Základní kurz potřebný ke studiu téměř všech disciplin optimalizace. Teoretické
základy se zvláštním důrazem na konvexní případ. Předpokládají se znalosti lineárního programování v rozsahu
NOPT046 a hodí se i poznatky o konvexních funkcích z téhož předmětu.
Poslední úprava: T_KAM (26.04.2017)
Convex sets. Convex functions. Separation theorems for convex sets.
Quasiconvexity and pseudoconvexity.Lagrangian saddle points. Kuhn-Tucker
conditions. Duality.
Literatura
Poslední úprava: T_KAM (26.04.2017)
B.Martos: Nonlinear Programming. Theory and Methods. Akademiai Kiado, Budapest 1975
Sylabus -
Poslední úprava: T_KAM (26.04.2017)
Konvexní množiny, konvexní funkce. Věty o oddělitelnosti konvexních množin.
Kvazikonvexita a pseudokonvexita. Sedlové body Lagrangeovy funkce. Kuhn-Tuckerovy podmínky optimality. Dualita.
Poslední úprava: T_KAM (26.04.2017)
Convex sets. Convex functions. Separation theorems for convex sets.
Quasiconvexity and pseudoconvexity.Lagrangian saddle points. Kuhn-Tucker conditions. Duality.