Algoritmo abstracto de épsilon-descenso generalizado
DOI:
https://doi.org/10.15381/pesquimat.v25i2.24364Palabras clave:
Optimización no suave, optimización no convexa, función coerciva, métodos de descenso, error relativo, errores escalaresResumen
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
Publicado
Número
Sección
Licencia
Derechos de autor 2022 Estéfany Castillo Ventura, Erik Alex Papa Quiroz
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
LOS AUTORES RETIENEN SUS DERECHOS:
a) Los autores retienen sus derechos de marca y patente, y tambien sobre cualquier proceso o procedimiento descrito en el artículo.
b) Los autores retienen el derecho de compartir, copiar, distribuir, ejecutar y comunicar públicamente el artículo publicado en la revista Pesquimat (por ejemplo, colocarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en la revista Pesquimat.
c) Los autores retienen el derecho a hacer una posterior publicación de su trabajo, de utilizar el artículo o cualquier parte de aquel (por ejemplo: una compilación de sus trabajos, notas para conferencias, tesis, o para un libro), siempre que indiquen la fuente de publicación (autores del trabajo, revista, volumen, numero y fecha).
