Desempenho do método de lagrangeano aumentado com penalidade quadrática

Detalhes bibliográficos
Autor(a) principal: Jussiani, Luis Fernando
Data de Publicação: 2004
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/995
Resumo: Orientador: Luiz Carlos Matioli
id UFPR_29964ed9958391b2b49a6502e22d481b
oai_identifier_str oai:acervodigital.ufpr.br:1884/995
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em EngenhariaMatioli, Luiz Carlos, 1961-Jussiani, Luis Fernando2024-05-13T17:01:20Z2024-05-13T17:01:20Z2004https://hdl.handle.net/1884/995Orientador: Luiz Carlos MatioliDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 2004Inclui bibliografiaÁrea de concentração: Programação matemáticaResumo: Neste trabalho, serão utilizadas duas metodologias para construção de funções de penalização para algoritmos de Lagrangeano Aumentado, aplicados a problemas de programação convexa comrestrições. Métodos de Lagrangeano Aumentado partem normalmente de funções de penalização ? : R ? R, estritamente convexas e crescentes, que são combinadas com multiplicadores de Lagrange para compor termos de penalização com os formatos: (y, ?) ? R×R++ 7?? p(y, u) = ??(y) e (y, ?) ? R×R++ 7?? p(y, u) = ?(?y). Propõe-se uma função de penalização ? a ser usada no algoritmo de Lagrangeano Aumentado, definida por y ? R 7?? ?(y) = 1 2 y2 + y, sendo ? estritamente convexa, porém nãocrescente em todo o seu domínio. Neste caso, em que as penalidades são quadráticas, os multiplicadores gerados pelo algoritmo de Lagrangeano Aumentado podem ser negativos, pois a derivada da função não é crescente em todo o seu domínio. Este problema é contornado aumentando-se o parâmetro de penalidade, conforme relações mostradas no Capítulo 2, entre os métodos de Ponto Proximal e Região de Confiança. Implementam-se os algoritmos de Lagrangeano Aumentado para problemas com restrições de desigualdades, utilizando duas metodologias para construção das funções de penalidades quadrática e m2b. Os resultados numéricos obtidos em Matlab ilustram a eficiência da penalidade quadrática.Abstract: In this work, two methodologies are used for constructing penalization functions of Augmented Lagrangian algorithms, solving convex programming problems with constraints. Augmented Lagrangian methods are usually built from strictly convex and increasing penalization functions ? : R ? R, combined with Lagrange multipliers ? to compose penalization terms: (y, ?) ? R × R++ 7?? p(y, u) = ??(y) and (y, ?) ? R × R++ 7?? p(y, u) = ?(?y). The penalization function ?, defined by y ? R 7?? ?(y) = 1 2 y2 + y, is ? strictly convex, but non-increasing in all its domain. In this case, the multipliers generated by the Augmented Lagrangian algorithm can be negative. Therefore the derivative of the function is not increasing in all its domain. This problem has been turned around by increasing the penalty parameter, according to relations shown in chapter 2, between the Proximal Point and Trust-Region methods. Augmented Lagrangian algorithms are implemented and tested for problems with inequality constraints, using the quadratic and m2b penalty functions. The numeric results obtained in Matlab illustrate the efficiency of the quadratic penalty.x, 96f. : il., tabs.application/pdfDisponível em formato digitalLagrange, Funções deProgramação convexaAnálise numéricaDesempenho do método de lagrangeano aumentado com penalidade quadráticainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALluisfernandojussiani.pdfapplication/pdf710788https://acervodigital.ufpr.br/bitstream/1884/995/1/luisfernandojussiani.pdf51dd44316fb3a37f60890f94bd87e028MD51open accessTEXTluisfernandojussiani.pdf.txtExtracted Texttext/plain140881https://acervodigital.ufpr.br/bitstream/1884/995/2/luisfernandojussiani.pdf.txt451abd8d63e0e44f32d32f34c45bb0d1MD52open accessTHUMBNAILluisfernandojussiani.pdf.jpgGenerated Thumbnailimage/jpeg1125https://acervodigital.ufpr.br/bitstream/1884/995/3/luisfernandojussiani.pdf.jpg368dbea6ca7bf155d4a2f7793f143838MD53open access1884/9952024-05-13 14:01:20.729open accessoai:acervodigital.ufpr.br:1884/995Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-13T17:01:20Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Desempenho do método de lagrangeano aumentado com penalidade quadrática
title Desempenho do método de lagrangeano aumentado com penalidade quadrática
spellingShingle Desempenho do método de lagrangeano aumentado com penalidade quadrática
Jussiani, Luis Fernando
Lagrange, Funções de
Programação convexa
Análise numérica
title_short Desempenho do método de lagrangeano aumentado com penalidade quadrática
title_full Desempenho do método de lagrangeano aumentado com penalidade quadrática
title_fullStr Desempenho do método de lagrangeano aumentado com penalidade quadrática
title_full_unstemmed Desempenho do método de lagrangeano aumentado com penalidade quadrática
title_sort Desempenho do método de lagrangeano aumentado com penalidade quadrática
author Jussiani, Luis Fernando
author_facet Jussiani, Luis Fernando
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia
dc.contributor.advisor1.fl_str_mv Matioli, Luiz Carlos, 1961-
dc.contributor.author.fl_str_mv Jussiani, Luis Fernando
contributor_str_mv Matioli, Luiz Carlos, 1961-
dc.subject.por.fl_str_mv Lagrange, Funções de
Programação convexa
Análise numérica
topic Lagrange, Funções de
Programação convexa
Análise numérica
description Orientador: Luiz Carlos Matioli
publishDate 2004
dc.date.issued.fl_str_mv 2004
dc.date.accessioned.fl_str_mv 2024-05-13T17:01:20Z
dc.date.available.fl_str_mv 2024-05-13T17:01:20Z
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/1884/995
url https://hdl.handle.net/1884/995
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 x, 96f. : il., tabs.
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/1884/995/1/luisfernandojussiani.pdf
https://acervodigital.ufpr.br/bitstream/1884/995/2/luisfernandojussiani.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/995/3/luisfernandojussiani.pdf.jpg
bitstream.checksum.fl_str_mv 51dd44316fb3a37f60890f94bd87e028
451abd8d63e0e44f32d32f34c45bb0d1
368dbea6ca7bf155d4a2f7793f143838
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_ 1813898795392434176

Registros relacionados