Howtosignalprocessing
- Comment pouvons-nous résoudre un problème d'optimisation convexe?
- Comment prouvez-vous qu'un problème d'optimisation est convexe?
- Les problèmes d'optimisation convexe ont-ils une solution unique?
Comment pouvons-nous résoudre un problème d'optimisation convexe?
Les problèmes d'optimisation convexe peuvent également être résolus par les méthodes contemporaines suivantes: méthodes de faisceau (Wolfe, Lemaréchal, Kiwiel) et. Méthodes de projection de sous-considération (polyak), méthodes de point intérieur, qui utilisent les fonctions de barrière auto-concordantes et les fonctions de barrière autorégulaire.
Comment prouvez-vous qu'un problème d'optimisation est convexe?
Algébriquement, f est convexe si, pour n'importe quel x et y, et tout t entre 0 et 1, f (tx + (1-t) y) <= t f (x) + (1-t) f (y). Une fonction est concave si -f est convexe - i.e. Si l'accord de X à Y se trouve sur ou en dessous du graphique de F.
Les problèmes d'optimisation convexe ont-ils une solution unique?
En fait, un problème d'optimisation convexe peut avoir 0, 1 ou des solutions infinies de manière inébranlable.
