Funcoes Convexas
Mostrando 1-12 de 27 artigos, teses e dissertações.
-
1. Generalized quasi-Banach sequence spaces and measures of noncompactness
Dado 0 < s ≤ 1 e uma função s-convexa ψ, os espaços de sequencias s – ψ são introduzidos. Vários espaços quase-Banach de sequencias são assim caracterizados como um caso particular dos espaços s – ψ. Para esses espaços novas medidas de não compacidade são também definidas, relacionadas a medida de não compacidade de Hausdorff. Como uma
An. Acad. Bras. Ciênc.. Publicado em: 2013-06
-
2. Convergência do Método do Ponto Proximal para Funções que Satisfazem a Desigualdade de Łojasiewicz / Convergence of the Proximal Point Method for functions that satisfy the inequality of Lojasiewicz
Neste trabalho é feita uma análise de convergência do Método do Ponto Proximal para funções não necessariamente convexas que satisfazem a desigualdade de Łojasiewicz.
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 27/06/2012
-
3. Problemas de Otimização Quase Convexos: Método do Gradiente para Funções Escalares e Vetoriais / Optimization Problems Quasi-convex: Gradient Method for Vector and Scalar Functions
Neste trabalho faremos um estudo das propriedades de convergência do Método do Gradiente Projetado e do Método de Descida para otimização Multi-objetivo. No primeiro momento, o nosso problema de otimização será o de minimizar uma função real de nvariáveis, continuamente diferenciável e restrita a um conjunto de estrutura simples e acrescentaremos
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 27/10/2011
-
4. Problemas de Otimização Quase Convexos: Método do Gradiente para Funções Escalares e Vetoriais / Optimization Problems Quasi-convex: Gradient Method for Vector and Scalar Functions
Neste trabalho faremos um estudo das propriedades de convergência do Método do Gradiente Projetado e do Método de Descida para otimização Multi-objetivo. No primeiro momento, o nosso problema de otimização será o de minimizar uma função real de nvariáveis, continuamente diferenciável e restrita a um conjunto de estrutura simples e acrescentaremos
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 27/10/2011
-
5. Uma metodologia multiobjetivo para o controle de epidemias através de vacinação impulsiva via algoritmo genético com operador de busca local baseado em aproximação quadrática convexa e validação estocástica
A Epidemiologia é uma ciência que estuda os padrões de saúde e doença e os respectivos fatores associados em uma população. Ela se fundamenta na pesquisa em saúde pública para identificar os riscos para uma doença e determinar abordagens de tratamento ideal na medicina clínica e preventiva. A Epidemiologia Matemática modela a dinâmica da prolife
Publicado em: 2011
-
6. Método do gradiente para funções convexas generalizadas / Gradiente method for generalized convex functions
Neste trabalho trataremos da convergência do método do gradiente para minimizar funções continuamente diferenciáveis e convexas-generalizadas, isto é, pseudo-convexas ou quase-convexas. Veremos que sob certas condições o método do gradiente, assim como o método do gradiente projetado, gera uma sequência que converge para minimizador quando existe
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 16/12/2009
-
7. Método do gradiente para funções convexas generalizadas / Gradiente method for generalized convex functions
Neste trabalho trataremos da convergência do método do gradiente para minimizar funções continuamente diferenciáveis e convexas-generalizadas, isto é, pseudo-convexas ou quase-convexas. Veremos que sob certas condições o método do gradiente, assim como o método do gradiente projetado, gera uma sequência que converge para minimizador quando existe
Publicado em: 2009
-
8. Incremental algorithms with applications to computerized tomography / Algoritmos incrementais com aplicações em tomografia computadorizada
O problema de viabilidade convexa é um campo fértil de pesquisa que deu origem a uma grande quantidade de algoritmos iterativos, tais como pocs, art, Cimmino e uma miríade de variantes. O motivo para tal interesse é o amplo leque de aplicabilidade que algoritmos gerais para a solução de problemas desse tipo podem alcançar. Dentre tais aplicações enc
Publicado em: 2009
-
9. Métodos poliedro-elipsoidais para problemas de otimização contínuos e discretos quasi-convexos
Esta Tese introduzirá uma nova família de métodos pertencentes a classe dos algoritmos de Exclusão de Semi-Espaço baseados no método Elipsoidal e aplicáveis a problemas reais, inteiros ou mistos inteiros e reais, escalares ou vetoriais associados a funções quasi-convexas não necessariamente diferenciáveis. Esta nova família de métodos é aqui de
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 08/05/2008
-
10. MÉTODOS SUBGRADIENTES EM OTIMIZAÇÃO CONVEXA NÃO DIFERENCIÁVEL / SUBGRADIENTS METHODS FOR OTIMIZATION OF NONDIFERENTIABLE CONVEX FUNCTION
Este trabalho tem por finalidade descrever o Estado da Arte acerca de Métodos Subgradientes para otimização de funções convexas não diferenciáveis. Apresenta-se inicialmente um histórico desses métodos, conceitos básicos sobre otimização diferenciável, necessários para o entendimento de certas noções importantes referentes à problemas não d
Publicado em: 2008
-
11. Técnica de otimização multiobjetivo aplicada ao projeto preliminar de navios petroleiros. / Multi-objective optimization technique applied to preliminary design of a tanker.
Este trabalho apresenta um processo racional para a seleção das dimensões e coeficientes de forma ótimos para um navio petroleiro usando a técnica dos algoritmos genéticos. É proposto um procedimento para balanceamento em função do peso e espaço disponível de carga, determinando sua viabilidade e permitindo balancear navios de peso ou de volume. A
Publicado em: 2008
-
12. Sobre um metodo de busca direta sem derivada, com decrescimo fortalecido / About a derivative-free direct search method with fortified-descent strategy
Neste trabalho, tratamos de métodos de busca direta para minimização irrestrita de uma função de n variáveis a valores reais. Alem de serem derivative-free, métodos que não calculam derivadas, os métodos de busca direta não fazem uso de aproximações das derivadas nem do valor expl?cito da função nas suas operações. Nesta classe, abordamos um
Publicado em: 2008