Algoritmo abstracto de épsilon descenso generalizado

Abstract

Presenta un algoritmo de épsilon-descenso generalizado motivado por el método de descenso abstracto introducido por Attouch et al. [22] con dos adiciones esenciales, dado el problema de minimizar una función posiblemente no convexa y no suave en un espacio real de Hilbert, consideramos errores escalares en la condición de descenso suficiente, así como, en la condición de optimalidad inexacta relativa. Bajo condiciones generales sobre la función a minimizar, obtenemos que todos los puntos de acumulación de las sucesións generadas por el algoritmo, si existen, son puntos límite críticos generalizados de la función objetivo. Y bajo las condiciones de la desigualdad de ε−Kurdyka Lojasiewicz y precompacidad de la función objetivo demostramos convergencia a un punto crítico.