Quand tu as plus d'une dimension un gradient croissant ça n'a pas vraiment de sens effectivement, mais cela revient à dire que la dérivée seconde de ta fonction positive et ça ça se généralise quand tu as plusieurs variables; pour que ta fonction soit convexe il faut et il suffit que sa matrice hessienne soit définie positive en tout point, la matrice hessienne étant l'analogue de la dérivée seconde pour une fonction de plusieurs variables soit la matrice dont les coefficients sont les d2f/dxidxj
Message édité le 02 octobre 2020 à 13:17:41 par [Ban]PTSI-PT