关于数列极限（及数项级数）与搜索算法的步长选取

        在用计算机求解优化问题的时候，常常会涉及到搜索步长的问题，无论你是使用梯度下降还是使用牛顿法，还是其他的一些搜索算法而言，步长的选取都是无可避免的问题，当然步长的选取也有一系列的方法，而比较常用的有设置搜索步长为常数，或者是选取一个数列使得步长随着迭代的次数而变化，比较常用的有设置步长为：1/2的冥，也就是1，1/2，1/4，......（不推荐使用，虽然这是常常使用的方式，甚至有的老师都是这么说的，但是真的不推荐使用这种方法，原因的话下面会详细说明）；还有就是1，1/2 ，1/3，......(这种方法，比较合适，但是可能需要根据实际来改进，下面也会详细的说明）

首先，这里给出作为迭代步长的两个需要满足的条件（假设an表示，步长序列）：

                                                                                                                           

        对于上面的那个条件，是很好理解的，因为当我们越来越接近（迭代了很多次）最小值