Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

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