Citas bibligráficas
Esta es una referencia generada automáticamente. Modifíquela de ser necesario
Chulluncuy, A., (2018). Dualidad no convexa y optimización energética [Tesis, Universidad Nacional de Ingeniería]. http://hdl.handle.net/20.500.14076/19700
Chulluncuy, A., Dualidad no convexa y optimización energética [Tesis]. PE: Universidad Nacional de Ingeniería; 2018. http://hdl.handle.net/20.500.14076/19700
@mastersthesis{renati/710805,
title = "Dualidad no convexa y optimización energética",
author = "Chulluncuy Reynoso, Americo Andres",
publisher = "Universidad Nacional de Ingeniería",
year = "2018"
}
Título: Dualidad no convexa y optimización energética
Autor(es): Chulluncuy Reynoso, Americo Andres
Asesor(es): Ocaña Anaya, Eladio Teófilo
Palabras clave: Matemática aplicada; Lagrangiano clásico
Campo OCDE: http://purl.org/pe-repo/ocde/ford#1.01.02
Fecha de publicación: 2018
Institución: Universidad Nacional de Ingeniería
Resumen: En este trabajo desarrollamos la teoría clásica de dualidad por medio del lagrangiano clásico, así como la teoría general (basada en la conjugada de Legendre-Fenchel) mediante el lagrangiano aumentado, con el objetivo de eliminar el salto de dualidad que surge cuando tratamos con problemas de optimización no convexos. En particular estudiaremos el lagrangiano aumentado sharp para un problema de optimización DC, es decir, un problema cuya función objetivo o restricciones es la diferencia de dos funciones convexas. Describimos además los algoritmos de subgradiente y de los planos cortantes para el problema dual aumentado.
Finalmente describimos una aplicación a un problema de energía y realizamos una reformulación de este, vía el lagrangiano aumentado sharp, además damos algunos resultados iniciales para resolverlo.
We develop the classical theory of duality through the classical Lagrangian as well as a more general theory (based on the Legendre-Fenchel conjugate) through the augmented Lagrangian, with the objective of eliminating the duality gap that arises when optimization problems are non-convex. In particular, we study the sharp augmented Lagrangian for a DC optimization problem, that is, a problem whose objective function or constraints are given as the di_erence of two convex functions. We also describe two nonsmooth optimization algorithms the subgradient and the cutting planes ones, for the augmented dual problem. Finally we describe an application to an energy problem and we give the formulation via the sharp augmented Lagrangian for the problem, as well as some initial results to solve it.
We develop the classical theory of duality through the classical Lagrangian as well as a more general theory (based on the Legendre-Fenchel conjugate) through the augmented Lagrangian, with the objective of eliminating the duality gap that arises when optimization problems are non-convex. In particular, we study the sharp augmented Lagrangian for a DC optimization problem, that is, a problem whose objective function or constraints are given as the di_erence of two convex functions. We also describe two nonsmooth optimization algorithms the subgradient and the cutting planes ones, for the augmented dual problem. Finally we describe an application to an energy problem and we give the formulation via the sharp augmented Lagrangian for the problem, as well as some initial results to solve it.
Enlace al repositorio: http://hdl.handle.net/20.500.14076/19700
Disciplina académico-profesional: Maestría en Ciencias con Mención en Matemática Aplicada
Institución que otorga el grado o título: Universidad Nacional de Ingeniería. Facultad de Ciencias. Unidad de Posgrado
Grado o título: Maestro en Ciencias con Mención en Matemática Aplicada
Jurado: Ochoa Jiménez, Rosendo; Sánchez Córdova, Heriberto Abraham; Ocaña Anaya, Eladio Teófilo; Cajahuanca Luna, Juan Pablo; García Ramos, Yboon Victoria
Fecha de registro: 9-feb-2021
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons