Todos os resultados teóricos que estudam um limitante para o número de condição da matriz do Sistema de Equações Normais precondicionada pelo PS apresentados nesta tese, estudam o maior autovalor desta matriz, pois o menor autovalor é maior do que 1. Uma alternativa para melhorar este limitante seria um estudo do menor autovalor.
Os resultados teóricos da abordagem 𝑃 𝑆2 que separa as colunas da matriz 𝐴 em grupos
são válidos para qualquer critério de reordenamento. Neste trabalho usou-se um critério de esparsidade. Recomenda-se usar outros critérios de ordenamento dentro de cada grupo.
Capítulo 7. Conclusões 126
Atualmente o critério de mudança de base depende do número de iterações do método dos GCP. Seria interessante propor um novo critério de mudança de base 𝐵 considerando a variação do gap de dualidade e a variação da matriz diagonal 𝐷.
Por outro lado, podem ser estudados outros valores para o parâmetro 𝛿 usado na novo critério de troca de fases.
Com respeito à abordagem que recicla as colunas básicas proposta no Algoritmo 7. Torna-se interessante realizar uma extensão dos resultados teóricos apresentados neste trabalho para encontrar limitantes do número de condição fornecido por esta abordagem.
127
Referências
BARTMEYER, P. M. Valores de Ritz aplicados a troca de fase do precondicionador híbrido para métodos de pontos interiores. Dissertação (Mestrado) — Instituto de Matemática Estatística e Computação Científica, Universidade Estadual de Campinas, 2016.
BECK, Amir. Introduction to Nonlinear Optimization: Theory, Algorithms, and Applications with MATLAB. Philadelphia, PA, USA: Society for Industrial and Applied Mathematics, 2014. ISBN 1611973643, 9781611973648.
BENTLEY, J.L. Programming Pearls. Addison-Wesley, 2000. (ACM Press Series). ISBN 9780201657883. Disponível em: <https://books.google.com.br/books?id=kse\_7qbWbjsC>. BENZI, M. Preconditioning techniques for large linear systems: A survey. J. Comput. Phys., Academic Press Professional, Inc., San Diego, CA, USA, v. 182, n. 2, p. 418–477, nov. 2002. ISSN 0021-9991.
BERTSIMAS, D.; TSITSIKLIS, J.N. Introduction to Linear Optimization. [S.l.]: Athena Scientific, 1997. (Athena Scientific series in optimization and neural computation). ISBN 9781886529199. BOCANEGRA, S.; CAMPOS, F. F.; OLIVEIRA, A. R. L. Using a hybrid preconditioner for solving large-scale linear systems arising from interior point methods. computational optimization and applications. Computational Optimization and Applications, p. 149–164, 2007.
BRINKHUIS, J.; TIKHOMIROV, V. Optimization: Insights and Applications. Princeton University Press, 2011. (Princeton Series in Applied Mathematics). ISBN 9781400829361. Disponível em: <https://books.google.com.br/books?id=\_Bf8MZSFYNwC>.
CAMPOS, F. F. Analysis of conjugate gradients-type methods for solving linear equations. Tese (Doutorado) — University of Oxford, 1995.
CASACIO, L. Aperfeiçoamento de precondicionadores para solução de sistemas lineares dos métodos de pontos interiores. Tese (Doutorado) — Universidade Estadual de Campinas, 2015. CASTRO, C.O.; OLIVEIRA, A. R. L. Limite uniforme para o número de condição de sistemas precondicionados no método de pontos interiores usando o precondicionador separador. Anais do II Encontro Regional de Pesquisa Operacional do Sudeste, 2016. v. 2., p. 57–60, 2016. Disponível em: <https://sites.google.com/site/erpo2016/home/material-pos-encontro/livro-de-resumos>. CURTIS, A. R.; REID, J. K. On the automatic scaling of matrices for gaussian elimination. IMA Journal of Applied Mathematics, v. 10, n. 1, p. 118, 1972.
CZYZYK, J.; MEHROTRA, S.; WAGNER, M.; WRIGHT, S. J. Pcx user guide. Technical Report OTC 96/01, 1996.
DAVIS, T A. Algorithm 832: Umfpack v4. 3—an unsymmetric-pattern multifrontal method. ACM Transactions on Mathematical Software (TOMS), ACM, v. 30, n. 2, p. 196–199, 2004.
Referências 128
DAVIS, T. A.; DUFF, I. S. An unsymmetric-pattern multifrontal method for sparse lu factorization. SIAM Journal on Matrix Analysis and Applications, Society for Industrial and Applied Mathematics, v. 18, n. 1, p. 140–158, 1997.
DOLAN, E. D.; MORÉ, J. J. Benchmarking optimization software with performance profiles. Mathematical Programming, v. 91, n. 2, p. 201–213, 2002. ISSN 1436-4646.
DUFF, I. S.; MEURANT, G. A. The effect of ordering on preconditioned conjugate gradients. BIT Numerical Mathematics, Kluwer Academic Publishers, v. 29, n. 4, p. 635–657, 1989. GHIDINI, C. T. L. S.; OLIVEIRA, A. R. L.; SORENSEN, D. C. Computing a hybrid preconditioner approach to solve the linear systems arising from interior point methods for linear programming using the gradient conjugate method. Annals of Management Science, v. 3, p. 45–66, 2014.
