Un Método de Optimización Proximal para Problemas de Localización Cuasi-convexa
Miguel A. Cano Lengua, Erik A. Papa Quiroz
Facultad de Ciencias Naturales y Matemática -FCNM/ Universidad Nacional del Callao
Callao- Perú
DOI: https://doi.org/10.33017/RevECIPeru2011.0018/
RESUMEN
El problema de localización es de gran interés para poder establecer de manera óptima diferentes demandas de ubicación en el sector estatal o privado. El modelo de este problema se reduce generalmente a un problema de optimización matemática. En el presente trabajo presentamos un método de optimización proximal para resolver problemas de localización donde la función objetivo es cuasi-convexa y no diferenciable. Probamos que las iteraciones dadas por el método están bien definidas y bajo algunas hipótesis sobre la función objetivo probamos la convergencia del método.
Descriptores: Método del punto proximal, teoría de localización, convergencia global, función cuasi-convexa.
ABSTRACT
The localization problem is of great interest to establish the optimal location of the different demands in the state or private sector. The model of this problem is generally reduced to solve a mathematical optimization problem. In the present work we present a proximal optimization method to solve localization problems where the objective function is non differentiable and quasiconvex. We prove that the iterations of the method are well defined and under some assumption on the objective function we prove the convergence of the method.
Keywords: Proximal point method, localization theory, global convergence, quasiconvex function.
Proximal point algorithm for differentiable quasi-convex multiobjective optimization
