1. 教学内容 讲解 Lagrange 乘数法的原理，并介绍如何应用 Lagrange 乘数法求解条件极值问题

7.1线性方程组求解 7.2非线性方程数值求解 7.3常微分方程初值问题的数值解法 7.4函数极值

一、函数的极值及其求法 二、最大值最小值问题

代码优化是从生成的目标代码中识别出那些可以经过变换而提高效率的部分，并实施这种变换。这种优化并不是极值理论中的那种求极值点的优化，它只追求变换后的代码要比变换前的效率要高些

一、函数的极值及其求法 二、最大值与最小值问题

§2-1 方向导数与梯度 §2-2 凸集、凸函数与凸规划 §2-3 二次函数及正定矩阵 §2-4 无约束优化问题的极值条件 §2-5 有约束优化问题的极值条件

2-6-1 多元函数的无条件极值 2-6-2 多元函数的条件极值

7.1 线性方程组求解 7.2 非线性方程数值求解 7.3 常微分方程初值问题的数值解法 7.4 函数极值

6.1 引言 6.2 最优控制的一般概念 6.4 有约束条件的泛函极值问题 6.3 无约束条件的泛函极值问题 6.5 变分法求解最优控制问题 6.6 极小值原理

§6.2 偏导数与全微分 §6.3 多元复合函数的求导法则 §6.4 多元函数的极值 §6.6 二重积分 §6.2 偏导数与全微分