Teoretyczne informatyka convex-optimization

1

Rozwiązywanie programów półfinałowych w czasie wielomianowym

Wiemy, że programy liniowe (LP) można rozwiązać dokładnie w czasie wielomianowym za pomocą metody elipsoidy lub metody punktu wewnętrznego, takiej jak algorytm Karmarkara. Niektóre LP z super-wielomianową (wykładniczą) liczbą zmiennych / ograniczeń można również rozwiązać w czasie wielomianowym, pod warunkiem, że możemy dla nich zaprojektować wielomianową wyrocznię z separacją czasu. …

17 linear-programming semidefinite-programming convex-optimization

2

0-1 Programowanie liniowe: obliczanie optymalnej formuły

Rozważmy nnn -wymiarowej przestrzeni {0,1}n{0,1}n\{0,1\}^n , niech ccc być liniowy ograniczenie formy 1 x 1 + 2 x 2 + 3 x 3 + . . . + a n - 1 x n - 1 + a n x n ≥ k , gdzie a i ∈ R , …

14 reference-request co.combinatorics optimization linear-programming convex-optimization

3

Kiedy różnica w dualności programowania semidefinite (SDP) wynosi zero?

Nie udało mi się znaleźć w literaturze dokładnej charakterystyki zaniku luki dualności SDP. Lub kiedy ma miejsce „silna dualność”? Na przykład, kiedy ktoś porusza się między Lasserre a SOS SDP, w zasadzie ma się lukę w dualności. Jednak wydaje się, że istnieje jakiś „trywialny” powód, dla którego nie ma tej …

10 approximation-hardness convex-optimization semidefinite-programming sum-of-squares primal-dual

2

Co można rozwiązać za pomocą programowania półfinałowego, czego nie można rozwiązać za pomocą programowania liniowego?

Znam programy liniowe, ponieważ mogą one rozwiązywać problemy z liniowymi funkcjami celu i ograniczeniami liniowymi. Ale co programowanie półfinalne może rozwiązać, czego programowanie liniowe nie jest w stanie? Wiem już, że programy półfinałowe są uogólnieniem programów liniowych. Jak rozpoznać problem, który można rozwiązać za pomocą programowania półfinałowego? Jakiego typowego problemu …

9 linear-programming convex-optimization semidefinite-programming

Pytania otagowane jako convex-optimization