2022-02-222022-02-222021-12-17SANTOS, E. M. On some boosted methods for DC programming and the extension of the DCA to hadamard manifolds. 2022. 142 f. Tese (Doutorado em Matemática) - Universidade Federal de Goiás, Goiânia, 2021.http://repositorio.bc.ufg.br/tede/handle/tede/11893Nesta tese são apresentados alguns novos métodos para otimização de funções DC. O primeiro deles, denominado BSSM, é proposto para resolver problemas de otimização DC sobre Rn onde a primeira componente DC é diferenciável a a segunda é possivelmente não diferenciável. O segundo método, que será chamado de nmBDCA, é uma extensão não monótona do método BDCA para lidar com problemas de otimização DC em Rn onde ambas as componentes DC são não diferenciáveis. O terceiro método é uma combinação do BSSM com o nmBDCA para tratar de problemas de otimização DC sobre um conjunto convexo fechado C com restrições lineares, onde a primeira componente DC da função objetivo é a soma de uma função convexa suave com uma função convexa não diferenciável, e a segundo componente DC é não diferenciável. O último método apresentado nesta tese é uma extensão do DCA para o contexto da otimização de funções DC em variedades de Hadamard.Attribution-NonCommercial-NoDerivatives 4.0 InternationalDifference of convex functionsDC optimizationDCAKurdyka-Łojasiewicz propertyOptimization on Riemannian manifoldsDiferença de funções convexasOtimização de funções DCPropriedade de Kurdyka-ŁojasiewiczOtimização em variedades RiemannianasCIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADATese