如何证明无约束优化问题有最优解 利用最优性条件，即每次迭代后非基变量的检验数，如果求最大问题，：1）当所有非基变量的检验数都小于零，则原问题有唯一最优解；2）当所有非基变量的检验数都小于等于零，注意有等于零的检验数，则有无穷多个最优解；3）当任意一个大于零的非基变。
最优化问题中，牛顿法为什么比梯度下降法求解需要的迭代次数更少？ 经常看到资料上这么写，谁能给出详细点的解释，比如在几何方面上的解释
什么叫做最优解？ 最优解定义为不牺牲任何总目标和各分目标的条件下，技术上能够达到的最好的解。它表示所有的总目标和分目标都可以达到的理想的解。而实际上这样的解是很少存在的。工程问题。
