Readings Newsletter
Become a Readings Member to make your shopping experience even easier.
Sign in or sign up for free!
You’re not far away from qualifying for FREE standard shipping within Australia
You’ve qualified for FREE standard shipping within Australia
The cart is loading…
Le but de cet ouvrage est de pr senter une m thode de recherche d'un minimum d'une fonction convexe, propre et semi-continue inf rieurement; c'est- -dire, une m thode de recherche d'un z ro du sous-diff rentiel d'une fonction convexe, propre et semi-continue inf rieurement. Il s'agit de la M thode du Point Proximal qui est plus g n ralement bas e sur un Algorithme it ratif du calcul d'un z ro d'un op rateur monotone maximal, et qui a t introduite par Martinet en 1970 et d velopp e par des math maticiens comme Rockafellar, G ler, etc… Pour se faire, nous avons d'abord rappeler les notions essentielles de l'Optimisation Convexe et les crit res d'existence de solutions en optimisation convexe et/ou Diff rentiable, et ensuite exposer le fondement th orique de la M thode du Point Proximal pouvant tre aussi consid r e comme une m thode de r gularisation. De plus une adaptation de l'Algorithme Proximal au cas (non convexe) d'une diff rence de fonctions convexes, due
Sun-Sampaio-Candido, a t abord e.
$9.00 standard shipping within Australia
FREE standard shipping within Australia for orders over $100.00
Express & International shipping calculated at checkout
Le but de cet ouvrage est de pr senter une m thode de recherche d'un minimum d'une fonction convexe, propre et semi-continue inf rieurement; c'est- -dire, une m thode de recherche d'un z ro du sous-diff rentiel d'une fonction convexe, propre et semi-continue inf rieurement. Il s'agit de la M thode du Point Proximal qui est plus g n ralement bas e sur un Algorithme it ratif du calcul d'un z ro d'un op rateur monotone maximal, et qui a t introduite par Martinet en 1970 et d velopp e par des math maticiens comme Rockafellar, G ler, etc… Pour se faire, nous avons d'abord rappeler les notions essentielles de l'Optimisation Convexe et les crit res d'existence de solutions en optimisation convexe et/ou Diff rentiable, et ensuite exposer le fondement th orique de la M thode du Point Proximal pouvant tre aussi consid r e comme une m thode de r gularisation. De plus une adaptation de l'Algorithme Proximal au cas (non convexe) d'une diff rence de fonctions convexes, due
Sun-Sampaio-Candido, a t abord e.