CVX说明文档，是在matlab中使用的，功能强大，网上可以自行下载

Convex optimization 凸优化 stephen boyd

北大数学学院凸优化教材,各种优化方法比较全面

凸优化英文习题，用于巩固学习内容

包含凸函数的基本内容： 3.1 基本性质与例子 3.2 保凸运算 3.3 共轭函数 3.4 拟凸函数 3.5 对数-凹函数和对数—凸函数

5.1 Lagrange对偶函数 5.2 Lagrange对偶问题 5.3 几何解释 5.4 鞍点解释 5.5 最优性条件 5.6 扰动及灵敏度分析 5.7 例子 5.8 择一定理

CVX 凸优化课程的项目 具有线性和固定交易成本的金融投资组合优化

这个代码是2018年发表在TPAMI期刊上的论文《Mutuall Guided Image Filtering》，由作者提供，可在作者的主页上找到相同的代码。

Convex Optimization 凸优化经典

matlab创新不等式代码凸优化是应用数学的强大领域，可用于解决许多工程分析和设计问题。 基本思想是：如果函数是数学性质的凸函数，我们可以有效地优化受不等式约束和仿射等式约束的复杂非线性函数。 存在一种收敛理论，可以大致准确地估算出我们可以解决这些问题的速度。 有关更多信息，请参见和 CVX在机器学习，信号处理，金融，统计，电路设计，通信和网络建模等众多领域中找到了应用。 它是诸如二次规划（例如最小二乘）和线性规划等问题的超集。 伴随该理论的是有效的内点法。 为了进行原型设计和建模，已经开发了一个名为“ CVX”的MATLAB框架，可以轻松地将问题描述的编程输入到通用求解器系统中。 CVX软件允许您指定以下形式的问题： 变量[声明变量的大小/结构] 最小化[目标函数] 受到[不平等约束] [affine equality constraints, i.e. Ax == b] 然后，该软件解析您的问题，并将其转换为通用求解器可接受的形式。 这是一个示例程序： cvx_begin variable x(n); minimize( norm(A*x-b) ); subject to C*x