Algoritmo abstracto de épsilon-descenso generalizado

Autores/as

  • Estéfany Castillo Ventura Universidad Nacional Mayor de San Marcos, Facultad de Matemáticas. Lima, Perú https://orcid.org/0000-0001-6502-2356
  • Erik Alex Papa Quiroz Universidad Nacional Mayor de San Marcos, Facultad de Matemáticas. Lima, Perú

DOI:

https://doi.org/10.15381/pesquimat.v25i2.24364

Palabras clave:

Optimización no suave, optimización no convexa, función coerciva, métodos de descenso, error relativo, errores escalares

Resumen

Dado el problema de minimizar una función posiblemente no convexa y no suave en el espacio euclidiano, presentamos un algoritmo abstracto de ϵ-descenso generalizado. Este algoritmo está motivado por la convergencia abstracta de métodos de descenso demostrada en Attouch et al. sección 2 (Math Program Ser A, 137: 91–129, 2013) con una diferencia escencial, consideramos errores escalares en cada aproximación. Como resultado obtenemos, que todo punto de acumulación de las sucesiones generadas por algoritmos que cumplen con las codiciones del algoritmo abstracto son puntos críticos limite generalizados.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2022-12-30

Cómo citar

Castillo Ventura, E., & Papa Quiroz, E. A. (2022). Algoritmo abstracto de épsilon-descenso generalizado. Pesquimat, 25(2), 70–91. https://doi.org/10.15381/pesquimat.v25i2.24364

Número

Sección

Artículos originales