这本书在讲什么（给完全没接触过的你）
优化问题无处不在：投资怎么分配、天线怎么设计、神经网络的权重怎么定——都是在「约束条件下找最优」。大多数优化问题是深渊（局部最优陷阱），但有一类是天堂：凸优化——局部最优就是全局最优，而且有高效的可靠算法。Boyd 的这本书就是教你：把问题变成凸的，然后解决它。
为什么值得读这一本
这本书是斯坦福同名课程（EE364）的教材，全球采用率最高。它分两半：前半是理论（凸集、凸函数、对偶、KKT），后半是应用（逼近、统计、几何、金融）。它最大的美德：官网免费提供全书 PDF、所有课件、全部习题答案——这是一套自足的免费完整教育。
你需要先会什么（不会也没关系）
需要：①线性代数（矩阵、正定性）；②微积分（梯度、Hessian）；③不优化基础——书从「什么是优化问题」讲起。编程用 Python（CVXPY）最佳。数学系学生可能嫌它工程气，工程学生可能嫌它理论重——它恰好卡在两者的最佳交点。
怎么用这份学习笔记
下面是全书的逐节笔记目录。每一节都是独立一页：先讲这节解决什么问题，再把核心概念和公式一条条拆开讲，配上原文要点（公式与出处定位）、例题演算和自检问题。建议顺序读，读完一节再点下一节；卡住就回导览页看「新手最容易卡住的三个地方」。