跳转至

数值最优化

授课学院

数学学院

课程学习内容

连续优化理论入门，内容非常丰富，主要包含包括但不限于：

  1. 无约束优化基础：最优性条件、梯度下降法及其收敛分析与步长选择；牛顿法、信赖域法、拟牛顿法。
  2. 非光滑优化：次梯度法。
  3. 约束优化：凸集上优化、条件梯度下降、梯度投影法；邻近梯度算法。
  4. 变分法：使用变分法分析增广拉格朗日法（ALM）、交替方向乘子法（ADMM）等算法。
  5. 拉格朗日乘子理论、对偶理论、KKT条件。

总之，课程内容很多，对数学推导感兴趣的同学们享福了。对连续优化和数学感兴趣的同学千万别错过。

授课老师

杨俊峰老师。杨老师功力深厚，课上常常是几黑板的数学推导，不仔细听很难跟得上。此外，杨老师与北大的文再文老师是多年的好朋友，25年还邀请文老师来南大讲座，想去北大的同学不要错过～

分数占比

分为三部分：期中考试、期末考试、作业。具体的占比课上没有说。课上不点名。

实测即使没有学过数学分析和高等代数，只要课上好好听，把作业吃透，凭借工科的数学基础也可以总评达到90分以上（考试基本都作业的原题）。

相关资源