L'optimització convexa és un subcamp de l'optimització matemàtica que estudia el problema de minimitzar les funcions convexes sobre conjunts convexos (o, de manera equivalent, maximitzar les funcions còncaves sobre conjunts convexos). Moltes classes de problemes d'optimització convex admeten algorismes de temps polinomial, mentre que l'optimització matemàtica és en general NP-difícil.[1]
Un problema d'optimització convex és un problema d'optimització en què la funció objectiu és una funció convexa i el conjunt factible és un conjunt convex. Una funció mapatge d'algun subconjunt de a és convex si el seu domini és convex i per a tots i tot en el seu domini, es compleix la següent condició: . Un conjunt S és convex si per a tots els membres i tot , això ho tenim .
Concretament, un problema d'optimització convex és el problema de trobar-ne aconseguint
on la funció objectiu és convex, igual que el conjunt factible .[2][3] Si aquest punt existeix, es coneix com a punt o solució òptima; el conjunt de tots els punts òptims s'anomena conjunt òptim. Si és il·limitat per sota sobre o no s'aconsegueix l'ínfim, llavors es diu que el problema d'optimització és il·limitat. En cas contrari, si és el conjunt buit, llavors es diu que el problema és inviable.
Les següents classes de problemes són tots problemes d'optimització convexes, o es poden reduir a problemes d'optimització convexes mitjançant transformacions simples: [4]