凸优化教程

本教程将介绍非线性优化中涉及的各种概念。线性规划问题很容易解决，但大多数现实世界的应用都涉及非线性边界。因此，线性规划的范围非常有限。因此，它试图介绍诸如凸函数和集合及其变体之类的主题，这些主题可以用来解决大多数世俗问题。

观众

本教程适合有兴趣解决各种优化问题的学生。这些概念广泛应用于生物工程、电气工程、机器学习、统计学、经济学、金融、科学计算和计算数学等领域。

先决条件

本课程的先决条件是介绍线性代数，例如介绍矩阵、特征向量、对称矩阵等概念；基本微积分和优化介绍，如线性规划概念介绍。