@MASTERSTHESIS{ 2018:1126831104,
 	title = {Um m?todo de regulariza??o proximal inexato para otimiza??o irrestrita},
 	year = {2018},
 	url = "https://tede.ufam.edu.br/handle/tede/6913",
 	abstract = "Neste trabalho, estudamos um algoritmo regularizado para resolver problemas de otimiza??o sem restri??es quando a fun??o objetivo ? duas vezes diferenci?vel. O algoritmo foi proposto em [1] e, basicamente ? um m?todo Newtoniano apropriado para resolver problemas quando a matriz Hessiana ? singular em uma solu??o ?tima local. Este algoritmo ? constitu?do por dois algoritmos os quais nomeamos Algoritmo 1 e Algoritmo 2 e est?o ligados diretamente com o algoritmo de Ponto Proximal. Apresentamos uma prova detalhada da converg?ncia global sob hip?teses de que f ? duas vezes diferenci?vel e limitada inferiormente. Tamb?m destacamos a converg?ncia local do algoritmo com taxa super-linear com uma condi??o de margem de erro local no gradiente de f. Por fim, elaboramos exemplos que permitem vislumbrar o funcionamento do algoritmo.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de P?s-gradua??o em Matem?tica},
 	note = {Instituto de Ci?ncias Exatas}
}