Método del Lagrangiano Aumentado
El Método del Lagrangiano Aumentado, desarrollado por Magnus R. Hestenes y M. J. D. Powell en 1969, es una técnica potente para resolver problemas de optimización con restricciones. Convierte un problema restringido en una secuencia de subproblemas no restringidos al aumentar el Lagrangiano con un término de penalización cuadrática, lo que permite la solución eficiente de problemas a gran escala, incluyendo casos convexos y no convexos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Hestenes, M. R. (1969). Multiplier and gradient methods. Journal of Optimization Theory and Applications, 4(5), 303-320. DOI: 10.1007/BF00927673 ↗
- Powell, M. J. D. (1969). A method for nonlinear constraints in minimization problems. In Optimization (pp. 283-298). Academic Press. link ↗
- Boyd, S., Parikh, N., Chu, E., Peleato, B., & Eckstein, J. (2011). Distributed optimization and statistical learning via the alternating direction method of multipliers. Foundations and Trends in Machine Learning, 3(1), 1-122. DOI: 10.1561/2200000016 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/es/operations-research/augmented-lagrangian-method
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Descomposición de BendersInvestigación operativa↔ compare
- Generación de Columnas (Dantzig-Wolfe)Investigación operativa↔ compare
- Método SimplexInvestigación operativa↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →