UNIVERSITY MATHEMATICS / OPTIMIZATION · 本科核心
最优化方法
从凸性和梯度到约束规划、对偶理论与算法。
以 MIT 15.093J 的线性规划起点和后续非线性/离散优化内容为主要参考。本站按“线性模型→凸性与微分→约束→数值算法”编排应用型本科课程。
建议具备 / PREREQUISITES
多元微积分、线性代数与简单编程。
学习目标 / LEARNING OUTCOME
掌握线性规划、对偶及简单算法,再用多元微积分建立非线性优化、KKT 条件和数值求解。
01 本站分组 I · 线性规划、对偶与鲁棒优化 本站按官方目录编排 8 条
本站为了学习节奏按官方目录顺序分组,不是大学官方Unit。组内标题与编号依照大学来源。
1
2
3
4
5
6
7
8
02 本站分组 II · 网络、离散优化与动态规划 本站按官方目录编排 8 条
03 本站分组 III · 非线性、内点与半正定优化 本站按官方目录编排 8 条
本站为了学习节奏按官方目录顺序分组,不是大学官方Unit。组内标题与编号依照大学来源。
17
18
19
20
21
22
23
24
来源完整度说明:含线性规划、非线性优化及数值算法,讲次可直接用于安排课程;本站部分主题仍要按理工科先修重新分配。
不同专业需要的课程各不相同,不必一次学完全部内容。返回本科数学地图 ↗