Un método de Tseng extragradient totalmente relajado y autoadaptativo para desigualdades variacionales monótonas
Autores: Ogunsola, Olufemi Johnson; Oyewole, Olawale Kazeem; Moshokoa, Seithuti Philemon; Abass, Hammed Anuoluwapo
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Un método de Tseng extragradient totalmente relajado y autoadaptativo para desigualdades variacionales monótonas
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Problemas de desigualdad variacional
Funciones convexas
Método iterativo
Espacios de Hilbert
Propiedades de convergencia
Resultados numéricos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
En este trabajo, estudiamos una clase de problemas de desigualdad variacional definidos sobre la intersección de conjuntos de subniveles de una familia contable de funciones convexas. Proponemos un nuevo método iterativo para aproximar la solución dentro del marco de espacios de Hilbert. El método incorpora varias estrategias, incluyendo efectos inerciales, un tamaño de paso autoadaptativo y una técnica de relajación, para mejorar las propiedades de convergencia. Notablemente, solo requiere calcular una proyección en un semiespacio. Usando algunas condiciones suaves, demostramos que la secuencia generada por nuestro método propuesto converge fuertemente hacia una solución de norma mínima al problema. Finalmente, presentamos algunos resultados numéricos que validan la aplicabilidad de nuestro método propuesto.
Descripción
En este trabajo, estudiamos una clase de problemas de desigualdad variacional definidos sobre la intersección de conjuntos de subniveles de una familia contable de funciones convexas. Proponemos un nuevo método iterativo para aproximar la solución dentro del marco de espacios de Hilbert. El método incorpora varias estrategias, incluyendo efectos inerciales, un tamaño de paso autoadaptativo y una técnica de relajación, para mejorar las propiedades de convergencia. Notablemente, solo requiere calcular una proyección en un semiespacio. Usando algunas condiciones suaves, demostramos que la secuencia generada por nuestro método propuesto converge fuertemente hacia una solución de norma mínima al problema. Finalmente, presentamos algunos resultados numéricos que validan la aplicabilidad de nuestro método propuesto.