Buscar en Google Scholar
Título: Un método de punto proximal escalarizado inexacto para minimización multiobjetivo cuasi-convexa
Asesor(es): Papa Quiroz, Erik Alex
Campo OCDE: https://purl.org/pe-repo/ocde/ford#1.01.02
Fecha de publicación: 2018
Institución: Universidad Nacional Mayor de San Marcos
Resumen: Se presenta un método de punto proximal escalarizado inexacto para resolver problemas irrestrictos de minimización multiobjetivo cuasiconvexos definidos en espacios Euclidianos, donde las funciones vectoriales son localmente Lipschitz. Bajo algunas hipótesis naturales, se prueba que la sucesión generada por el método está bien definida y converge globalmente. Seguidamente proporcionando al método propuesto dos criterios de error, se obtienen dos variantes del mismo, y se prueba que las sucesiones generadas por cada una de esas variantes, convergen hacia un punto crítico Pareto-Clarke del problema; también se prueba que al dotar a la función vectorial de ciertas condiciones, la tasa de convergencia de uno de estos métodos es lineal y superlineal. Finalmente para validar el método propuesto y los resultados encontrados, se presentan algunos experimentos computacionales.
Disciplina académico-profesional: Matemática Aplicada con mención en Matemática Computacional
Institución que otorga el grado o título: Universidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Unidad de Posgrado
Grado o título: Magíster en Matemática Aplicada con mención en Matemática Computacional
Jurado: Zegarra Garay, María Natividad; Benazic Tomé, Renato Mario; Pérez Núñez, Jhelly Reynaluz; Montoro Alegre, Edinson Raúl
Fecha de registro: 12-mar-2019



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons