下降法（Descent Method）是一类迭代算法，通过将方程组求解转化为泛函极小化问题进行求解，主要应用于数理科学和最优化计算领域。
该类方法通过构造迭代序列逐步逼近最优解，常见类型包括：最速下降法选取负梯度方向作为下降方向，共轭梯度法采用共轭方向进行优化；梯度下降法通过沿梯度反方向迭代调整参数，常用于神经网络训练和无约束优化问题；坐标下降法则将多维问题分解为沿坐标轴的一维优化，适用于非梯度场景。
共轭梯度法后经坦普尔、柯里等人完善并证明其收敛性。20世纪50至60年代，学者们进一步发展了下降法理论，使其在非线性方程组求解中得到广泛应用。
想要了解更多“下降法”的信息，请点击：下降法百科
