Método do gradiente para funções convexas generalizadas / Gradiente method for generalized convex functions

AUTOR(ES)

Kelvin Rodrigues Couto

DATA DE PUBLICAÇÃO

2009

RESUMO

Neste trabalho trataremos da convergência do método do gradiente para minimizar funções continuamente diferenciáveis e convexas-generalizadas, isto é, pseudo-convexas ou quase-convexas. Veremos que sob certas condições o método do gradiente, assim como o método do gradiente projetado, gera uma sequência que converge para minimizador quando existe um e a função objetivo é pseudo-convexa. Quando a função objetivo é quase-convexa a sequência gerada converge para um ponto estacionário do problema quando existe um tal ponto.

ASSUNTO(S)

generalizadas. método do gradiente gradient method gradient projection method generalized convex functions funções convexas matematica aplicada método do gradiente projetado

Documentos Relacionados

• Método do gradiente para funções convexas generalizadas
• Problemas de Otimização Quase Convexos: Método do Gradiente para Funções Escalares e Vetoriais
• Problemas de Otimização Quase Convexos: Método do Gradiente para Funções Escalares e Vetoriais
• THE HYBRID BOUNDARY ELEMENT METHOD BASED ON GENERALIZED WESTERGAARD STRESS FUNCTIONS
• Modelagem de sistemas não-lineares por base de funções ortonormais generalizadas com funções internas