Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Escuela de Postgrado
I. GENERALIDADES
1. Titulo
Método de punto interior para la minimización de funciones convexas sobre la envoltura
convexa de un conjunto finito de puntos en Rn .
2. Autor
3. Asesor
3.5 Dirección Laboral: Av. Juan Pablo II S/N; Ciudad Universitaria. Trujillo - Perú
4. Tipo de investigación
1
7. Cronograma de Trabajo:
8. Recursos
8.1 Personal
8.2 Bienes
8.2.1 De Consumo
8.2.1.1 Disponibles
1 Bibliografı́a especializada
2 Internet
8.2.1.2 No disponibles
3 Lápices 2B
4 Cuadernos A4 de 96 hojas
5 Fólderes plásticos A4
6 Resaltadores
7 Correctores
8 Un engrampador
9 Grapas estandar
12 Bibliografı́a especializada
13 USB
2
14 Software cientı́fico.
8.2.2 De Inversión
8.3 Servicios
8.3.2 Fotocopias
9. Presupuesto
SUBTOTAL 2 600.00
SUBTOTAL 1 200.00
3
Clasificador Denominación Cantidad Costo
SUBTOTAL 2 994.00
4
Clasificador Denominación Cantidad Costo
Subtotal 2 300.00
Activos Intangibles
2.6.6.1.3.2 Softwares cientı́ficos: Fortran90 y Matlab 02 unidad 4 000.00
2.6.6.1.99 Otros: Acceso a revistas y portales 2 600.00
cientı́ficos especializados
5
Tabla resumen del Presupuesto Subtotal
TOTAL 17 294.00
10. Financiamiento
10.1 Con recursos propios: Autofinaciado por el investigador, 75 por ciento del total.
10.2 Con recursos universitarios: Universidad Nacional de Trujillo, 5 por ciento del
total.
6
II. PLAN DE INVESTIGACIÓN
1. Antecedentes y Justificación
7
ración se mueve de una solución prueba actual a una mejor solución prueba en la
región factible y este proceso continua hasta llegar a una solución prueba que es
óptima.
1.2 Justificación
Existen algoritmos del tipo proyección gradiente que resuelven el problema de
minimizar una función objetivo f : Rn → R estrictamente convexa y suave, sujeta
a un conjunto finito Z = {z 1 , z 2 , ..., z m } de puntos en Rn , los cuáles encuentran una
solución óptima después de un número finito de operaciones muy grande generando
a su vez una sucesión finita de soluciones factibles cada vez más cercanas al óptimo;
no obstante son limitados en su uso para problemas no cuadráticos estrictamente
8
convexos los cuáles no son finitos pero tienen una razón de convergencia lineal
bien definida generando solamente suceciones convergentes al óptimo; apesar del
deterioro de la estabilidad numérica la eficiencia del método de punto interior
para el problema dado con n << m depende del éxito alcanzado en la estrategia
de reducción.
1.3 Objetivos
- Diseñar e implementar un algoritmo de punto interior para la minimización de
funciones estrictamente convexas suaves f : Rn → R, sobre la envoltura convexa
de m puntos en Rn .
- Usar coordenadas baricéntricas para representar puntos en la envoltura convexa
de m puntos en Rn y generar puntos en ésta con coordenadas positivas.
- Aplicar el algoritmo de punto interior para el cálculo de la proyección ortogonal
de un punto xc ∈ Rn sobre la envoltura convexa de m puntos en Rn .
2. Problema
¿Será posible minimizar una función f : Rn → R estrictamente convexa y suave, sujeta
a la envoltura convexa, de un conjunto finito de puntos Z = {z 1 , z 2 , ..., z m } en Rn
haciendo uso de los métodos de puntos interiores?
3. Hipótesis
Es posible minimizar una función f : Rn → R estrictamente convexa y suave, sujeta
a la envoltura convexa, de un conjunto finito de puntos Z = {z 1 , z 2 , ..., z m } en Rn
considerando que la envoltura convexa de Z o la región factible se convierte en una
región similar considerada en programación lineal haciendo uso del método de punto
interior.
4. Diseño de Contrastación
AGREGAR
Referencias
[1] Botkin, N. and Stoer, J., An interior-point method for minimizing convex functions on
the convex hull of a point set, Taylor and Francis,Vol. 56, No.4, 515-524, 2007.
9
[2] Botkin, N. and Stoer, J., Minimization of a convex function on the convex hull of a point
set. Mathematical Methods of Operations Research, 62, 167-185, 2005.
[3] Fiacco, A. V., and McCormick, G. P., Nonlinear Programming: Sequential Unconstrained
Minimization Techniques, Wiley, New York, 1968.
[4] Frisch, K. R., The Logarithmic Potential Method for Convex Programming, unpublished
manuscript, Institute of Economics, Univ. Oslo, Norway, May 1965.
[5] Karmarkar N., A new polynomial-time algorithm for linear programming, Combinatorica,
4(4): 373-395, 1984.
[7] Nesterov Yu. and Nemirovsky A., Interior-Point Polynomial Methods in Convex pro-
gramming, vol. 13 of Studies in Applied Mathematics. Philadelphia, PA: SIAM. 405pp,
1994.
10
Lic. Leydidiana Gamboa Ferrer Dra. Jenny Rojas Jerónimo
11