Método de punto proximal para sucesiones de funciones de Bregman convergentes puntualmente
Palabras clave:
Método de punto proximal, distancias de Bregman, sucesiones de funciones, BregmanResumen
Se desarrolla una generalización del método de punto proximal clásico y el método de punto proximal con distancias de Bregman bajo condiciones de convexidad. Partiendo de una sucesión arbitraria de funciones de Bregman convergente puntualmente, el método propuesto permite generalizar los casos clásicos que han sido desarrollados para una función Bregman fija, considerando propiedades que regulan el comportamiento de la sucesión de distancias de Bregman. Como consecuencia, se obtiene un método que converge al minimizador de la función objetivo.
Descargas
Citas
A. Auslender; M. Teboulle; S. Ben-Tiba. Interior proximal and multiplier methods based on second order homogeneous kernels. Mathematics of Operations Research, 3:645–668, 1999.
A. Iusem; M. Teboulle; B. Svaiter. Entropy-like proximal methods in convex programming. Mathematics of Operations Research, 4:790–814,1994.
J. Eckstein. Nonlinear proximal point algorithms using bregman functions with aplications to convex programming. Mathematics of Operations Resaerchs, 18:202–226, 1993.
J. Moreau. Proximité et dualité dans un espace hilbertien. Bull. Soc.Math, 93:97–116, 1976.
C. Lemarechal; Hiriart-Urruty. Convex analysis and minimization algorithm ii. Springer Verlag, 1996.
B. Martinet. Régularisation d’inéquations variationnelles par approximations successives. Reue Francaise deInformatique et Recherche Operationelle, 2:154–159, 1970.
R.T. Rockafellar. Monotone operators and the proximal point algorithm in convex programming. SIAM J. on Control and Optimization, 14:877–898, 1976.
H. Attouch; R. West. Ephigraphical analysis. Ann. Ins. Poincaré: Anal. Nonlineair, 1989.
A. Iusem. Métodos de ponto proximal em optimização. 20 Coloquio Brasileiro de Matemática, 1995.
A. Iusem. Augmented lagrangian methods and proximal point methods for convex optimization. Investigacion Operativa, 8:11–50, 1997.
C. Humes; J. Eckstein; P.J. Silva. Rescaling and stepsize selection in proximal methods using separable generalized distances. SIAM Journal on Optimization, 12:238–261, 2001.
K. Kiwiel. Proximal minimizations methods with generalized bregman functions. SIAM J. on Control and Optimization, 35:1142–1168, 1997.
C. Gonzaga; R. Castillo. Penalidades generalizadas e métodos de lagrangeano aumentado para promamacao nao linear. Dsc. these, U.F.R.J., 1998.
E. Hernandez; J.Campos; R.A. Castillo. A generalized like distance in convex programming. International Mathematical Forum, 2:1811–1830, 2007.
C. Gonzaga; E. Karas; L. Matioli; R. Castillo. An unified approach to multiplier and proximal methods. Technical Report. Universidad Federal de Santa Catarina Brasil, 2012.
C. Quintana. Un estudio sobre métodos de multiplicadores y métodos de punto proximal. Tesis Doctoral, 2016.
A. Larreal; E. Hernández. Método de punto proximal para sucesiones convergentes de funciones de Bregman caso convexo. Trabajo de grado de Maestría, Universidad Centroccidental Lisandro Alvarado, Venezuela, 2014.
R. Quintana. Un estudio sobre los métodos de punto proximal para familia de funciones de bregman dependientes de parámetros vectoriales. Tesis Doctoral, Universidad Centroccidental Lisandro Alvarado, Venezuela, 2018.
S. Pan; J. Chen. Entropy-like proximal algorithms based on a second-order homogeneous distance function for quasi-conex programming. Journal of Global Optimization, 39:555–575, 2007.
Publicado
Cómo citar
Número
Sección
Derechos de autor 2018 Eibar Hernández, Raquel Silvana Quintana Carlone, Clavel María Quintana Carlone
Está obra está bajo licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Derechos del/de autor/es a partir del año de publicación
Esta obra está bajo la licencia:
Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Las opiniones expresadas por los autores no necesariamente reflejan la postura del editor de la publicación ni de la UCLA. Se autoriza la reproducción total o parcial de los textos aquí publicados, siempre y cuando se cite la fuente completa y la dirección electrónica de esta revista.
Los autores conservan integramente los derechos sobre sus obras, cediendo a la revista el derecho de ser la primera publicación donde se presenta el artículo. Los autores(as) tienen el derecho de utilizar sus artículos para cualquier propósito siempre y cuando se realice sin fines de lucro. Se recomienda a los autores(as) difundir sus obras en la versión final, luego de publicada en esta revista, en los medios electrónicos de la intituciones a las cuales están afiliadas o medios digitales personales