Gradiente Conjugado Precondicionado Pela Matriz Quase-Newton De Memória Limitada.
Abstract
Desenvolvemos uma técnica iterativa e eficiente para a resolução de sistemas
lineares grandes e mal condicionados, pensando em sua aplicação em sistemas lineares
gerados pelos algoritmos de ponto interior utilizados na programação não linear. As idéias
apresentadas estão baseadas no método do Gradiente Conjugado e na técnica de
precondicionamento quase-Newton de Memória Limitada. A técnica apresentada é integrada
ao programa de otimização FAIPA, Feasible Arc Interior Point Algorithm.
lineares grandes e mal condicionados, pensando em sua aplicação em sistemas lineares
gerados pelos algoritmos de ponto interior utilizados na programação não linear. As idéias
apresentadas estão baseadas no método do Gradiente Conjugado e na técnica de
precondicionamento quase-Newton de Memória Limitada. A técnica apresentada é integrada
ao programa de otimização FAIPA, Feasible Arc Interior Point Algorithm.
Full Text:
PDFAsociación Argentina de Mecánica Computacional
Güemes 3450
S3000GLN Santa Fe, Argentina
Phone: 54-342-4511594 / 4511595 Int. 1006
Fax: 54-342-4511169
E-mail: amca(at)santafe-conicet.gov.ar
ISSN 2591-3522