В настоящем докладе мы предложим приближенный проксимальный метод переменных множителей (ADMM) для важного класса линейно ограниченных оптимизационных задач, целевой функцией которых является сумма гладкой (возможно, невыпуклой) и выпуклой (возможно, негладкой) функций. Это семейство задач может быть использовано для моделирования многих статистических и инженерных приложений, таких как оценка многомерных подпространств и распределенное машинное обучение.  В отличии от оригинального метода переменных множителей предложенный метод имеет доказанную сходимость в стационарную точку для задач, где одна из целевых функций является невыпуклой. Наконец, приводятся численные эксперименты для проверки эффективности предложенного алгоритма.