第1节 基本概念 第2节 一维搜索 第3 节无约束极值问题的解法

一、问题的提出 二、二元函数的泰勒公式 三、极值充分条件的证明 四、小结

第7章 MATLAB解方程与函数极值 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

第7章 MATLAB解方程与函数极值 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

第二章第六节 微分学在最优化方面的应用 26-1多元函数的无条件极值 26-2多元函数的条件极值 第七讲微分学在最优化方面的应用 课后作业: 阅读:第二章第五节52:pp.60--63 预习:第二章第五节52:pp.60-63 作业:第二章习题4:pp.59- 6,(3),(5);7,(1),(2);8;10;12;13. 引言:多元函数极值问题的提法与普遍性 最优化问题的普遍性:

§4 极值原理，定解问题解的唯一性和稳定性 1 极值原理 2 初边值问题解的唯一性和稳定性 3 柯西问题解的唯一性和稳定性 §5 解的渐近性态 1 初边值问题解的渐近性态 2 柯西问题解的渐近性态

第一节 多元函数的方向导数与梯度 第二节 多元函数的泰勒展开 第三节 凸集、凸函数与凸规划 第四节 等式约束优化问题的极值条件 第五节 不等式约束优化问题的极值条件

§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

一、函数的极值及其求法 二、函数的最大值与最小值问题

第1节 基本概念 1.1 引言 1.2 极值问题 1.3 凸函数和凹函数 1.4 凸规则 1.5 下降迭代算法 第2节 一维搜索 2.1 斐波那契(Fibonacci)法 2.2 0.618法(黄金分割法) 第3节 无约束极值问题的解法 3.1 梯度法(最速下降法) 3.2 共轭梯度法 3.3 变尺度法 3.4 步长加速法