- Une fonction f est convexe sur I si et seulement si ∀λ ∈ [0,1], ∀(x, y) ∈ I2, f(λx + (1 − λ)y) ⩽ λf(x) + (1 − λ)f(y).
Une fonction f est strictement convexe sur I si et seulement si ∀λ ∈ [0,1], ∀(x, y) ∈ I2, f(λx + (1 − λ)y) < λf(x) + (1 − λ)f(y).
Un nouvel algorithme proximal pour loptimisation convexe non lisse
Département de Mathématiques Master M1 SITN 2012-2013 Partiel
Optimisation Sans Contraintes
Analyse 1: Optimisation sans contrainte
Résumé dOptimisation
2 Optimisation sans contraintes
Optimisation sans contrainte : conditions doptimalité
Techniques doptimisation
OPTIMISATION NON DIFFERENTIABLE
Méthodes doptimisation non différentiable
Département de Mathématiques Master M1 SITN 2012-2013 Partiel
Optimisation Sans Contraintes
Analyse 1: Optimisation sans contrainte
Résumé dOptimisation
2 Optimisation sans contraintes
Optimisation sans contrainte : conditions doptimalité
Techniques doptimisation
OPTIMISATION NON DIFFERENTIABLE
Méthodes doptimisation non différentiable