Key points are not available for this paper at this time.
Consideramos métodos de ascensão de coordenadas dual para minimizar uma função estritamente convexa (possivelmente não diferenciável) sujeita a restrições lineares. Esses métodos são úteis em aplicações em grande escala (por exemplo, maximização de entropia, programação quadrática, fluxo em redes), porque são simples, podem explorar esparsidade e, em certos casos, são altamente paralelizáveis. Estabelecemos sua convergência global sob condições fracas e uma ordem de relaxação com direção livre. Resultados comparáveis anteriores foram restritos a problemas especiais com custos separáveis e restrições de igualdade. Nossa estrutura de convergência unifica, até certo ponto, as abordagens de Bregman, Censor e Lent, De Pierro e Iusem, e Luo e Tseng, e complementa a de Bertsekas e Tseng.
Krzysztof C. Kiwiel (Qui,) estudou esta questão.