Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita

Detalhes bibliográficos
Autor(a) principal: Lima, Suellen Paulino
Data de Publicação: 2015
Outros Autores: http://lattes.cnpq.br/4287645442119962
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFAM
Texto Completo: http://tede.ufam.edu.br/handle/tede/5014
Resumo: Apresentaremos neste trabalho algoritmos para resolução de problemas irrestritos. Inicialmente será abordado o Algoritmo do Ponto Proximal Inexato com a utilização de algorítimos clássicos para resolução do problema de regularização da função convexa, continuamente diferenciável e com determinante da hessiana próximo de zero. Em seguida, o Algoritmo de Busca Linear não monótona que tem o objetivo de melhorar a probabilidade de encontrar um ótimo global, utilizando métodos de descida tradicionais para obter o tamanho do passo, além disso, eles podem melhorar a velocidade de convergência em casos específicos do esquema monótono. Ao final faremos a implementação de funções quadráticas e a análise dos resultados obtidos
id UFAM_819314b32f97a5a2d86b4ac2417b9eaf
oai_identifier_str oai:https://tede.ufam.edu.br/handle/:tede/5014
network_acronym_str UFAM
network_name_str Biblioteca Digital de Teses e Dissertações da UFAM
repository_id_str 6592
spelling Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestritaPonto proximalBusca linearCIÊNCIAS EXATAS E DA TERRA: MATEMÁTICAApresentaremos neste trabalho algoritmos para resolução de problemas irrestritos. Inicialmente será abordado o Algoritmo do Ponto Proximal Inexato com a utilização de algorítimos clássicos para resolução do problema de regularização da função convexa, continuamente diferenciável e com determinante da hessiana próximo de zero. Em seguida, o Algoritmo de Busca Linear não monótona que tem o objetivo de melhorar a probabilidade de encontrar um ótimo global, utilizando métodos de descida tradicionais para obter o tamanho do passo, além disso, eles podem melhorar a velocidade de convergência em casos específicos do esquema monótono. Ao final faremos a implementação de funções quadráticas e a análise dos resultados obtidosThis paper shows algorithms for problem solving Unrestricted. Initially it will address the Proximal Point Algorithm Inaccurate using classical algorithms for solving the problem of regularization of convex function, continuously differentiable and decisive the Hessian near zero. Then the Search Algorithm Nonlinear monotone that aims to improve the likelihood of find a global optimum, using traditional methods to decrease obtaining the step size, moreover, they can improve the speed of convergence in specific cases of monotonous scheme. At the end we will implementation of quadratic functions and analysis of resultsCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade Federal do AmazonasInstituto de Ciências ExatasBrasilUFAMPrograma de Pós-graduação em MatemáticaSilva, Roberto Cristóvão Mesquitahttp://lattes.cnpq.br/8634157590248613Lima, Suellen Paulinohttp://lattes.cnpq.br/42876454421199622016-06-08T19:40:06Z2015-12-15info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfLIMA, Suellen Paulino. Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita. 2015. 64 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2015.http://tede.ufam.edu.br/handle/tede/5014porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2016-06-09T05:02:21Zoai:https://tede.ufam.edu.br/handle/:tede/5014Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922016-06-09T05:02:21Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false
dc.title.none.fl_str_mv Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita
title Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita
spellingShingle Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita
Lima, Suellen Paulino
Ponto proximal
Busca linear
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
title_short Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita
title_full Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita
title_fullStr Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita
title_full_unstemmed Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita
title_sort Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita
author Lima, Suellen Paulino
author_facet Lima, Suellen Paulino
http://lattes.cnpq.br/4287645442119962
author_role author
author2 http://lattes.cnpq.br/4287645442119962
author2_role author
dc.contributor.none.fl_str_mv Silva, Roberto Cristóvão Mesquita
http://lattes.cnpq.br/8634157590248613
dc.contributor.author.fl_str_mv Lima, Suellen Paulino
http://lattes.cnpq.br/4287645442119962
dc.subject.por.fl_str_mv Ponto proximal
Busca linear
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
topic Ponto proximal
Busca linear
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
description Apresentaremos neste trabalho algoritmos para resolução de problemas irrestritos. Inicialmente será abordado o Algoritmo do Ponto Proximal Inexato com a utilização de algorítimos clássicos para resolução do problema de regularização da função convexa, continuamente diferenciável e com determinante da hessiana próximo de zero. Em seguida, o Algoritmo de Busca Linear não monótona que tem o objetivo de melhorar a probabilidade de encontrar um ótimo global, utilizando métodos de descida tradicionais para obter o tamanho do passo, além disso, eles podem melhorar a velocidade de convergência em casos específicos do esquema monótono. Ao final faremos a implementação de funções quadráticas e a análise dos resultados obtidos
publishDate 2015
dc.date.none.fl_str_mv 2015-12-15
2016-06-08T19:40:06Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv LIMA, Suellen Paulino. Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita. 2015. 64 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2015.
http://tede.ufam.edu.br/handle/tede/5014
identifier_str_mv LIMA, Suellen Paulino. Método do ponto proximal inexato e uma técnica de busca linear não monótona para otimização irrestrita. 2015. 64 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2015.
url http://tede.ufam.edu.br/handle/tede/5014
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Ciências Exatas
Brasil
UFAM
Programa de Pós-graduação em Matemática
publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Ciências Exatas
Brasil
UFAM
Programa de Pós-graduação em Matemática
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFAM
instname:Universidade Federal do Amazonas (UFAM)
instacron:UFAM
instname_str Universidade Federal do Amazonas (UFAM)
instacron_str UFAM
institution UFAM
reponame_str Biblioteca Digital de Teses e Dissertações da UFAM
collection Biblioteca Digital de Teses e Dissertações da UFAM
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)
repository.mail.fl_str_mv ddbc@ufam.edu.br||ddbc@ufam.edu.br
_version_ 1809732016296427520

Registros relacionados