Stanford EE364A：Convex Optimization I（2026 夏）

请帮我把「Stanford EE364A：Convex Optimization I（2026 夏）」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://web.stanford.edu/class/ee364a/
我的系统：macOS。如果实际不符，先调整方案。
本次路线：macOS：在本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：教材章节习题与公开补充练习用于自学；本学期每周作业从Ed/Gradescope读取，非注册学习者不能假定可以提交。先手算一个最小二乘问题，再比较CVXPY解与残差。
课节（官方顺序）：
1. Introduction：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf
2. Convex sets：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf
3. Convex functions：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf
4. Convex optimization problems：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf
5. Duality：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf
6. Approximation and fitting：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf
7. Statistical estimation：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf
8. Geometric problems：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf
9. Unconstrained minimization：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf
10. Equality constrained minimization：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf
11. Interior-point methods：https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf

1. 环境
- 用python3 -m venv .venv建立独立环境；之后使用 .venv/bin/python。
- 用该环境的Python执行 -m pip install cvxpy。课程明确采用CVXPY；不要求Matlab。按作业说明追加包，不提前购买商业求解器。
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程表、材料与作业入口：只记录链接 https://web.stanford.edu/class/ee364a/（未核实开放复制许可；只保存官方链接，不批量下载或再分发。）
- 完整官方课件：只记录链接 https://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf（未核实开放复制许可；只保存官方链接，不批量下载或再分发。）
- Convex Optimization 官方教材入口：只记录链接 https://web.stanford.edu/~boyd/cvxbook/（未核实开放复制许可；只保存官方链接，不批量下载或再分发。）
3. 目录（最外层放在我确认的位置）
stanford-ee364a-2026/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    ├── 01-lesson-01/
    ├── 02-lesson-02/
    ├── 03-lesson-03/
    ├── 04-lesson-04/
    ├── 05-lesson-05/
    ├── 06-lesson-06/
    ├── 07-lesson-07/
    ├── 08-lesson-08/
    ├── 09-lesson-09/
    ├── 10-lesson-10/
    └── 11-lesson-11/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - 人工检查：在选定的课程虚拟环境中执行 python --version  → 显示Python 3版本；Windows也可直接用 .venv\Scripts\python.exe --version。
  - python -c "import cvxpy as cp; x=cp.Variable(); p=cp.Problem(cp.Minimize(cp.square(x-2))); p.solve(); print(p.status, round(float(x.value),4))"  → 在课程环境中运行；应输出optimal和接近2的数值。仅是安装自检，不证明课程习题已完成。
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。