We show that unless P=NP, there cannot be a polynomial-time algorithm that finds a point within Euclidean distance $c^n$ (for any constant $c \ge 0$) of a local minimizer of an $n$-variate quadratic function over a polytope. This result (even with $c=0$) answers a question of Pardalos and Vavasis that appeared in 1992 on a list of seven open problems in complexity theory for numerical optimization. Our proof technique also implies that the problem of deciding whether a quadratic function has a local minimizer over an (unbounded) polyhedron, and that of deciding if a quartic polynomial has a local minimizer are NP-hard.
翻译:我们发现,除非P=NP,否则不可能存在一个多元时间算法,该算法在欧几里德距离范围内找到一个点,即(任何常数 $/ge 0$ ), 当地最小化器在聚苯乙烯上最小化的一美元变差的二次函数。 这个结果(即使用 $=0 美元) 解答了1992年在数字优化的复杂理论7个未决问题清单上出现的Pardalos和Vavasis的问题。 我们的证明技术还意味着,确定一个二次函数是否对一个(无约束的)聚乙烯具有局部最小化器的问题,以及确定一个夸里特多元体是否具有局部最小化器的问题都是NP硬的。