Método do ponto proximal inexato para minimização quase-convexa em variedades de Hadamard

Detalhes bibliográficos
Autor(a) principal: Cusihuallpa, Nancy Baygorrea
Data de Publicação: 2017
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFRJ
Texto Completo: http://hdl.handle.net/11422/8174
Resumo: In this thesis, we present an inexact proximal point algorithm to solve quasiconvex optimization problems in Riemannian manifolds with non positive sectional curvature, called Hadamard manifolds. Then, we show that under mild hypotheses on the optimization problem, the sequence generated by the proposed method are well defined and converge to critical points of the problem. We also prove that the convergence rate of the ones is linear and superlinear in some cases. Furthermore, by focusing on the importance of applications in economics and localization theory, we extend the proposed algorithm for solving multiobjective quasiconvex optimization problem. Moreover, convergencia of the sequence to a Pareto-Clarke critical point is obtained assuming reasonable hypotheses. Finally, computational experiments were done to validate the proposed model and results found.
id UFRJ_bdc9eef2bd1f331b08fdff3458cdfe29
oai_identifier_str oai:pantheon.ufrj.br:11422/8174
network_acronym_str UFRJ
network_name_str Repositório Institucional da UFRJ
repository_id_str
spelling Método do ponto proximal inexato para minimização quase-convexa em variedades de HadamardEngenharia de Sistemas e ComputaçãoMétodo do ponto proximalVariedades de HadamardCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOIn this thesis, we present an inexact proximal point algorithm to solve quasiconvex optimization problems in Riemannian manifolds with non positive sectional curvature, called Hadamard manifolds. Then, we show that under mild hypotheses on the optimization problem, the sequence generated by the proposed method are well defined and converge to critical points of the problem. We also prove that the convergence rate of the ones is linear and superlinear in some cases. Furthermore, by focusing on the importance of applications in economics and localization theory, we extend the proposed algorithm for solving multiobjective quasiconvex optimization problem. Moreover, convergencia of the sequence to a Pareto-Clarke critical point is obtained assuming reasonable hypotheses. Finally, computational experiments were done to validate the proposed model and results found.Nesta tese apresentamos um algoritmo inexato de ponto proximal para resolver problemas de otimização quase-convexa em variedades Riemannianas com curvatura seccional não positiva, chamada de variedades de Hadamard. Considerando hipóteses naturais no problema, provamos a convergência da sequência gerada pelo método para um ponto crítico do problema. Além disso, provamos que a taxa de convergência do método é linear e superlinear em alguns casos. Objetivando a importância das aplicações tanto na economia quanto na teoria de localização, estendemos o algoritmo para resolver problemas de otimização irrestrita, quase-convexa e multiobjetivo onde provamos, supondo hipóteses razoáveis, a convergência da sequência para um ponto crítico Pareto-Clarke. Finalmente, realizamos alguns experimentos computacionais para validar o método proposto e resultados encontrados.Universidade Federal do Rio de JaneiroBrasilInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de EngenhariaPrograma de Pós-Graduação em Engenharia de Sistemas e ComputaçãoUFRJMaculan Filho, Nelsonhttp://lattes.cnpq.br/8621501924097761Quiroz, Erik Alex PapaSimonetti, Luidi GelabertPérez, José Mario MartínezMakler, Susana Scheimberg deCusihuallpa, Nancy Baygorrea2019-05-23T17:51:56Z2023-12-21T03:05:54Z2017-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttp://hdl.handle.net/11422/8174porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJ2023-12-21T03:05:54Zoai:pantheon.ufrj.br:11422/8174Repositório InstitucionalPUBhttp://www.pantheon.ufrj.br/oai/requestpantheon@sibi.ufrj.bropendoar:2023-12-21T03:05:54Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.none.fl_str_mv Método do ponto proximal inexato para minimização quase-convexa em variedades de Hadamard
title Método do ponto proximal inexato para minimização quase-convexa em variedades de Hadamard
spellingShingle Método do ponto proximal inexato para minimização quase-convexa em variedades de Hadamard
Cusihuallpa, Nancy Baygorrea
Engenharia de Sistemas e Computação
Método do ponto proximal
Variedades de Hadamard
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
title_short Método do ponto proximal inexato para minimização quase-convexa em variedades de Hadamard
title_full Método do ponto proximal inexato para minimização quase-convexa em variedades de Hadamard
title_fullStr Método do ponto proximal inexato para minimização quase-convexa em variedades de Hadamard
title_full_unstemmed Método do ponto proximal inexato para minimização quase-convexa em variedades de Hadamard
title_sort Método do ponto proximal inexato para minimização quase-convexa em variedades de Hadamard
author Cusihuallpa, Nancy Baygorrea
author_facet Cusihuallpa, Nancy Baygorrea
author_role author
dc.contributor.none.fl_str_mv Maculan Filho, Nelson
http://lattes.cnpq.br/8621501924097761
Quiroz, Erik Alex Papa
Simonetti, Luidi Gelabert
Pérez, José Mario Martínez
Makler, Susana Scheimberg de
dc.contributor.author.fl_str_mv Cusihuallpa, Nancy Baygorrea
dc.subject.por.fl_str_mv Engenharia de Sistemas e Computação
Método do ponto proximal
Variedades de Hadamard
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
topic Engenharia de Sistemas e Computação
Método do ponto proximal
Variedades de Hadamard
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
description In this thesis, we present an inexact proximal point algorithm to solve quasiconvex optimization problems in Riemannian manifolds with non positive sectional curvature, called Hadamard manifolds. Then, we show that under mild hypotheses on the optimization problem, the sequence generated by the proposed method are well defined and converge to critical points of the problem. We also prove that the convergence rate of the ones is linear and superlinear in some cases. Furthermore, by focusing on the importance of applications in economics and localization theory, we extend the proposed algorithm for solving multiobjective quasiconvex optimization problem. Moreover, convergencia of the sequence to a Pareto-Clarke critical point is obtained assuming reasonable hypotheses. Finally, computational experiments were done to validate the proposed model and results found.
publishDate 2017
dc.date.none.fl_str_mv 2017-02
2019-05-23T17:51:56Z
2023-12-21T03:05:54Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11422/8174
url http://hdl.handle.net/11422/8174
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.publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
Brasil
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Programa de Pós-Graduação em Engenharia de Sistemas e Computação
UFRJ
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
Brasil
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Programa de Pós-Graduação em Engenharia de Sistemas e Computação
UFRJ
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRJ
instname:Universidade Federal do Rio de Janeiro (UFRJ)
instacron:UFRJ
instname_str Universidade Federal do Rio de Janeiro (UFRJ)
instacron_str UFRJ
institution UFRJ
reponame_str Repositório Institucional da UFRJ
collection Repositório Institucional da UFRJ
repository.name.fl_str_mv Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv pantheon@sibi.ufrj.br
_version_ 1815455989404532736