Resumen

El algoritmo de proyección de gradiente juega un papel importante en la resolución de problemas de minimización convexa restringida. En general, el algoritmo de proyección de gradiente tiene solo una convergencia débil en espacios de Hilbert de dimensión infinita. Recientemente, H. K. Xu (2011) proporcionó dos algoritmos de proyección de gradiente modificados que tienen una convergencia fuerte. Motivados por el trabajo de Xu, en el presente artículo, sugerimos tres métodos de proyección de gradiente variantes más simples para garantizar una convergencia fuerte.

• Materias:Ecuaciones diferenciales Método numérico Soluciones múltiples Campos cuadráticos
• Subjects:Differential equations Numerical method Multiple solutions Quadratic fields
• Palabras claves:Algoritmo de proyección de gradiente; Problemas de minimización convexa restringida; Convergencia débil; Espacios de Hilbert de dimensión infinita; Convergencia fuerte; Métodos de proyección de gradiente variantes
• Keywords:Gradient projection algorithm; Constrained convex minimization problems; Weak convergence; Infinite-dimensional Hilbert spaces; Strong convergence; Variant gradient projection methods