Back استمثال محدب Arabic Optimització convexa Catalan Konvexní programování Czech Konvexe Optimierung German Convex optimization English بهینهسازی محدب Persian Optimisation convexe French אופטימיזציה קמורה HE 凸最適化 Japanese 볼록 최적화 Korean
L'ottimizzazione convessa è un sottocampo dell'ottimizzazione matematica che studia il problema della minimizzazione delle funzioni convesse (o, in modo equivalente, la massimizzazione di funzioni concave) su insiemi convessi. Molte classi di problemi di ottimizzazione convessa ammettono algoritmi con tempo polinomiale dove l'ottimizzazione matematica in generale è NP-hard.[1][2][3]
- ^ Katta Murty e Santosh Kabadi, Some NP-complete problems in quadratic and nonlinear programming, in Mathematical Programming, vol. 39, n. 2, 1987, pp. 117–129, DOI:10.1007/BF02592948.
- ^ Sahni, S. "Computationally related problems," in SIAM Journal on Computing, 3, 262--279, 1974.
- ^ Quadratic programming with one negative eigenvalue is NP-hard, Panos M. Pardalos and Stephen A. Vavasis in Journal of Global Optimization, Volume 1, Number 1, 1991, pg.15-22.