Resumen

Introducimos y consideramos un algoritmo de punto proximal para resolver problemas de minimización utilizando la técnica de Gler. Este algoritmo de punto proximal se obtiene sustituyendo el término proximal cuadrático habitual por una clase de funciones de distancia convexas no cuadráticas. Se puede ver como un esquema iterativo de extragradiente. Demostramos la tasa de convergencia de este nuevo método de punto proximal bajo suposiciones suaves. Además, se muestra que esta tasa de estimación es mejor que las disponibles.

• Materias:Modelado matemático Sistemas estocásticos Productos gráficos Ecuaciones matriciales Métodos de descomposición
• Subjects:Mathematical modeling Stochastic systems Graph products Matrix equations Decomposition methods
• Palabras claves:Algoritmo del punto proximal; Problemas de minimización; Gler; Término proximal cuadrático; Funciones de distancia convexas no cuadráticas; Tasa de convergencia
• Keywords:Proximal point algorithm; Minimization problems; Gler; Quadratic proximal term; Convex nonquadratic distance-like functions; Convergence rate