Metodo del Lagrangiano Aumentato
Il Metodo del Lagrangiano Aumentato, sviluppato da Magnus R. Hestenes e M. J. D. Powell nel 1969, è una tecnica potente per risolvere problemi di ottimizzazione vincolata. Converte un problema vincolato in una sequenza di sotto-problemi non vincolati aumentando il Lagrangiano con un termine di penalità quadratica, consentendo la soluzione efficiente di problemi su larga scala, inclusi casi convessi e non convessi.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/it/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.
- Decomposizione di BendersRicerca operativa↔ compare
- Generazione di Colonne (Dantzig-Wolfe)Ricerca operativa↔ compare
- Metodo del SimplessoRicerca operativa↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →