最速下降法，共轭梯度法，牛顿法，拟牛顿法

梯度法，又名最速下降法。早的求解无约束多元函数极值的数值方法，早在1847年就已由柯西(Cauchy))提出。它是导出其他更为实用、更为有效的优化方法的理论基础。因此，梯度法是无约束优化方法中最基本的

算法分析应用，适用于初期学习。文档中包含公式，案例，程序的分析

本文是关于最速下降法的C++源程序，希望能帮助大家。

该函数用于计算香蕉函数，当给定初值点的坐标和迭代停止的条件时，即可运行该函数

最速下降法（一个普通函数的最优化求解）；c语言实现，有求步长的函数

自己做的，供分享，采用人工算出的梯度及步长来计算，因为矩阵确实不会弄哈

最速下降,输入目标函数、初始点、精度,能够得到整个求解过程,每一步迭代的结果都能打印出来,方便初学者学习,跟教材完全对应。

详细讲述了利用梯度法来求解最优值，一种是梯度法，还有一种是共轭梯度法

资源包括两个算法的python实现，分别是共轭梯度法和BFGS法，利用Numpy与Sympy，实现了只需输入函数与初始点等基本条件，即可求解并输出迭代过程种各参数变化。

利用牛顿法求解问题的最优化解