Condições de otimalidade, qualificação e métodos tipo Lagrangiano aumentado para problemas de equilíbrio de Nash generalizados (2018)
- Authors:
- Autor USP: ROJAS, FRANK NAVARRO - IME
- Unidade: IME
- Sigla do Departamento: MAP
- DOI: 10.11606/T.45.2018.tde-27032018-114413
- Assunto: MATEMATICA APLICADA
- Keywords: Augmented Lagrangian methods; Condições de otimalidade; Condições de qualificação; Constraint qualifications; Generalized Nash Equilibrium Problem; Método Lagrangiano aumentado; Optimality conditions; Problemas de Equilíbrio de Nash Generalizados
- Agências de fomento:
- Language: Português
- Abstract: Esta tese é um estudo acerca do Problema de Equilíbrio de Nash Generalizado (GNEP). Na primeira parte, faremos um resumo dos principais conceitos sobre GNEPs, a relação com outros problemas já conhecidos e comentaremos brevemente os principais métodos já feitos até esta data para resolver numericamente este tipo de problema. Na segunda parte, estudamos condições de otimalidade e condições de qualificação (CQ) para GNEPs, fazendo uma analogia como em otimização. Estendemos os conceitos de cone tangente, normal, gerado pelas restrições ativas, linearizado e polar para a estrutura dos GNEPs. Cada CQ de otimização gera dois tipos de CQ para GNEPs, sendo que a denotada por CQ-GNEP é mais forte e útil para a análise de algoritmos para GNEPs. Mostramos que as condições de qualificação para GNEPs deste tipo em alguns casos não guardam a mesma relação que em otimização. Estendemos também o conceito de Aproximadamente Karush-KuhnTucker (AKKT) de otimização para GNEPs, o AKKT-GNEP. É bem conhecido que AKKT é uma genuína condição de otimalidade em otimização, mas para o caso dos GNEPs mostramos que isto não ocorre em geral.Por outro lado, AKKT-GNEP é satisfeito, por exemplo, em qualquer solução de um GNEP conjuntamente convexo, desde que seja um equilíbrio bvariacional. Com isso em mente, definimos um método do tipo Lagrangiano Aumentado para o GNEP usando penalidades quadráticas e exponenciais e estudamos as propriedades de otimalidade e viabilidade dos pontos limites de sequências geradas pelo algoritmo. Finalmente alguns critérios para resolver os subproblemas e resultados numéricos são apresentados
- Imprenta:
- Data da defesa: 14.03.2018
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
ROJAS, Frank Navarro. Condições de otimalidade, qualificação e métodos tipo Lagrangiano aumentado para problemas de equilíbrio de Nash generalizados. 2018. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2018. Disponível em: https://teses.usp.br/teses/disponiveis/45/45132/tde-27032018-114413/. Acesso em: 15 abr. 2026. -
APA
Rojas, F. N. (2018). Condições de otimalidade, qualificação e métodos tipo Lagrangiano aumentado para problemas de equilíbrio de Nash generalizados (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/45/45132/tde-27032018-114413/ -
NLM
Rojas FN. Condições de otimalidade, qualificação e métodos tipo Lagrangiano aumentado para problemas de equilíbrio de Nash generalizados [Internet]. 2018 ;[citado 2026 abr. 15 ] Available from: https://teses.usp.br/teses/disponiveis/45/45132/tde-27032018-114413/ -
Vancouver
Rojas FN. Condições de otimalidade, qualificação e métodos tipo Lagrangiano aumentado para problemas de equilíbrio de Nash generalizados [Internet]. 2018 ;[citado 2026 abr. 15 ] Available from: https://teses.usp.br/teses/disponiveis/45/45132/tde-27032018-114413/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
