最优化理论与方法

第1章 化基础知识 1.1 向量和矩阵范数 1.1.1 向量范数 1.1.2 矩阵范数 1.1.3 矩阵的迹 1.1.4 矩阵内积、克罗内克积和哈达玛积 1.1.5 矩阵求导 1.2 二次型与正定矩阵 1.3 凸集 1.3.1 凸集定义 1.3.2 重要的凸集 1.3.3 凸集保凸运算 1.3.4 分离超平面定理 1.4 凸函数 1.4.1 凸函数定义 1.4.2 凸函数判定定理 1.4.3 凸函数保凸运算 1.4.4 凸函数的性质 1.5 函数的可微性 1.5.1 自动微分 1.5.2 次梯度 本章小结 习题1 第2章 Python 编程基础 2.1 开发环境安装 2.1.1 安装Anaconda 2.1.2 Jupyter Notebook 使用方法 2.2 Python 语法基础 2.2.1 数据类型与基础运算 2.2.2 数据结构 2.2.3 控制语句 2.2.4 函数 2.2.5 类与对象 2.2.6 迭代器 2.3 Numpy基础 2.3.1 Numpy基础数据结构 2.3.2 Numpy随机数 2.3.3 Numpy矩阵运算 2.3.4 Numpy线性代数 2.4 Pandas基础 2.4.1 Pandas基础数据结构 2.4.2 Pandas统计函数 2.4.3 Pandas数据处理 2.4.4 apply函数 2.5 Matplotlib绘图 2.5.1 Matplotlib.pyplot基础 2.5.2 常用图形绘制 2.5.3 Matplotlib绘制组合图和子图 2.5.4 三维图形 本章小结