最优化研究如何在约束条件下求取使目标函数达到极大或极小的解。工程领域中的许多问题都可以归结成最优化问题。本书主要讨论凸优化理论、经典的无约束优化方法、经典的有约束优化方法。 本书的具体内容有：1、引言；2、凸集、凸函数与凸优化问题；3、拉格朗日对偶与最优性条件；4、经典的无约束优化方法，包括：梯度下降法、牛顿法；5、经典的有约束优化方法，包括：罚函数法、拉格朗日乘子法、增广拉格朗日法；6、最

最新的Stephen Boyd的working draft

经典的凸分析教材，是Stanford老师写的，他们也用这本，通俗易懂，例子很多讲的很清楚。

Topics covered: • automatic code generation • graphical models • gradient-based algorithms for signal recovery • semidefinite programming (SDP) relaxation • radar waveform design via SDP • blind so

非常经典，我们教材就用的这个！该版本非常清晰，强烈推荐！ Preface xi 1 Introduction 1 1.1 Mathematical optimization . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Least-squares and linear programming . . . . . . . . . .

优化的经典教材，由斯坦福教授 Stephen Boyd 等编写。内容涵盖大部分优化领域的现有成果，特别适合各类工程师，在校师生使用。 口恩。。。

最优化理论领域比较经典的书籍，希望对大家有用！

Stanford University的Stephen Boyd教授主编，很好，权威行不容质疑

the solution of convex optimization.pdf by Stephen Boyd & Lieven Vandenberghe

看起来是厚厚的一本大部头，读起来并不太费力。它给出的实例多而好用、覆盖面全，不需要太深刻的数学功底，对于复杂的定理性质等也不强调证明，而是着眼于几何意义和实际用途，直观易懂。 作者本身的工科背景使得这本书在工业问题和计算机等实用方面的优点更为突出，数学依据上覆盖面广而不强调深，非常值得想要了解非线性规划的人一读。