O funcție pseudoconvexă este o funcție care se comportă ca o funcție convexă în ceea ce privește găsirea minimului său local , dar nu este neapărat convexă. În mod informal, o funcție diferențiabilă este pseudoconvexă dacă crește în orice direcție în care are o derivată direcțională pozitivă .
O funcție cu valoare reală ƒ definită pe o mulțime deschisă convexă X (nevidă) într-un spațiu euclidian finit se numește pseudoconvexă dacă pentru tot x , y ∈ X astfel încât , avem [1] . Iată gradientul ƒ definit de formulă
Orice funcție convexă este pseudoconvexă, dar inversul nu este adevărat. De exemplu, o funcție este pseudo-convexă, dar nu convexă. Orice funcție pseudo-convexă este cvasi -convexă , dar inversul nu este adevărat deoarece funcția este cvasi -convexă , dar nu pseudo-convexă. Pseudo-convexitatea este de interes în primul rând deoarece un punct x * este un minim local al unei funcții pseudo-convexe ƒ dacă și numai dacă este un punct staționar al funcției ƒ , ceea ce se întâmplă atunci când gradientul funcției ƒ dispare pe x * :
[1] .Conceptul de pseudoconvexitate poate fi generalizat la funcții nediferențiabile după cum urmează [2] . Având în vedere o funcție , putem defini derivata Dini superioară ca
unde u este orice vector unitar . Se spune că o funcție este pseudoconvexă dacă crește în orice direcție în care derivata Dini superioară este pozitivă. Mai precis, poate fi descris în termeni de subdiferențial după cum urmează:
O funcție pseudoconcavă este o funcție al cărei negativ este pseudoconvex. O funcție pseudoliniară este o funcție care este atât pseudoconvexă, cât și pseudoconcavă [3] . De exemplu, problemele de programare liniară-fracțională au funcții obiectiv pseudoliniare și constrângeri de inegalități liniare . Aceste proprietăți permit rezolvarea problemelor de programare fracțională printr-o variantă a metodei simplex ( George B. Dantzig ) [4] [5] [6] .