Sea f: N → R una función convexa y sea x ∈ N, donde N es un convexo en un espacio vectorial real. Se demuestra que, si D (x) es no vacío, entonces D (x) es el interior algebraico de D (x).
Mediante el uso de una generalización de los subgradientes, se demuestra una condición dual de optimalidad necesaria y suficiente para Optimización Convexa. No se requiere la cualificación de restricciones en el caso finito-dimensional.
Se da una variante del Algoritmo de Edmonds para Acoplamiento Máximo que permite evitar la contracción de los pseudovértices.
Dado un grafo G = (X,E) con un solo vértice insaturado p, se estudia el problema de encontrar, para todo x ∈ X, un camino M-alternado par que una x con p. Se halla un algoritmo, y se plantea su aplicación cara a dar una variante del Algoritmo de Edmonds en la que no haya que contraer los pseudovértices.
Page 1