可以通过计算凸函数的（）集合来求解其对应的全局极小点。

通过将一般约束优化问题的可行域x的（）函数加到目标函数中可以 得到无约束优化问题。

记一般约束优化问题的最优值为*p，其拉格朗日对偶问题的最优值为*q， 称**pq为（）

相对内点是内点的推广，若集合D本身的“维数”较低，则D不可能有内 点，但如果在它的（）中考虑，则D可能有相对内点。

Slater约束品性实际上就是要求自然定义域D的（）中存在使得不 等式约束严格成立的点。

（）锥定义了一阶导数不能判断是否为下降或上升方向的线性化可 行方向，必须使用高阶导数信息加以判断。

线搜索算法的收敛性建立在Zoutendijk条件之上，它的本质要求是每一步的 下降方向kd和负梯度方向不能趋于（）

计算BB方法中两种BB步长的任何一种仅仅需要函数相邻两步的（） 信息和迭代点信息，不需要任何线搜索算法即可选取算法步长。