|
---|
Hallo Community, für meine Masterarbeit bin ich auf ein Paper gestoßen, das einen Algorithmus beschreibt, der konvergiert, wenn die verteilt zu optimierenden Funktionen verschiedene Annahmen erfüllen. Annahme 1 besagt folgendes: Assumption 1: For every and the cost function is in its arguments, convex and radially unbounded in , for every . Hierzu meine Frage: Was bedeutet in its arguments? Das ist mir glaube ich noch nie zuvor begegnet. Auch mein Betreuer konnte mir nicht weiterhelfen (Kein Fachgebiet der Mathematik) und auch keine Google-Suche konnte mir bisher weiterhelfen. Wie kann man schließlich beweisen, dass in seinen Argumenten ist? Vielen Dank im Voraus Besagtes Paper: On the exact convergence to Nash equilibrium in monotone regimes under partial-information von Dian Gadjov and Lacra Pavel, Electronic ISBN:978-1-7281-7447-1 Für alle, die mir helfen möchten (automatisch von OnlineMathe generiert): "Ich benötige bitte nur das Ergebnis und keinen längeren Lösungsweg." |
Hierzu passend bei OnlineMathe: Funktion (Mathematischer Grundbegriff) Monotonieverhalten (Mathematischer Grundbegriff) Online-Übungen (Übungsaufgaben) bei unterricht.de: |
|
bedeutet differenzierbar mit der stetigen Ableitung. In diesem Fall differenzierbar mit der stetigen Ableitung bzgl. jedes Arguments. |
Diese Frage wurde automatisch geschlossen, da der Fragesteller kein Interesse mehr an der Frage gezeigt hat.
|