This HTML5 document contains 52 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dbpedia-dehttp://de.dbpedia.org/resource/
dcthttp://purl.org/dc/terms/
n15http://psh.ntkcz.cz/skos/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-kohttp://ko.dbpedia.org/resource/
n20http://g.co/kg/m/
dbpedia-hehttp://he.dbpedia.org/resource/
dbpedia-ruhttp://ru.dbpedia.org/resource/
dbpedia-ukhttp://uk.dbpedia.org/resource/
rdfshttp://www.w3.org/2000/01/rdf-schema#
n30https://www.quora.com/topic/
category-frhttp://fr.dbpedia.org/resource/Catégorie:
dbpedia-cshttp://cs.dbpedia.org/resource/
n10http://fr.dbpedia.org/resource/Modèle:
n22http://babelnet.org/rdf/
dbpedia-fahttp://fa.dbpedia.org/resource/
wikipedia-frhttp://fr.wikipedia.org/wiki/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
owlhttp://www.w3.org/2002/07/owl#
n7http://ma-graph.org/entity/
dbpedia-ithttp://it.dbpedia.org/resource/
n4https://commons.wikimedia.org/wiki/Category:
dbpedia-zhhttp://zh.dbpedia.org/resource/
dbpedia-frhttp://fr.dbpedia.org/resource/
prop-frhttp://fr.dbpedia.org/property/
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
wikidatahttp://www.wikidata.org/entity/
dbrhttp://dbpedia.org/resource/
dbpedia-jahttp://ja.dbpedia.org/resource/

Statements

Subject Item
dbpedia-fr:Optimisation_convexe
rdfs:label
Optimisation convexe Ottimizzazione convessa Convex optimization Выпуклое программирование 凸最適化 凸優化
rdfs:comment
L'optimisation convexe est une sous-discipline de l'optimisation mathématique, dans laquelle le critère à minimiser est convexe et l'ensemble admissible est convexe. Ces problèmes sont plus simples à analyser et à résoudre que les problèmes d'optimisation non convexes, bien qu'ils puissent être NP-difficile (c'est le cas de l'optimisation copositive). L'optimisation convexe repose sur l'analyse convexe.
rdfs:seeAlso
n4:Convex_optimization n15:PSH11417 n30:Convex-Optimization
owl:sameAs
dbpedia-fa:بهینه‌سازی_محدب n7:157972887 dbpedia-ja:凸最適化 dbpedia-de:Konvexe_Optimierung dbpedia-it:Ottimizzazione_convessa dbr:Convex_optimization wikidata:Q463359 n20:05mfj6 dbpedia-uk:Опукла_оптимізація n22:s00912682n dbpedia-ko:볼록_최적화 dbpedia-zh:凸優化 dbpedia-cs:Konvexní_programování dbpedia-he:אופטימיזציה_קמורה dbpedia-ru:Выпуклое_программирование
dbo:wikiPageID
6838401
dbo:wikiPageRevisionID
186700798
dbo:wikiPageWikiLink
dbpedia-fr:Analyse_convexe dbpedia-fr:Fonction_convexe dbpedia-fr:Fonction_marginale dbpedia-fr:Application_linéaire dbpedia-fr:NP-difficile dbpedia-fr:Sous-différentiel dbpedia-fr:Ensemble_convexe dbpedia-fr:Optimisation_linéaire dbpedia-fr:Domaine_effectif dbpedia-fr:Espace_vectoriel_topologique dbpedia-fr:Optimisation_copositive category-fr:Optimisation dbpedia-fr:Application_affine dbpedia-fr:Conditions_d'optimalité dbpedia-fr:Optimisation_conique dbpedia-fr:Optimisation_(mathématiques) dbpedia-fr:Optimisation_SDP
dbo:wikiPageLength
7224
dct:subject
category-fr:Optimisation
prop-fr:wikiPageUsesTemplate
n10:Théorème n10:Portail n10:Références
prov:wasDerivedFrom
wikipedia-fr:Optimisation_convexe?oldid=186700798&ns=0
foaf:isPrimaryTopicOf
wikipedia-fr:Optimisation_convexe
dbo:abstract
L'optimisation convexe est une sous-discipline de l'optimisation mathématique, dans laquelle le critère à minimiser est convexe et l'ensemble admissible est convexe. Ces problèmes sont plus simples à analyser et à résoudre que les problèmes d'optimisation non convexes, bien qu'ils puissent être NP-difficile (c'est le cas de l'optimisation copositive). La théorie permettant d'analyser ces problèmes ne requiert pas la différentiabilité des fonctions. Cette généralité est motivée par le fait que certaines méthodes de construction de problèmes d'optimisation convexe conduisent à des problèmes non différentiables (fonction marginale, dualisation de contraintes, etc). Si cette généralité est un atout, permettant de prendre en compte davantage de problèmes, l'abord de la théorie est également plus difficile. L'optimisation convexe repose sur l'analyse convexe.