用最速下降法求最优化解 输入：f为函数名 grad为梯度函数 x0为解的初值 TolX,TolFun分别为变量和函数的误差阈值 dist0为初始步长 MaxIter为最大迭代次数 输出: xo为取最小值的点 fo为最小的函数值 f0 = f(x(0- Steepest Descent Method with Optimum Solution input: f as a function name grad is gradient function x0 fo