Considere un problema de optimización convexa en el formulario
donde son funciones convexas. Sin pérdida de generalidad, podemos suponer que es lineal.
Nesterov y Nemirovskii mencionan en su libro "Algoritmos polinomiales de punto interior en programación convexa" que hay un algoritmo que es capaz de resolver cualquier programa convexo en tiempo polinómico en el siguiente sentido. Queremos tener una solución dentro de una precisión relativa a costa de cálculos de los valores y cálculos de los subgraduados. Luego, para el método elipsoide, se afirma que
A primera vista, esto parece implicar que un problema de optimización convexa puede resolverse en tiempo polinomial utilizando el método elipsoide (supongamos por simplicidad que los oráculos para calcular los valores y los subgradientes requieren tiempo para la clase de problemas de optimización convexa).
Sin embargo, no entiendo totalmente si las expresiones dependen de alguna manera de las funciones , por ejemplo, de sus Hesse, o no. En este caso, la complejidad puede tener una explosión exponencial debido a las propiedades de curvatura de las funciones. Además, se afirma misteriosamente que "el método elipsoide no funciona bien en la práctica". Parece que no hay consenso en Internet sobre si la respuesta a mi pregunta es afirmativa o negativa, consulte, por ejemplo, esta discusión en MathOverflow.
He buscado en todos los libros sobre optimización convexa que pude encontrar, y tuve la impresión de que este realmente depende del problema, pero no pude encontrar ninguna confirmación clara de esta suposición. Entonces, mi única esperanza es preguntar directamente a las personas que están investigando en este campo.
Los métodos de punto interior que se han desarrollado más tarde parecen explicar explícitamente la curvatura utilizando la noción de barreras autoconcentrantes. Pero cuando la gente dice que estos métodos son eficientes en la práctica, generalmente no especifican esto en el nivel de complejidad.