凸优化教程

本教程将介绍非线性优化中涉及的各种概念。线性规划问题非常容易解决，但大多数现实世界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，它试图介绍凸函数和集合及其变体等主题，可用于解决大多数世界问题。

谁适合阅读？

本教程适合对解决各种优化问题感兴趣的学生。这些概念广泛应用于生物工程、电子工程、机器学习、统计学、经济学、金融、科学计算和计算数学等。

需要具备的知识？

本课程的先决条件是线性代数的介绍，如矩阵、特征向量、对称矩阵等概念的介绍；基本微积分和优化的介绍，如线性规划概念的介绍。