Generalized Descent Methods for Asymmetric Systems of Equations (Q3783429)
From MaRDI portal
!
This is the item page for this Wikibase entity, intended for internal use and editing purposes. Please use the normal view instead:
scientific article; zbMATH DE number 4046968
| Language | Label | Description | Also known as |
|---|---|---|---|
| default for all languages | No label defined |
||
| English | Generalized Descent Methods for Asymmetric Systems of Equations |
scientific article; zbMATH DE number 4046968 |
Statements
Generalized Descent Methods for Asymmetric Systems of Equations (English)
0 references
1987
0 references
steepest descent algorithm
0 references
asymmetric systems
0 references
convergence
0 references
nonlinear systems
0 references
nonlinear programming algorithms
0 references
variational inequalities
0 references
positive definite matrices
0 references
asymmetric maps
0 references
0.8037216067314148
0 references
0.7843796014785767
0 references
0.7843760848045349
0 references
0.7808208465576172
0 references
Depuis les origines des systèmes d'équations et d'inégalités ont été reliés aux problèmes d'optimisation. Les auteurs envisagent le problème général d'une inégalité variationnelle de dimension finie, désigné par VI(f,C): étant donné une application \(f: R^ n\to R^ n\) et un ensemble \(C\subseteq R^ n\), on cherche \(x^*\in C\) tel qu'un produit scalaire donné soit \(\geq\) 0. Soit \(f(x)\in C^{(1)}\); on suppose \(\nabla f(x)\) non symétrique. Un algorithme de programmation non linéaire peuvent-il être appliqués directement à VI(f,C)? Les auteurs essaient de répondre à cette question. Ils traitent la résolution du système d'équations asymétrique \(f(x^*)=0\). A cet effet ils généralisent l'algorithme de plus grande pente pour des problèmes d'inéquations variationnelles sans contraintes. Le problème \(VI(f,R^ n)\) s'appuie d'abord sur une application affine f basée sur une matrice carrée M définie positive. En vue d'examiner la convergence du procédé indiqué, les auteurs introduisent une constante de contraction r. Ils montrent que \(r<1\) si et seulement si \(M^ 2\) est définie positive et interprètent géométriquement la condition de contraction. Des conditions suffisantes sont établies afin que \(M^ 2\) ait la propriété requise. D'autre part un résultat de convergence locale est obtenu pour des applications non linéaires uniformément monotones. On peut affaiblir les conditions de convergence de la méthode utilisée en appliquant à la transformation affine un facteur d'échelle dépendant de diag(M). En outre des procédés du gradient plus généraux sont considérés. Des algorithmes de programmation non linéaires sont dévelopés en vue de résoudre des problèmes définis par des applications f ayant des matrices Jacobiennes symétriques. Autrement la convergence des algorithmes utilisés exigé une limitation au sujet du degré d'asymétrie de la matrice Jacobienne de f.
0 references