Métodos de punto interior para optimización cuadrática convexa con matrices no definidas positivas

En este art´?culo se obtiene una modificaci´on del algoritmo recursivo de Cholesky que permite la factorizaci´on de matrices semidefinidas positivas, a´un cuando ´estas no sean definidas positivas, sin incrementar el costo computacional. Gracias a esta factorizaci´on se transforman los Problemas de...

Full description

Bibliographic Details
Main Authors: Gonzalo Palencia F., Rosina Hing C., Mariledy Rojas C., Denysde Medina S.
Format: Article
Language:English
Published: Universidad de Costa Rica 2009-02-01
Series:Revista de Matemática: Teoría y Aplicaciones
Online Access:https://revistas.ucr.ac.cr/index.php/matematica/article/view/284
Description
Summary:En este art´?culo se obtiene una modificaci´on del algoritmo recursivo de Cholesky que permite la factorizaci´on de matrices semidefinidas positivas, a´un cuando ´estas no sean definidas positivas, sin incrementar el costo computacional. Gracias a esta factorizaci´on se transforman los Problemas de Programaci´on Cuadr´atica Convexa en Problemas C´onicos de Segundo Orden, los cuales se resuelven con la ayuda de la generalizaci´on del algoritmo predictor-corrector de Menhrotra para dichos problemas. Se realizan experimentos num´ericos para validar los resultados. Palabras clave: programaci´on cuadr´atica convexa, conos de segundo orden, m´etodos de punto interior.
ISSN:2215-3373