convex

凸优化问题是指约束最优化问题：

$$\begin{aligned} min_w f(w) \\ s.t. g_i(w) \le 0, i = 1,2,\cdots,k \\ h_i(w) = 0, i = 1,2,\cdots,l \end{aligned}$$

其中， 目标函数f(w)和约束函数g(w)都是Rn上连续可微的凸函数。 约束函数h(w)是Rn上的仿射函数。

凸二次规划问题：当目标函数f(w)是二次函数且约束函数g(w)是仿射函数时，上述凸优化问题成为凸二次规划问题。

强凸问题：

$$f(y) \ge f(x) + \nabla f(x)^\top(y-x) + \frac{\mu}{2}||y-x||$$