No abstract

En este trabajo se presentan dos algoritmos basados en la minimización secuencial del Lagrangiano Aumentado para resolver el problema de optimización con restricciones de igualdad. Uno de los algoritmos combina una técnica de gradiente conjugado y región de confianza. El segundo utiliza como estrategia de resolución un método de gradiente proyectado, y la convergencia desde cualquier punto inicial, se obtiene mediante un esquema tipo Armijo. Un estimado del multiplicador de Lagrange se actualiza en cada iteración y el parámetro de penalización se modifica para obtener suficiente reducción en la norma de las restricciones. La información de segundo orden, en ambos algoritmos, se actualiza mediante una técnica secante. Los algoritmos fueron implementados en Scilab y se reportan resultados numéricos sobre un conjuntos de problemas test de la colección CUTEr.