Método de Lagrangiano Aumentado
O Método de Lagrangiano Aumentado, desenvolvido por Magnus R. Hestenes e M. J. D. Powell em 1969, é uma técnica poderosa para resolver problemas de otimização com restrições. Ele converte um problema com restrições em uma sequência de subproblemas sem restrições, aumentando o Lagrangiano com um termo de penalidade quadrática, permitindo a solução eficiente de problemas de larga escala, incluindo casos convexos e não convexos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/pt/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.
- Decomposição de BendersPesquisa operacional↔ compare
- Geração de Colunas (Dantzig-Wolfe)Pesquisa operacional↔ compare
- Método SimplexPesquisa operacional↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →