Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

On Optimality Conditions for Nonlinear Conic Programming

Texto completo
Autor(es):
Andreani, Roberto [1] ; Gomez, Walter [2] ; Haeser, Gabriel [3] ; Mito, Leonardo M. [3] ; Ramos, Alberto [4]
Número total de Autores: 5
Afiliação do(s) autor(es):
[1] Univ Estadual Campinas, Dept Appl Math, BR-13083970 Campinas - Brazil
[2] Univ La Frontera, Dept Math Engn, Temuco 4811230 - Chile
[3] Univ Sao Paulo, Dept Appl Math, BR-05508090 Sao Paulo - Brazil
[4] Univ Fed Parana, Dept Math, BR-81530015 Curitiba, Parana - Brazil
Número total de Afiliações: 4
Tipo de documento: Artigo Científico
Fonte: MATHEMATICS OF OPERATIONS RESEARCH; p. 1-26, DEC 2021.
Citações Web of Science: 1
Resumo

Sequential optimality conditions play a major role in proving stronger global convergence results of numerical algorithms for nonlinear programming. Several extensions are described in conic contexts, in which many open questions have arisen. In this paper, we present new sequential optimality conditions in the context of a general nonlinear conic framework, which explains and improves several known results for specific cases, such as semidefinite programming, second-order cone programming, and nonlinear programming. In particular, we show that feasible limit points of sequences generated by the augmented Lagrangian method satisfy the so-called approximate gradient projection optimality condition and, under an additional smoothness assumption, the so-called complementary approximate Karush-Kuhn-Tucker condition. The first result was unknown even for nonlinear programming, and the second one was unknown, for instance, for semidefinite programming. (AU)

Processo FAPESP: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria
Beneficiário:Francisco Louzada Neto
Modalidade de apoio: Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs
Processo FAPESP: 17/18308-2 - Condições de otimalidade e algoritmos de segunda-ordem
Beneficiário:Gabriel Haeser
Modalidade de apoio: Auxílio à Pesquisa - Regular
Processo FAPESP: 18/24293-0 - Métodos computacionais de otimização
Beneficiário:Sandra Augusta Santos
Modalidade de apoio: Auxílio à Pesquisa - Temático
Processo FAPESP: 17/17840-2 - Estimativas de erro em otimização não linear
Beneficiário:Leonardo Makoto Mito
Modalidade de apoio: Bolsas no Brasil - Doutorado
Processo FAPESP: 13/05475-7 - Métodos computacionais de otimização
Beneficiário:Sandra Augusta Santos
Modalidade de apoio: Auxílio à Pesquisa - Temático