Dissertação

Convergência completa do método do gradiente com busca linear exata e inexata

Neste trabalho utilizamos o método do gradiente para minimizar, sem restrições, funções continuamente diferenciáveis pseudo-convexas e convexas. Um termo considerado importante é o cálculo do comprimento do passo. Na minimização de funções pseudo-convexas a busca linear é exata. Neste caso, apresen...

ver descrição completa

Autor principal: Sousa, Jeanne Moreira de
Outros Autores: http://lattes.cnpq.br/3452575521411050
Grau: Dissertação
Idioma: por
Publicado em: Universidade Federal do Amazonas 2015
Assuntos:
Convergência completa
Método do gradiente
Busca linear exata e inexata
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
Acesso em linha: http://tede.ufam.edu.br/handle/tede/3682
id oai:https:--tede.ufam.edu.br-handle-:tede-3682
recordtype dspace
spelling oai:https:--tede.ufam.edu.br-handle-:tede-36822016-04-22T14:47:34Z Convergência completa do método do gradiente com busca linear exata e inexata Sousa, Jeanne Moreira de Silva, Roberto Cristóvão Mesquita http://lattes.cnpq.br/3452575521411050 Convergência completa Método do gradiente Busca linear exata e inexata CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA Neste trabalho utilizamos o método do gradiente para minimizar, sem restrições, funções continuamente diferenciáveis pseudo-convexas e convexas. Um termo considerado importante é o cálculo do comprimento do passo. Na minimização de funções pseudo-convexas a busca linear é exata. Neste caso, apresentamos o primeiro algoritmo para o cálculo do comprimento do passo, onde é acrescentado um termo de regularização quadrático no sentido do método do ponto proximal. Posteriormente, na minimização de funções convexas, a busca linear é inexata. Para o cálculo do comprimento do passo apresentamos dois algoritmos: um necessita que o gradiente da função objetivo satisfaça uma condição de Lipschitz com constante L > 0 conhecida, e o outro é baseado no trabalho desenvolvido por Dennis-Schnabel (ver [4]). Os três processos baseiam-se na noção da quase-Fejér convergência. Embora os métodos de descida necessitem que a função objetivo a ser minimizada possua conjuntos de níveis limitados a fim de estabelecer que os pontos de acumulação sejam estacionários, nesta abordagem é garantida a convergência completa de toda sequência para um minimizador da função sem a hipótese de limitação do conjunto de nível. In this work we use the gradient method to minimize, without restrictions, convex and pseudoconvex continuously differentiable functions. An important theme considered is the path length determination. We have that, when minimizing pseudoconvex functions, the linear search is exact. In this case, we present the first algorithm to obtain the path length, where will be included a quadratic regularization term, in the proximal point method sense. When dealing with the minimization of convex functions case, we have that the linear search is not exact. To obtain the path length, two algorithms are presented: the former needs that the gradient of the objective function satisfies a Lipschitz condition with a known constant L > 0. The latter is based on the work of Dennis-Schnabel (see [4]). The three process are based on the quasi-Fejér convergence principle. Although these descent methods need that the objective functions to be minimized have bounded level sets, in order to establish that the limit points are stationary, this approach guarantees the complete convergence of every sequence to a minimizer of the function without the hypothesis of bounded level sets. FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas 2015-04-22T22:16:10Z 2015-04-09 2008-12-29 Dissertação SOUSA, Jeanne Moreira de. Convergência completa do método do gradiente com busca linear exata e inexata. 2008. 58 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2008. http://tede.ufam.edu.br/handle/tede/3682 por Acesso Aberto application/pdf Universidade Federal do Amazonas Instituto de Ciências Exatas BR UFAM Programa de Pós-graduação em Matemática
institution TEDE - Universidade Federal do Amazonas
collection TEDE-UFAM
language por
topic Convergência completa
Método do gradiente
Busca linear exata e inexata
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
spellingShingle Convergência completa
Método do gradiente
Busca linear exata e inexata
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
Sousa, Jeanne Moreira de
Convergência completa do método do gradiente com busca linear exata e inexata
topic_facet Convergência completa
Método do gradiente
Busca linear exata e inexata
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
description Neste trabalho utilizamos o método do gradiente para minimizar, sem restrições, funções continuamente diferenciáveis pseudo-convexas e convexas. Um termo considerado importante é o cálculo do comprimento do passo. Na minimização de funções pseudo-convexas a busca linear é exata. Neste caso, apresentamos o primeiro algoritmo para o cálculo do comprimento do passo, onde é acrescentado um termo de regularização quadrático no sentido do método do ponto proximal. Posteriormente, na minimização de funções convexas, a busca linear é inexata. Para o cálculo do comprimento do passo apresentamos dois algoritmos: um necessita que o gradiente da função objetivo satisfaça uma condição de Lipschitz com constante L > 0 conhecida, e o outro é baseado no trabalho desenvolvido por Dennis-Schnabel (ver [4]). Os três processos baseiam-se na noção da quase-Fejér convergência. Embora os métodos de descida necessitem que a função objetivo a ser minimizada possua conjuntos de níveis limitados a fim de estabelecer que os pontos de acumulação sejam estacionários, nesta abordagem é garantida a convergência completa de toda sequência para um minimizador da função sem a hipótese de limitação do conjunto de nível.
author_additional Silva, Roberto Cristóvão Mesquita
author_additionalStr Silva, Roberto Cristóvão Mesquita
format Dissertação
author Sousa, Jeanne Moreira de
author2 http://lattes.cnpq.br/3452575521411050
author2Str http://lattes.cnpq.br/3452575521411050
title Convergência completa do método do gradiente com busca linear exata e inexata
title_short Convergência completa do método do gradiente com busca linear exata e inexata
title_full Convergência completa do método do gradiente com busca linear exata e inexata
title_fullStr Convergência completa do método do gradiente com busca linear exata e inexata
title_full_unstemmed Convergência completa do método do gradiente com busca linear exata e inexata
title_sort convergência completa do método do gradiente com busca linear exata e inexata
publisher Universidade Federal do Amazonas
publishDate 2015
url http://tede.ufam.edu.br/handle/tede/3682
_version_ 1781301924511875072
score 11.674684

Registros relacionados