بهینه‌سازی محدب: تفاوت میان نسخه‌ها

مسئلهٔ '''بهینه‌سازی محدب''' یا '''بهینه‌سازی کوژ''' {{انگلیسی|Convex Optimization}} به یافتن مقدار حداقلکمینه یک [[تابع محدبکوژ]] (یا حداکثربیشینه یک [[تابع مقعرکاو]]) از بین [[مجموعه محدب|مجموعه‌ای محدب]] گفته می‌شود. مهمترین مزیت این نوع مسائل بهینه‌سازی در این است که نقطه‌ای بهینهٔ محلی همان نقطه بهینهٔ سراسری است و هر الگوریتم بهینه‌سازی که نقطهٔ بهینهٔ محلی را یافت در حقیقت نقطهٔ بهینهٔ سراسری را یافته‌است.