La optimización convexa trata el problema general de minimizar una función convexa, sobre un conjunto factible también convexo: minimizar f (x) s.a. x ∈ S, (1) donde f : D → R es convexa y S ⊂ D ⊂ Rn es convexo.

Este curso debería beneficiar a cualquier persona que utilice o vaya a utilizar la informática científica o la optimización en ingeniería o trabajos relacionados (por ejemplo, aprendizaje automático, finanzas). 

Más específicamente, personas de los siguientes campos: Ingeniería Eléctrica (especialmente áreas como procesamiento de señales e imágenes, comunicaciones, control, EDA & CAD); Aero & Astro (control, navegación, diseño), Ingeniería Civil y Mecánica (especialmente robótica, control, análisis estructural, optimización, diseño); Ciencias de la Computación (especialmente aprendizaje automático, robótica, gráficos por computadora, algoritmos y complejidad, geometría computacional); La investigación de operaciones; Computación Científica y Matemática Computacional. 

El curso también puede ser útil para estudiantes e investigadores en varios otros campos: Matemáticas, Estadística, Finanzas, Economía.

¿Qué conocimientos puedo obtener?

1. Conjuntos convexos
2. Funciones y problemas de optimización
3. Conceptos básicos del análisis convexo
4. Programas de mínimos cuadrados, lineales y cuadráticos
5. Programación semidefinida, minimax
6. Volumen extremo y otros problemas
7. Condiciones de optimalidad
8. Teoría de la dualidad
9. Teoremas de alternativa y aplicaciones
10. Métodos de punto interior
11. Aplicaciones para procesamiento de señales, estadísticas y aprendizaje automático
12. Control e ingeniería mecánica,
13. Diseño de circuitos digitales y analógicos
14. Finanzas.

Instructores:

Neal Parikh

1. Neal Parikh es un Ph.D. de quinto año. Candidato en Ciencias de la Computación en la Universidad de Stanford. Anteriormente enseñó Optimización Convexa (EE 364A) en la Universidad de Stanford y tiene un BAS, summa cum laude, en Matemáticas y Ciencias de la Computación de la Universidad de Pennsylvania y una Maestría en Ciencias de la Computación de la Universidad de Stanford.

Ernest Ryu

2. Ernest Ryu es candidato a doctorado en Ingeniería Matemática y Computacional en la Universidad de Stanford. Se ha desempeñado como asistente técnico de EE364a en Stanford. Sus investigaciones interesadas incluyen optimización estocástica, análisis convexo y computación científica.

Madeleine Udell

• 3. Madeleine Udell es candidata a doctorado en Ingeniería Matemática y Computacional en la Universidad de Stanford. Se ha desempeñado como asistente técnica y como instructora de EE364a en Stanford. Su investigación aplica técnicas de optimización convexa a una variedad de aplicaciones no convexas, incluida la programación sigmoidea, la optimización biconvexa y los problemas de aprendizaje por refuerzo estructurado, con aplicaciones a las ciencias políticas, la biología y la investigación de operaciones.

¿Qué es edX?

EdX es un proveedor de educación en línea que ofrece cursos en línea, conocidos popularmente como MOOC o Massive Open Online Courses, de las mejores universidades y otras instituciones de todo el mundo.

Actualmente, edX cuenta con un catálogo de más de 2650 cursos en línea creados por estos socios.

Los cursos de EdX consisten en conferencias en video pregrabadas que puede ver en un horario semanal o cuando sea conveniente para usted.

También tienen lecturas, foros de discusión de estudiantes, tareas / asignaciones y pruebas o exámenes en línea.

¿Cómo me registro al curso?

Antes de que te registres en un curso debes saber que para poder unirte a un curso en edX existen dos modalidades, la de pago y gratuita.

Cada una con sus ventajas y desventajas que te listamos a continuación:

Si quieres un certificado de finalización y acceso a las evaluaciones y exámenes te recomendamos elegir la opción de paga, si por el contrario deseas o obtenerlo de manera gratuita puedes elegir la opción de auditoria (sin certificado), puedes tomar la siguiente imagen como referencia:

Si quieres acceder al curso de manera completamente gratuita puedes hacerlo dando clic al botón de abajo.

Recuerda que no existe una fecha limite o cupones de descuento, aun así, debes darte prisa.

Para obtener el curso da clic en el siguiente botón: