Convex Minimization With Nonlinear Compositions - CNRS - Centre national de la recherche scientifique Accéder directement au contenu
Pré-Publication, Document De Travail Année : 2021

Convex Minimization With Nonlinear Compositions

Minimisation Convexe avec des Compositions Non-Linéaires

Résumé

We investigate the duality properties of a minimization problem involving the sum of a nonlinearly composed convex function and a linearly composed convex function. A Kuhn-Tucker operator is constructed for this problem as an extension of the operator found in classical Fenchel-Rockafellar duality theory. Monotone splitting algorithms are applied to this Kuhn-Tucker operator to solve the composite problem.
Nous étudions les propriétés de dualité du problème de la minimisation de la somme d’une composition de fonctions convexes et de la composition d'une fonction convexe avec un opérateur linéaire. Nous introduisons un opérateur de Kuhn-Tucker pour ce problème en étendant celui de la dualité classique de Fenchel-Rockafellar. Des méthodes d’éclatement d’opérateurs monotones sont appliquées à cet opérateur de Kuhn-Tucker pour résoudre le problème composite.
Fichier principal
Vignette du fichier
arxiv1.pdf (214.36 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03441875 , version 1 (22-11-2021)

Identifiants

  • HAL Id : hal-03441875 , version 1

Citer

Luis M Briceño-Arias, Patrick L Combettes. Convex Minimization With Nonlinear Compositions. 2021. ⟨hal-03441875⟩

Collections

CNRS TDS-MACS
103 Consultations
73 Téléchargements

Partager

Gmail Facebook X LinkedIn More