本书较为系统地介绍*优化领域中比较成熟的基本理论与方法。基本理论包括*优化问题解的必要条件和充分条件以及各种算法的收敛性理论。介绍的算法有:无约束问题的*速下降法、newton法、拟newton法、共轭梯度法、信赖域算法和直接法;非线性方程组和*小二乘问题的newton法和拟newton法;约束问题的罚函数法、乘子法、可行方向法、序列二次规划算法和信赖域算法等。还介绍了线性规划的基本理论与单纯形算法以及求解二次规划的有效集法,并简单介绍了求解全局*优化问题的几种常用算法。 作为基本工具,本书在附录中简要介绍了求解线性方程组的常用直接法和迭代法以及matlab初步知识。 本书可作为数学类各专业本科生、研究生以及工程类研究生*优化课程的教材。书中许多章节的内容相对独立,使用者可根据需要灵活取舍.本书也可作为工程技术人员的参考书。

第1章 引言
§1.1 *优化问题概述
§1.2 凸集和凸函数
习题1
第2章 无约束问题的下降算法与线性搜索
§2.1 无约束问题解的*优性条件
§2.2 下降算法的一般步骤
§2.3 线性搜索
§2.4 下降算法的全局收敛性
§2.5 下降算法的收敛速度
习题2
第3章 无约束问题算法(i)
§3.1 *速下降法
§3.2 newton法及其修正形式
§3.3 正则化newton法
习题3
第4章 无约束问题算法(ii)
§4.1 拟newton法及其性质
§4.2 拟newton法的收敛性理论
§4.3 拟newton法的修正形式
习题4
第5章 无约束问题算法(iii)
§5.1 二次函数极小化问题的共轭方向法
§5.2 非线性共轭梯度法