多项式优化中的内在复杂性估计
摘要：基本半代数集中的点搜索和多项式优化任务中全局最小点的搜索可以使用$(s,d)^{O(n)}$的算术操作来完成，其中$n$和$s$是变量和约束的数量，$d$是涉及的多项式的最大次数。我们为每个问题关联一个固有的系统次数，最坏情况下为$(n,d)^{O(n)}$的数量级，并衡量所考虑任务的固有复杂度。我们设计了固有的非均匀确定性或均匀的概率性算法，其复杂度接近多项式，可以解决这些问题。
作者：Bernd Bank, Marc Giusti (LIX), Joos Heintz, Mohab Safey El Din (LIP6, INRIA Paris-Rocquencourt)
论文ID：1304.5214
分类：Symbolic Computation
分类简称：cs.SC
提交时间：2014-02-11