Resumen de Método de punto interior para optimización no convexa
En este trabajo se presentan dos algoritmos de punto interior aplicables a problemas de optimizacion no convexos, Se basan en el empleo de direcciones de Newton y curvatura negativa obtenidas a partir de un sistema primal-dual.
Los itinerarios se calculan de manera que se reduzca el valor de una funcion de merito, escogida como la de Lagranfiano aumentad. Los algoritmos se diferencian en la informacion empleada para construir el siguiente itinerario, y la manera de combinarla. El primer algoritmo emplea un procedimiento tipo More y Sorensen. El segundo metodo se basa en el empleo aproximado de campos gradiente vectoriales, con coste computacional reducido. En ambos casos es posible incorporar de manera eficiente. Finalmente, se muestran propiedades de convergencia y un analisis de resultados numericos para ambos metodos.
