Minima locaux, fonctions marginales et hyperplans séparants dans l'optimisation discrète

RésuméLe but de cette Note est de démontrer des résultats dans l'optimisation de deux variables entières qui correspondent aux résultats fondamentaux de l'analyse convexe des variables réelles, à savoir qu'un minimum local d'une fonction convexe est global ; que la fonction marginale d'une fonction convexe est convexe ; et que deux ensembles convexes disjoints peuvent être séparés par un hyperplan. Pour citer cet article : C.O. Kiselman, C. R. Acad. Sci. Paris, Ser. I 346 (2008).

The goal of this Note is to prove results in optimization of two integer variables which correspond to fundamental results in convex analysis of real variables, viz. that a local minimum of a convex function is global; that the marginal function of a convex function is convex; and that two disjoint convex sets can be separated by a hyperplane. To cite this article: C.O. Kiselman, C. R. Acad. Sci. Paris, Ser. I 346 (2008).