Um algoritmo proximal com quase-distância

• Ano de defesa: 2015
• Autor(a) principal: Assunção Filho, Pedro Bonfim de
• Orientador(a): Bento, Glaydston de Carvalho
• Banca de defesa: Bento, Glaydston de Carvalho Bento, Cruz Neto, João Xavier da, Ferreira, Orizon Pereira
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Goiás
• Programa de Pós-Graduação: Programa de Pós-graduação em Matemática (IME)
• Departamento: Instituto de Matemática e Estatística - IME (RG)
• País: Brasil
• Palavras-chave em Português: Algoritmo proximal; Desigualdade de krdyka-lojasiewicz; Proximal algorithm; Inequality kurdyka-lojasiewicz
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA::MATEMATICA
• Link de acesso: http://repositorio.bc.ufg.br/tede/handle/tede/4521

In this work, based in [1, 18], we study the convergence of method of proximal point (MPP) regularized by a quasi-distance, applied to an optimization problem. The objective function considered not is necessarily convex and satisfies the property of Kurdyka- Lojasiewicz around by their generalized critical points. More specifically, we will show that any limited sequence, generated from MPP, converge the a generalized critical point.