Minima locaux, fonctions marginales et hyperplans séparants dans l’optimisation discrète - 15/02/08
pages | 4 |
Iconographies | 0 |
Vidéos | 0 |
Autres | 0 |
Résumé |
Le but de cette Note est de démontrer des résultats dans l’optimisation de deux variables entières qui correspondent aux résultats fondamentaux de l’analyse convexe des variables réelles, à savoir qu’un minimum local d’une fonction convexe est global ; que la fonction marginale d’une fonction convexe est convexe ; et que deux ensembles convexes disjoints peuvent être séparés par un hyperplan. Pour citer cet article : C.O. Kiselman, C. R. Acad. Sci. Paris, Ser. I 346 (2008).
Le texte complet de cet article est disponible en PDF.Abstract |
The goal of this Note is to prove results in optimization of two integer variables which correspond to fundamental results in convex analysis of real variables, viz. that a local minimum of a convex function is global; that the marginal function of a convex function is convex; and that two disjoint convex sets can be separated by a hyperplane. To cite this article: C.O. Kiselman, C. R. Acad. Sci. Paris, Ser. I 346 (2008).
Le texte complet de cet article est disponible en PDF.Plan
Vol 346 - N° 1-2
P. 49-52 - janvier-février 2008 Retour au numéroBienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.
Déjà abonné à cette revue ?