Otimização convexa aborda problemas de minimização sujeitos a restrições lineares e convexas, com tratamento de funções objetivo convexas e condições de otimalidade.

Fundamentos teóricos incluem dualidade, multiplicadores de Lagrange e métodos numéricos para resolver programas convexos em grande escala.

Aplicações práticas são apresentadas em áreas como controle de sistemas, processamento de sinais e aprendizado de máquina, com ênfase em formulação e solução de modelos.