Terminal de consulta web

Metodos de lagrangiano aumentado com convergencia utilizando a condição de dependencia linear positiva constante

Metodos de lagrangiano aumentado com convergencia utilizando a condição de dependencia linear positiva constante

Maria Laura Schuverdt

TESE

Português

(Broch.)

T/UNICAMP Sch88m

[Augumented lagrangian methods with convergence under the constant positive linear dependence condition]

Campinas, SP : [s.n.], 2006.

127p. : il.

Orientadores: Jose Mario Martinez, Roberto Andreani

Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica

Resumo: Condições de qualificação são ferramentas úteis na análise de convergência de métodos de otimização. Neste trabalho provamos que a nova condição de dependência linear positiva constante (CPLD) é uma condição de qualificação e mostramos que ela é mais fraca que condições clássicas, como... Ver mais
Abstract: Contraint qualifications are useful tools in the convergence analysis of optimization methods. In this work we prove that the new constant positive linear dependence condition (CPLD) is a constraint qualification and we show that it is weaker than classic constraint qualifications, like... Ver mais

Metodos de lagrangiano aumentado com convergencia utilizando a condição de dependencia linear positiva constante

Maria Laura Schuverdt

										

Metodos de lagrangiano aumentado com convergencia utilizando a condição de dependencia linear positiva constante

Maria Laura Schuverdt

    Exemplares

    Nº de exemplares: 2
    Não existem reservas para esta obra