@MASTERSTHESIS{ 2018:1848801282,
 	title = {Um método de regularização proximal inexato para otimização irrestrita},
 	year = {2018},
 	url = "https://tede.ufam.edu.br/handle/tede/6913",
 	abstract = "Neste trabalho, estudamos um algoritmo regularizado para resolver problemas de otimização sem restrições quando a função objetivo é duas vezes diferenciável. O algoritmo foi proposto em [1] e, basicamente é um método Newtoniano apropriado para resolver problemas quando a matriz Hessiana é singular em uma solução ótima local. Este algoritmo é constituído por dois algoritmos os quais nomeamos Algoritmo 1 e Algoritmo 2 e estão ligados diretamente com o algoritmo de Ponto Proximal. Apresentamos uma prova detalhada da convergência global sob hipóteses de que f é duas vezes diferenciável e limitada inferiormente. Também destacamos a convergência local do algoritmo com taxa super-linear com uma condição 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 Pós-graduação em Matemática},
 	note = {Instituto de Ciências Exatas}
}