基本思想 设法将约束问题求解转化为无约束问题求解． 具体说：根据约束的特点，构造某种惩罚函数， 然后把它加到目标函数中去，将约束问题的 求解化为一系列无约束问题的求解． 惩罚策略：企图违反约束的迭代点给予很大的 目标函数值．迫使一系列无约束问题的极小点或 者无限地靠近可行域，或者一直保持在可行域 内移动，直到收敛到极小点．

了解有关概念,以及一种变动要素投入、两种变动要素投入、 规模报酬条件下最优要素投入量是如何决定的。 掌握最优要素投入组合的数学表达式

1.模式搜索法 2.Powe算法 3.单纯形替换法

《最优化方法》课程教学资源（PPT课件）无约束最优化问题的最优性条件（刘二永）

梯度法和共轭梯度法 1.无约束最优化问题 2.梯度法 3.共轭梯度法

为了便于学习最优化方法，本章将对与 优化方法密切有关的数学知识作一简要介绍 而有些数学知识将在讲解各种算法时，随之 介绍．

动态规划是一类多阶段决策过程的最优化方法。 基本方法是：按阶段把一个大问题化成一系列相互有联系的子问题，建立相应的递推公式，解一系列的子问题，最后求得整个问题的最优解

若(1)mxx=∑cx,则令z=-xn目标函数化为:mnz=∑(-c1)x两个模型的最优解相同,最优目标值有关系:

能控性(controllability)和能观测性(observability)深刻地揭示了系统的内部结构关系,由 .e.Kalman于60年代初首先提出并研究的这两个重要概念,在现代控制理论的研究与实 践中,具有极其重要的意义,事实上,能控性与能观测性通常决定了最优控制问题解的存 在性。例如,在极点配置问题中,状态反馈的的存在性将由系统的能控性决定;在观测器 设计和最优估计中,将涉及到系统的能观测性条件

主要内容四 一、一 些基本概念 二、可行集、证券组合前沿、有效集 1、不存在无风险债券 2、存在风险债券 三、风险的分散化 四、投资者的最优证券组合