第一部分 算法篇 第一章 最优化问题与数学基础 第二章 线性规划和单纯形方法 第三章 对偶线性规划 第四章 无约束最优化计算方法 第五章 约束最优化方法 第六章 直接搜索方法 第二部分 应用篇 2.1 单纯形算法 2.2 修正单纯形算法 3.1 对偶单纯形算法 4.1 下降迭代算法 4.2 黄金分割算法..... 4.3 两点三次插值算法.... 4.4 模式算法....... 4.5 最速下降算法 4.6 牛顿算法 4.7 FR共轭梯度算法 4.8 SR1算法 4.9 DFP算法 4.10 信赖域算法 5.1外点（罚函数）法

电子科技大学：《最优化理论与应用 Optimization Theory and Applications》课程教学资源（教学大纲，张晓伟）

 3.1.1 定义  3.1.2 弱解的存在性  3.1.3 弱解的正则性

 2.1.1 定义  2.1.2 弱解的存在性  2.1.3 弱解的正则性

 1.1 定义  1.2 弱解的存在性  1.3 解的正则性

 4.1 一维波动方程的初值问题  4.2 高维波动方程的初值问题  4.3 能量法

 3.1 基本解  3.2 初值问题  3.3 平均值等式  3.4 最大值原理与定解问题的适定性  3.5 热传导方程解的可微性与微商的估计  3.6 能量法

 2.1 基本解  2.2 平均值等式  2.3 最大值最小值原理及其应用  2.4 Green函数  2.5 调和函数的性质  2.6 能量法

 1.1 基本概念  1.2 二阶半线性方程的分类与标准形

电子科技大学：《偏微分方程 Partial Differential Equations》课程教学资源（教学大纲，原子霞）