Convergência de algorítmos para programação nao linear

Detalhes bibliográficos
Autor(a) principal: Mota, Alessandra Machado da
Data de Publicação: 2005
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/1603
Resumo: Orientadores: Elizabeth Wegner Karas e Ademir Alves Ribeiro
id UFPR_060abc599146bcc4e3c9f89a59361cb2
oai_identifier_str oai:acervodigital.ufpr.br:1884/1603
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Ribeiro, Ademir Alves, 1968-Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em EngenhariaKaras, Elizabeth Wegner, 1965-Mota, Alessandra Machado da2024-05-13T16:22:16Z2024-05-13T16:22:16Z2005https://hdl.handle.net/1884/1603Orientadores: Elizabeth Wegner Karas e Ademir Alves RibeiroInclui apendiceDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 2005Inclui bibliografiaResumo: O objetivo deste trabalho é reunir os resultados, já provados, sobre convergência dos principais algoritmos para programação não linear. Para tanto, fazemos, inicialmente, uma discussão sobre diferentes definições de taxas de convergência, comparando-as entre si. Estabelecemos algumas implicações entre estas definições e exibimos alguns exemplos, elaborados especificamente para este fim, para mostrar que outras implicações não são válidas. Em seguida, discutimos métodos para resolver um problema irrestrito, ou seja, métodos para resolver o problema de minimizar uma função diferenciável sem restrições. Uma grande classe desses algoritmos inicia com um ponto dado e determina uma direção ao longo da qual é possível diminuir o valor da função, e nesta direção calcula um comprimento do passo que permite uma redução razoável do valor da função. Um método clássico de minimização irrestrita é o método de Cauchy, que corresponde a escolher a direção oposta ao gradiente da função no ponto corrente. Para o caso em que a função é quadrática, convexa e o cálculo do comprimento do pa gerada pelo algoritmo de Cauchy converge com velocidade g-linear, na norma euclidiana é feito por busca linear exata, mostramos um resultado original: a sequência diana, para o único minimizador da função e exibimos a taxa de convergência que depende do número de condicionamento da matriz hessiana da quadrática. O que temos na literatura é a convergência g-linear na norma induzida pela hessiana, mas apesar das normas em R" serem equivalentes, a velocidade de convergência g-linear depende da norma. Outro método para minimização irrestrita é o método de região de confiança. Apresentamos neste trabalho uma demonstração da convergência global deste método. O problema geral de programação não linear consiste em minimizar uma função sujeita a restrições, lineares ou não, de igualdade ou desigualdade. Aqui apresentamos métodos para resolver o problema com restrições de igualdade. Mostramos que, sob certas condições, o método de programação quadrática sequencial tem convergência local quadrática. Apresentamos também um algoritmo de filtro globalmente convergente.Abstract: The purpose of this work is to summarize some results about convergence of the main algorithms used for nonlinear programming. We start by discussing different definitions of the convergence rate. We establish some implications and show that others are not valid, using for this aim examples purposely devised. We then discuss some methods to solve an unconstrained problem, i.e, methods to minimize a differentiable function without constraints. A large class of algorithms developed to solve these problems usually initiates with a given point and determines a direction and a step lenght in this direction in order to provide a reasonable reduction of the value of the objective function. A classical method of unconstrained minimization is the Cauchy method, in which the direction opposite to the gradient of the function at the current point is chosen. For the case where the function is quadratic, convex and the calculation of the lenght of the step is made by accurate linear search, we show an original result: the sequence generated by the Cauchy algorithm converges g-linearly, in the Euclidean norm, to the unique minimizer of the function. We show, in that case, that the convergence rate depends on the condition number of the Hessian matrix of the quadratic function. In the literature we have the g-linear convergence for the hessian-induced norm. Despite the fact that two norms in R" are equivalent, the g-linear convergence is a norm-dependent property. Another method for unconstrained minimization is the trust-region method, for which we present a proof of global convergence. The general problem of nonlinear programming consists in minimizing an objective function subject to equality and inequality constraints. In this work we present some methods to solve problems with equality constraints. We show that, under certain conditions, the method of sequential quadratic programming has local quadratic convergence. We also present a globally convergent filter algorithm. ix, 103f. : il.application/pdfDisponível em formato digitalProgramação linearAlgorítmosAnálise numéricaConvergência de algorítmos para programação nao linearinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALgeral.pdfapplication/pdf1126298https://acervodigital.ufpr.br/bitstream/1884/1603/1/geral.pdffd914a2cd62d7f459ab805526f6b23f9MD51open accessTEXTgeral.pdf.txtExtracted Texttext/plain255440https://acervodigital.ufpr.br/bitstream/1884/1603/2/geral.pdf.txt071ecf0748104114fe80fdfea774d4aaMD52open accessTHUMBNAILgeral.pdf.jpgGenerated Thumbnailimage/jpeg1241https://acervodigital.ufpr.br/bitstream/1884/1603/3/geral.pdf.jpg9ac271492da586e052d9f4c722a3b063MD53open access1884/16032024-05-13 13:22:16.501open accessoai:acervodigital.ufpr.br:1884/1603Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-13T16:22:16Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Convergência de algorítmos para programação nao linear
title Convergência de algorítmos para programação nao linear
spellingShingle Convergência de algorítmos para programação nao linear
Mota, Alessandra Machado da
Programação linear
Algorítmos
Análise numérica
title_short Convergência de algorítmos para programação nao linear
title_full Convergência de algorítmos para programação nao linear
title_fullStr Convergência de algorítmos para programação nao linear
title_full_unstemmed Convergência de algorítmos para programação nao linear
title_sort Convergência de algorítmos para programação nao linear
author Mota, Alessandra Machado da
author_facet Mota, Alessandra Machado da
author_role author
dc.contributor.other.pt_BR.fl_str_mv Ribeiro, Ademir Alves, 1968-
Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia
dc.contributor.advisor1.fl_str_mv Karas, Elizabeth Wegner, 1965-
dc.contributor.author.fl_str_mv Mota, Alessandra Machado da
contributor_str_mv Karas, Elizabeth Wegner, 1965-
dc.subject.por.fl_str_mv Programação linear
Algorítmos
Análise numérica
topic Programação linear
Algorítmos
Análise numérica
description Orientadores: Elizabeth Wegner Karas e Ademir Alves Ribeiro
publishDate 2005
dc.date.issued.fl_str_mv 2005
dc.date.accessioned.fl_str_mv 2024-05-13T16:22:16Z
dc.date.available.fl_str_mv 2024-05-13T16:22:16Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/1603
url https://hdl.handle.net/1884/1603
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv ix, 103f. : il.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/1603/1/geral.pdf
https://acervodigital.ufpr.br/bitstream/1884/1603/2/geral.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/1603/3/geral.pdf.jpg
bitstream.checksum.fl_str_mv fd914a2cd62d7f459ab805526f6b23f9
071ecf0748104114fe80fdfea774d4aa
9ac271492da586e052d9f4c722a3b063
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860180405649408

Registros relacionados