Couvre la définition du produit scalaire, des propriétés, des exemples et des applications dans les espaces euclidiens, y compris l'inégalité Cauchy-Schwartz.
Couvre les bases de l'optimisation contrainte, y compris les directions tangentes, les sous-problèmes de la région de confiance et les conditions d'optimalité nécessaires.
Couvre des méthodes de descente de gradient plus rapides et une descente de gradient projetée pour une optimisation contrainte dans l'apprentissage automatique.
Couvre les conditions KKT pour l'optimisation avec des contraintes, détaillant leur application et leur importance dans la résolution des problèmes contraints.
Couvre les théories linéaires et membranaires des récipients sous pression, la géométrie différentielle des surfaces et la réduction de la dimensionnalité de la 3D à la 2D.
