RUS  ENG
Полная версия
ЖУРНАЛЫ // Журнал вычислительной математики и математической физики // Архив

Ж. вычисл. матем. и матем. физ., 2011, том 51, номер 9, страницы 1594–1615 (Mi zvmmf9538)

Эта публикация цитируется в 42 статьях

Регуляризованная параметрическая теорема Куна–Таккера в гильбертовом пространстве

М. И. Сумин

603950 Н. Новгород, пр-т Гагарина, 23, Нижегородский гос. ун-т

Аннотация: Работа посвящена доказательству на основе метода двойственной регуляризации так называемой регуляризованной теоремы Куна–Таккера в недифференциальной форме для параметрической задачи выпуклого программирования в гильбертовом пространстве в случае сильно выпуклого функционала цели. Эта теорема представляет собой утверждение в терминах минимизирующих последовательностей о возможности аппроксимации решения задачи выпуклого программирования точками минимума ее регулярной (с равным единице множителем Лагранжа при функционале цели) функции Лагранжа без каких-либо предположений о регулярности самой оптимизационной задачи. Аппроксимирующие решение точки конструктивно указываются и являются устойчивыми по отношению к ошибкам исходных данных, что делает возможным эффективное применение регуляризованной теоремы Куна–Таккера для решения широкого класса некорректных задач оптимизации, оптимального управления, обратных задач. Устанавливается связь этого утверждения с дифференциальными свойствами функции значений ($S$-функции). В качестве частного случая теорема содержит классический вариант теоремы Куна–Таккера в недифференциальной форме. Рассматривается вариант регуляризованной теоремы Куна–Таккера в случае выпуклого функционала цели. Библ. 17.

Ключевые слова: выпуклое программирование, принцип Лагранжа, теорема Куна–Таккера в недифференциальной форме, параметрическая задача, минимизирующая последовательность, двойственность, регуляризация, метод возмущений.

УДК: 519.626

Поступила в редакцию: 21.03.2011


 Англоязычная версия: Computational Mathematics and Mathematical Physics, 2011, 51:9, 1489–1509

Реферативные базы данных:


© МИАН, 2024