Strong duality in Lasserre’s hierarchy for polynomial optimization
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F16%3A00237256" target="_blank" >RIV/68407700:21230/16:00237256 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/s11590-015-0868-5" target="_blank" >http://dx.doi.org/10.1007/s11590-015-0868-5</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/s11590-015-0868-5" target="_blank" >10.1007/s11590-015-0868-5</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Strong duality in Lasserre’s hierarchy for polynomial optimization
Popis výsledku v původním jazyce
A polynomial optimization problem (POP) consists of minimizing a multivariate real polynomial on a semi-algebraic set $$K$$K described by polynomial inequalities and equations. In its full generality it is a non-convex, multi-extremal, difficult global optimization problem. More than an decade ago, J. B. Lasserre proposed to solve POPs by a hierarchy of convex semidefinite programming (SDP) relaxations of increasing size. Each problem in the hierarchy has a primal SDP formulation (a relaxation of a moment problem) and a dual SDP formulation (a sum-of-squares representation of a polynomial Lagrangian of the POP). In this note, we show that there is no duality gap between each primal and dual SDP problem in Lasserre’s hierarchy, provided one of the constraints in the description of set $$K$$K is a ball constraint. Our proof uses elementary results on SDP duality, and it does not assume that $$K$$K has a strictly feasible point.
Název v anglickém jazyce
Strong duality in Lasserre’s hierarchy for polynomial optimization
Popis výsledku anglicky
A polynomial optimization problem (POP) consists of minimizing a multivariate real polynomial on a semi-algebraic set $$K$$K described by polynomial inequalities and equations. In its full generality it is a non-convex, multi-extremal, difficult global optimization problem. More than an decade ago, J. B. Lasserre proposed to solve POPs by a hierarchy of convex semidefinite programming (SDP) relaxations of increasing size. Each problem in the hierarchy has a primal SDP formulation (a relaxation of a moment problem) and a dual SDP formulation (a sum-of-squares representation of a polynomial Lagrangian of the POP). In this note, we show that there is no duality gap between each primal and dual SDP problem in Lasserre’s hierarchy, provided one of the constraints in the description of set $$K$$K is a ball constraint. Our proof uses elementary results on SDP duality, and it does not assume that $$K$$K has a strictly feasible point.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BA - Obecná matematika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Optimization Letters
ISSN
1862-4472
e-ISSN
—
Svazek periodika
10
Číslo periodika v rámci svazku
1
Stát vydavatele periodika
DE - Spolková republika Německo
Počet stran výsledku
8
Strana od-do
3-10
Kód UT WoS článku
000367895900002
EID výsledku v databázi Scopus
2-s2.0-84953836305