Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2017-09-21T21:10:08Z No. of bitstreams: 2 Tese - Yuri Rafael Leite Pereira - 2017.pdf: 2066899 bytes, checksum: e1bbe4df9a2a43e1074b83920a833ced (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-09-22T11:44:33Z (GMT) No. of bitstreams: 2 Tese - Yuri Rafael Leite Pereira - 2017.pdf: 2066899 bytes, checksum: e1bbe4df9a2a43e1074b83920a833ced (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-09-22T11:44:33Z (GMT). No. of bitstreams: 2 Tese - Yuri Rafael Leite Pereira - 2017.pdf: 2066899 bytes, checksum: e1bbe4df9a2a43e1074b83920a833ced (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-08-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / In this work, we will analyze three types of method to solve vector optimization problems in different types of context. First, we will present the trust region method for multiobjective optimization in the Riemannian context, which retrieves the classical trust region method for minimizing scalar functions. Under mild assumptions, we will show that each accumulation point of the generated sequences by the method, if any, is Pareto critical. Next, the proximal point method for vector optimization and its inexact version will be extended from Euclidean space to the Riemannian context. Under suitable assumptions on the objective function, the well-definedness of the methods will be established. Besides, the convergence of any generated sequence, to a weak efficient point, will be obtained. The last method to be investigated is the Newton method to solve vector optimization problem with respect to variable ordering structure. Variable ordering structures are set-valued map with cone values that to each element associates an ordering. In this analyze we will prove the convergence of the sequence generated by the algorithm of Newton method and, moreover, we also will obtain the rate of convergence under variable ordering structures satisfying mild hypothesis. / Neste trabalho, analisaremos três tipos de métodos para resolver problemas de otimização vetorial em diferentes tipos contextos. Primeiro, apresentaremos o método da Região de Confiança para resolver problemas multiobjetivo no contexto Riemanniano, o qual recupera o método da Região de Confiança clássica para minimizar funções escalares. Sob determinadas suposições, mostraremos que cada ponto de acumulação das sequências geradas pelo método, se houver, é Pareto crítico. Em seguida, o método do ponto proximal para otimização vetorial e sua versão inexata serão estendidos do espaço Euclidiano para o contexto Riemanniano. Sob adequados pressupostos sobre a função objetiva, a boas definições dos métodos serão estabelecidos. Além disso, a convergência de qualquer sequência gerada, para um ponto fracamente eficiente, é obtida. O último método a ser investigado é o método de Newton para resolver o problema de otimização vetorial com respeito a estruturas de ordem variável. Estruturas de ordem variável são aplicações ponto-conjunto cujas imagens são cones que para cada elemento associa uma ordem. Nesta análise, provaremos a convergência da sequência gerada pelo algoritmo do método de Newton e, além disso, também obteremos a taxa de convergência sob estruturas de ordem variável satisfazendo adequadas hipóteses.