首页摘要：
从八月20号开始听来自瑞典、东京大学等大学的教授的讲座，今天的内容主要包括基于机器学习的模型辨识以及最优控制问题，在各位教授的详细介绍下，学到的东西使我获益匪浅。
EM算法
优化问题逻辑约束条件的处理
一直没明白涉及到判断语句约束条件在优化问题中的处理办法，本小节简单介绍处理过程的思路：增加0-1变量，同时增加约束条件进行等价转换，这是无法避免的代价。
如遇到约束条件$if \quad \delta =1 \quad then \quad f(x)\geq 0$ 那么我们可以转化为$\left\{\begin{matrix} f(x)\leq M(1-\delta )\\ f(x)\geq \epsilon +(m-\epsilon)\delta \end{matrix}\right.$ 其中$M=max f(x)$ ，$m=min f(x)$ ，$\delta$ 为0-1变量。
再举例，$z(t)=\delta (t)x(t)$ 可以转化为$\left\{\begin{matrix} z(t)\leq M_{2}\delta (t)\\ z(t)\geq m_{2}\delta (t)\\ z(t)\leq x(t)-m_{2}(1-\delta (t))\delta (t)\\ z(t)\geq x(t)-M_{2}(1-\delta (t))\delta (t)\end{matrix}\right.$
下面用一个实际模型说明：
