Programmazione non lineare
La programmazione non lineare (PNL) è una branca dell'ottimizzazione matematica che si occupa di problemi in cui la funzione obiettivo o almeno un vincolo è non lineare. Formalizzata in modo esaustivo da Jorge Nocedal e Stephen Wright nel loro testo fondamentale del 2006, la PNL comprende algoritmi basati sul gradiente — inclusi la programmazione quadratica sequenziale (SQP), i metodi a punto interno e gli approcci quasi-Newton — per trovare soluzioni ottimali localmente o globalmente a problemi decisionali continui che sorgono nell'ingegneria, nell'economia e nelle scienze fisiche.
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
- Nocedal, J., & Wright, S. J. (2006). Numerical Optimization (2nd ed.). Springer. ISBN: 978-0-387-30303-1
Come citare questa pagina
ScholarGate. (2026, June 2). Nonlinear Programming. ScholarGate. https://scholargate.app/it/optimization/nonlinear-programming
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.
- Ottimizzazione ConvessaOttimizzazione↔ compare
- Programmazione DinamicaOttimizzazione↔ compare
- Ottimizzazione stocasticaOttimizzazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →