Se presenta un método de punto proximal escalarizado inexacto para resolver problemas irrestrictos de minimización multiobjetivo cuasiconvexos definidos en espacios Euclidianos, donde las funciones vectoriales son localmente Lipschitz. Bajo algunas hipótesis naturales, se prueba que la sucesión generada por el método está bien definida y converge globalmente. Seguidamente proporcionando al método propuesto dos criterios de error, se obtienen dos variantes del mismo, y se prueba que las sucesiones generadas por cada una de esas variantes, convergen hacia un punto crítico Pareto-Clarke del problema; también se prueba que al dotar a la función vectorial de ciertas condiciones, la tasa de convergencia de uno de estos métodos es lineal y superlineal. Finalmente para validar el método propuesto y los resultados encontrados, se presentan algunos experimentos computacionales.

In this paper, we present an inexact scalarized proximal point method to solve unconstrained quasiconvex multiobjective minimization problems defined in Euclidean spaces, where the vector functions are locally Lipschitz. Under some natural assumptions, we prove that the sequence generated by the method is well defined and converges globally. Next, introduzing two error criteria on the method, two variants are obtained, and it is proved that the sequences generated by each one of these variants, converge to a Pareto-Clarke critical point of the problem.

El texto completo de este trabajo no está disponible en el Repositorio Académico UPN por restricciones de la casa editorial donde ha sido publicado.

In this paper, we present an inexact scalarized proximal point method to solve unconstrained quasiconvex multiobjective minimization problems defined in Euclidean spaces, where the vector functions are locally Lipschitz. Under some natural assumptions, we prove that the sequence generated by the method is well defined and converges globally. Next, introduzing two error criteria on the method, two variants are obtained, and it is proved that the sequences generated by each one of these variants, converge to a Pareto-Clarke critical point of the problem.