Kevin Quinn

Assistant Professor

Univ Washington