Semi-Plenária 01: Maria Laura Schuverdt, UNLP e CONICET, Argentina

Título: Avanços recentes em métodos de Lagrangiano aumentado para otimização não linear
 

Resumo: Os métodos de Lagrangiano Aumentado (LA) constituem uma classe importante e amplamente utilizada de métodos para resolver problemas de otimização não linear com restrições. O método clássico de LA usa uma sequência iterativa de subproblemas que são consideravelmente mais fáceis de resolver. Pela sua definição intrínseca, a análise de convergência do método de LA está diretamente relacionada ao estudo das chamadas condições  sequenciais de otimalidade (SOC). Nos últimos anos, uma atenção especial tem sido dedicada à definição de SOCs mais fracas. Um dos métodos de LA mais destacados e estudados é conhecido como "Algencan". Este método tem excelentes propriedades teóricas e apresenta um comportamento numérico robusto. Nesta palestra, abordaremos os avanços dos últimos anos sobre os métodos de LA.