凸优化 编辑
凸函数最优化，或叫做凸最优化，凸最小化，是数学最优化的一个子领域，研究定义于凸集中的凸函数最小化的问题。凸最佳化在某种意义上说较一般情形的数学最佳化问题要简单，譬如在凸最佳化中局部最佳值必定是全局最佳值。凸函数的凸性使得凸分析中的有力工具在最佳化问题中得以应用，如次导数等。
1
相关
叶荫宇是一名华裔美国人理论计算机科学，从事最佳化的工作。他是内点法的专家，特别是在凸优化和线性规划方面。他是史丹佛大学管理科学与工程学系教授、李国鼎工程讲座教授及电机工程系客座教授。他也是minMax Optimization Inc.的共同创始人之一。
在最优化理论中的对偶或对偶性原则是指最佳化问题可以用两种观点来看待的理论，两种观点分别是“原始问题”及“对偶问题”。对偶问题的解提供了原始问题的下限，不过一般而言，原始问题和对偶问题的最佳解不相同。两个最佳解的差距为对偶间隙。若是凸优化问题，对偶间隙也称为是卡鲁什-库恩-塔克条件。
尤里·涅斯捷罗夫是一名俄罗斯裔比利时数学家，国际公认的凸优化专家，特别是在高效算法的开发和最优化分析方面。他目前是鲁汶天主教大学的教授。
在最优化理论中的对偶或对偶性原则是指最佳化问题可以用两种观点来看待的理论，两种观点分别是“原始问题”及“对偶问题”。对偶问题的解提供了原始问题的下限，不过一般而言，原始问题和对偶问题的最佳解不相同。两个最佳解的差距为对偶间隙。若是凸优化问题，对偶间隙也称为是卡鲁什-库恩-塔克条件。