梯度下降法

目标：

在无约束条件下求解minf(x)，注意这里的x不一定表示一个数，也可能是向量。

方法：

由高等数学的知识，沿着梯度方向函数值增长最快，那么沿负梯度方向函数值减少最快。选择合适的初值x0，每次都沿当前位置的负梯度方向更新变量的值，产生新的x，直到相邻两次迭代的f(x)值足够接近。

算法：

输入：f(x)表达式，计算精度ε
输出：满足精度要求的x值
步骤
1、选择初值x0，计算x0处的梯度值▽f(x0)
2、计算x1的值，x1 = x0 -λ*▽f(x0)，其中λ>=0，并且λ取使f(x1)的值最小的那一个（不过一般是随便给个0-1之间的值吧）
3、如果|x0-x1|（或者|f(x0)-f(x1)|）满足精度条件则结束，否则按照由x0求x1的方法继续由x1求x2，以此类推，直到满足精度要求。