最优化理论与方法-第一讲：最优化问题概述

Convex optimization(凸优化)
Numerrical optimization(数值优化)


决策变量：比如说生产数量
目标函数：收入尽可能多，时间尽可能短

x是一个决策向量
f(x1,…xn)目标函数
g,h不等式约束条件
x等式约束
S可行集，可行域

连续优化（投资股票）
离散优化（整数规划，生产车辆，路径选择）
单目标优化
多目标优化（收入回报尽可能大，风险尽可能小）
动态规划（分为几个过程，每个过程之间都有相应关系）
随机规划（参数具有不可确定性）

基本上都是约束优化，但是可以转化成无约束优化

线性规划：单纯型法（关心可行域的顶点）
非线性规划（均值方差模型，假设市场上有n个risky asset）
收益率Ri(随机变量),投资比重xi,决策向量X

xi非零分量个数小于30


可以读随机变量求一下期望，也可以看一下它的概率是多少