بهینه‌سازی محدب: تفاوت میان نسخه‌ها

محتوای حذف‌شده محتوای افزوده‌شده
Arash.pt (بحث | مشارکت‌ها)
خنثی‌سازی ویرایش 18282710 توسط Sepand.schrodinger (بحث)
تصحیح
خط ۱:
مسئلهٔ '''بهینه‌سازی محدب''' یا '''بهینه‌سازی کوژ''' {{انگلیسی|Convex Optimization}} به یافتن مقدار حداقل یک [[تابع محدب]] (یا حداکثر یک [[تابع مقعر]]) از بین [[مجموعه محدب|مجموعه‌ای محدب]] گفته می‌شود. مهمترین مزیت این نوع مسائل بهینه‌سازی در این است که نقطه‌ایهر نقطهٔ بهینهٔ محلی همانیک نقطه بهینهٔ سراسری نیز است و هر الگوریتم بهینه‌سازی که نقطهٔیک نقطه بهینهٔ محلی را یافت در حقیقت نقطهٔ بهینهٔ سراسری را یافته‌است.
 
== منابع ==