Quadratic programming on the positive orthant with a quasiconvex objective function

• Ano de defesa: 2019
• Autor(a) principal: Zuñiga, Ruby Yohana Cuero
• Orientador(a): Ferreira, Orizon Pereira
• Banca de defesa: Ferreira, Orizon Pereira, Gonçalves, Jefferson Divino, Prudente, Leandro da Fonseca, Sandoval, Wilfredo Sosa
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• 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: Função quadrática; Matriz subdefinida; Gradiente condicional; Função quasiconvex
• Palavras-chave em Inglês: Quadratic function; Subdefinite matrix; Conditional gradient; Quasiconvex function
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA::MATEMATICA
• Link de acesso: http://repositorio.bc.ufg.br/tede/handle/tede/9934

In this work, we will study a class of real symmetric matrices that we will call subdefinite, these matrices include the positive semidefinites. For our purpose we will focus on the merely positive subdefinite matrices, that is, those matrices that are positive subdefinite but are not positive semidefinite. We will discuss the quadratic functions on Rn + and show that these functions are quasiconvex not convex, when their matrix representation is given by a merely positive subdefinite matrix. In addition, we will present a result of great importance in quadratic programming given that it allows to reduce the quasiconvexity of these nonconvex quadratic functions to the pseudoconvexity in the semipositive orthant. Finally, we will study the conditional gradient method to solve the quadratic programming problem, where the objective function is of this type.