Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/307422
Type: TESE
Degree Level: Doutorado
Title: Regiões de confiança em programação matematica
Author: Santos, Sandra Augusta, 1964-
Advisor: Martínez Pérez, José Mario, 1948-
Abstract: Resumo: Neste trabalho são propostos três algoritmos de região de confiança para minimização com restrições: RCARB, RCMRI e BOX, desenvolvidos, respectivamente, para problemas com conjuntos arbitrários, restrições de igualdade e variáveis canalizadas. Para RCARB são provados resultados de convergência global (1ª ordem) e é analisada especialmente a minimização em bolas euclidianas, com a apresentação de um conjunto de experimentos numéricos. Para RCMRI são demonstrados resultados de convergência local e global (1ª e 2ª ordens) e é feita uma aplicação para minimização em esferas euclidianas objetivando resolver o Problema do Vetor inicial em Codificação, sendo apresentados experimentos numéricos. Para o algoritmo BOX são provados resultados de convergência global e identificação das restrições ativas. E feita uma análise detalhada do algoritmo utilizado na resolução do subproblema (QUACAN), destinado a minimizar quadráticas com variáveis canalizadas. E apresentada ainda uma estratégia para minimizar funções convexas com restrições lineares, baseada na utilização de BOX.

Abstract: Three trust region algorithms for constrained minimization are proposed in this work: RCARB, RCMRI and BOX, developed for dealing with arbitrary domains, equality constraints and simple bounds, respectively. Focusing on the algorithm RCARB, global convergence results (1st order) are proved and it is analysed with details the minimization in Euclidean balls, validated by a set of numerical experiments. As regards the algorithm RCMRI, local and global convergence results are proved (1st and 2nd order). It is applied for minimization in Euclidean spheres, particularly intending to solve the Initial Vector Problem in codification theory. Numerical experiments are included. When it comes to the algorithm BOX, both global convergence and identification of the active constraints are proved. It is made a thorough analysis of the algorithm in charge for the resolution of the subproblem (QUACAN), implemented to minimize general quadratics with bound constrained variables and especially developed for large scale problems. Finally, it is presented a strategy for minimizing convex functions with linear constraints, based on using the algorithm BOX.
Subject: Programação (Matemática)
Language: Português
Editor: [s.n.]
Date Issue: 1994
Appears in Collections:IMECC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Santos_SandraAugusta_D.pdf2.71 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.