Um algoritmo de busca linear para otimização irrestrita

Detalhes bibliográficos
Ano de defesa:	2016
Autor(a) principal:	Silva, Daniele Alencar Fabrício da
Outros Autores:	http://lattes.cnpq.br/2906859199434160
Orientador(a):	Não Informado pela instituição
Banca de defesa:	Não Informado pela instituição
Tipo de documento:	Dissertação
Tipo de acesso:	Acesso aberto
Idioma:	por
Instituição de defesa:	Universidade Federal do Amazonas Instituto de Ciências Exatas Brasil UFAM Programa de Pós-graduação em Matemática
Programa de Pós-Graduação:	Não Informado pela instituição
Departamento:	Não Informado pela instituição
País:	Não Informado pela instituição
Palavras-chave em Português:	Otimização Irrestrita Busca Linear Convergência Global Taxa de convergência linear CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
Link de acesso:	http://tede.ufam.edu.br/handle/tede/6199
Resumo:	Neste trabalho apresentamos um algoritmo de busca linear para problemas de otimização irrestrita proposto por Gonglin Yuan, Sha Lu e Zengxi Wei [1], denominado aqui por Algoritmo GSZ. Este algoritimo é concebido sob a perspectiva de herdar a simplicidade e o baixo custo computacional do método do gradiente conjugado. Neste contexto, uma prova detalhada da análise de convergência global para funções não necessariamente convexas é apresentada. Ressaltamos ainda a obtenção da taxa de convergência linear para o caso em que a função é fortemente convexa.

Registros relacionados