مسئلهٔ بهینه‌سازی محدب یا بهینه‌سازی کوژ (به انگلیسی: Convex Optimization) به یافتن مقدار حداقل یک تابع محدب (یا حداکثر یک تابع مقعر) از بین مجموعه‌ای محدب گفته می‌شود. مهمترین مزیت این نوع مسائل بهینه‌سازی در این است که هر نقطهٔ بهینهٔ محلی یک نقطه بهینهٔ سراسری نیز است و هر الگوریتم بهینه‌سازی که یک نقطه بهینهٔ محلی را یافت در حقیقت یک نقطه بهینهٔ سراسری را یافته‌است.

فهرست مطالب:

فصل اول: مجموعه های محدب

فصل دوم: توابع محدب

فصل سوم: مسائل بهینه سازی محدب

فصل چهارم: دوگانگی

فصل پنجم: تقریب و تناسب (برازش) یا Approximation and Fitting

فصل ششم: تخمین آماری (Statistical estimation)

فصل هفتم: مسائل هندسی

فصل هشتم: مینیم سازی بدون محدودیت (Unconstrained minimization)

فصل نهم: بیهنه سازی محدود برابری (Equality constrained minimization)

فصل دهم: روش های IPM