Orientador: Jose Mario Martinez

Tese (doutorado) - Universidade Estadual de Campinas. Instituto de Matematica, Estatistica e Ciencia da Computação

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...

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...

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.