Resumen

La condición necesaria y suficiente de la función convexa es importante en la programación convexa no lineal. En este trabajo se presenta la identificación de la función convexa en un colector riemanniano mediante el uso de la derivada direccional generalizada de Penot y el gradiente generalizado de Clarke. Este trabajo también presenta un método para juzgar si un punto es el punto mínimo global en las restricciones de desigualdad. Nuestro objetivo aquí es extender el contenido y probar la condición necesaria y suficiente de la función convexa a las variedades riemannianas.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:función convexa, condición suficiente, punto mínimo global, programación convexa no lineal, papel, variedades riemannianas, derivada direccional, gradiente generalizado, restricciones de desigualdad, clarke
• Keywords:convex function, sufficient condition, global minimum point, nonlinear convex programming, paper, riemannian manifolds, directional derivative, generalized gradient, inequality constraints, clarke