Tesis
Métodos numéricos em minimização com restrições
Registro en:
(Broch.)
Autor
Pilotta, Elvio Angel
Institución
Resumen
Orientador: Jose Mario Martinez Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica Resumo: Nesta tese apresentamos métodos numéricos para problemas de minimização com restrições. O Capítulo 1 está baseado no artigo "Validation of an Augmented Lagrangian algorithm with a Gauss-Newton Hessian approximation using a set of Hard-Spheres Problems", de Krejié, Martínez, Mello e Pilotta. O Capítulo 2 está baseado no artigo "Inexact-Restoration algorithm for constrained optimization" , de Martínez e Pilotta, onde é considerado um novo método de tipo restauração inexata para um problema de minimização com restrições gerais. O Capítulo 3 estábaseado no artigo "Spectral Gradient method for linearly constrained optimization" , de Martínez, Pilotta e Raydan, onde é considerado um novo método para um problema de minimização com restrições lineares e canalizações usando gradiente espectral precondicionado e penalização exponencial. O Capítulo 4 está baseado no artigo "A limited-memory multipoint secant method for bound constrained optimization", de Burdakov, Martínez e Pilotta, onde é considerado um novo método para um problema de minimização com canalizações usando uma estratégia de restrições ativas e um método secante simétrico multipoint com memória limitada para resolver um subproblema quadrático em cada face Abstract: We present numerical methods for constrained minimization problems. Chapter 1 is based on the paper "Validation of an Augmented Lagrangian algorithm with a Gauss-Newton Hessian approximation using a set of Hard-Spheres Problems", by Krejié, Martínez, Mello and Pilotta. Chapter 2 is based on the paper "InexactRestoration algorithm for constrained optimization" , by Martínez and Pilotta, where we introduce an inexact-restoration method for solving a general constrained minimization problem. Chapter 3 is based on the paper "Spectral Gradient method for linearly constrained optimization", by Martínez, Pilotta, and Raydan, where we introduce a new method for this problem which uses exponential penalization. Chapter 4 is based on the paper " A limited-memory multipoint secant method for bound constrained optimization", by Burdakov, Martínez and Pilotta, where we introduce a new method for bound constrained optimization that uses active set methods for solving a quadratic subproblem in each face Doutorado Doutor em Matematica Aplicada