GILL, P. E.; MURRAY, W.; SAUNDERS, M. A.; TOMLIN, J. A.; WRIGHT, M. H. On projected newton barrier methods for linear programming and an equivalence to karmarkar’s projective method. Mathematical Programming, v. 36, n. 2, p. 183–209, 1986. ISSN 1436-4646. GOLDFARB, D.; TODD, M. J. Chapter ii linear programming. In: Optimization. [S.l.]: Elsevier, 1989, (Handbooks in Operations Research and Management Science, v. 1). p. 73 – 170.
GOLUB, G.H.; LOAN, C.F. Van. Matrix Computations. Johns Hopkins University Press, 1996. (Johns Hopkins Studies in the Mathematical Sciences). ISBN 9780801854149. Disponível em:
<https://books.google.com.br/books?id=mlOa7wPX6OYC>.
GONDZIO, J. Multiple centrality corrections in a primal-dual method for linear programming. Computational Optimization and Applications, v. 6, n. 2, p. 137–156, 1996. Disponível em:
<http://dx.doi.org/10.1007/BF00249643>.
GONDZIO, J. Interior point methods 25 years later. European Journal of Operational Research, Elsevier, v. 218, n. 3, p. 597–601, 2012.
GONDZIO, J. Matrix-free interior point method. Computational Optimization and Applications, Springer, v. 51, n. 2, p. 457–480, 2012.
HEREDIA, M. R.; OLIVEIRA, A. R. L. Uma nova proposta para modificar a fatoração controlada de cholesky no método dos pontos interiores. Anais do XLVII Congresso Brasileiro de Pesquisa Operacional, v. 1, p. 2912–2923, 2015.
HESTENES, M. R.; STIEFEL, E. Methods of conjugate gradients for solving linear systems. Journal of research of the National Bureau of Standards, v. 49, p. 409–436, 1952.
JONES, M. T.; PLASSMANN, P. E. An improved incomplete cholesky factorization. ACM Transactions on Mathematical Software (TOMS), ACM, v. 21, n. 1, p. 5–17, 1995.
KARMARKAR, N. A new polynomial-time algorithm for linear programming. In: Proceedings of the Sixteenth Annual ACM Symposium on Theory of Computing. New York, NY, USA: ACM, 1984. (STOC ’84), p. 302–311. ISBN 0-89791-133-4.
Referências 129
KELLEY, C.T. Iterative Methods for Linear and Nonlinear Equations. Philadelphia, PA, USA: Society for Industrial and Applied Mathematics, 1995. (Frontiers in Applied Mathematics). ISBN 9781611970944.
KOJIMA, M.; MIZUNO, S.; YOSHISE, A. Progress in mathematical programming interior-point and related methods. In: MEGIDDO, Nimrod (Ed.). New York, NY, USA: Springer-Verlag New York, Inc., 1988. cap. A Primal-dual Interior Point Algorithm for Linear Programming, p. 29–47. ISBN 0-387-96847-4.
MEHROTRA, S. On the implementation of a primal-dual interior point method. SIAM Journal on optimization, SIAM, v. 2, n. 4, p. 575–601, 1992.
MILAN, D. D.; RADE, P. L.; VERA, V. K. Sparsity preserving preconditioners for linear systems in interior-point methods. Computational Optimization and Applications, v. 61 (3), p. 557–570, 2015. DOI: 10.1007/s10589-015-9735-7.
MONTEIRO, R. DC; O’NEAL, J. W.; TSUCHIYA, T. Uniform boundedness of a preconditioned normal matrix used in interior-point methods. SIAM Journal on Optimization, SIAM, v. 15, n. 1, p. 96–100, 2004.
NG, E. G.; PEYTON, B. W. Block sparse cholesky algorithms on advanced uniprocessor computers. SIAM Journal on Scientific Computing, SIAM, v. 14, n. 5, p. 1034–1056, 1993. OLIVEIRA, A. R. L.; SORENSEN, D. C. A new class of preconditioners for large-scale linear systems from interior point methods for linear programming. Linear Algebra and its applications, Elsevier, v. 394, p. 1–24, 2005.
RUSTEN, T.; WINTHER, R. A preconditioned iterative method for saddlepoint problems. SIAM J. Matrix Anal. Appl., Society for Industrial and Applied Mathematics, Philadelphia, PA, USA, v. 13, n. 3, p. 887–904, jul. 1992. ISSN 0895-4798.
SILVA, F. R. Experimentos numéricos com um sistema linear alternativo para o precondicionador separador aplicado a métodos de pontos interiores. Dissertação (Mestrado) — Instituto de Matemática Estatística e Computação Científica, Universidade Estadual de Campinas, 2016. SUÑAGUA, Porfirio; OLIVEIRA, Aurelio R. L. A new approach for finding a basis for the splitting preconditioner for linear systems from interior point methods. Computational Optimization and Applications, p. 1–17, 2016.
VELAZCO, M. I.; OLIVEIRA, A. R. L.; CAMPOS, F. F. A note on hybrid preconditioners for large-scale normal equations arising from interior-point methods. Optimization Methods Software, Taylor & Francis, Inc., Bristol, PA, USA, v. 25, n. 2, p. 321–332, abr. 2010. ISSN 1055-6788.
VELAZCO, M. I. F.; OLIVEIRA, A. R. L.; CAMPOS, F. F. Heuristics for implementation of a hybrid preconditioner for interior-point methods. Pesquisa Operacional, SciELO Brasil, v. 31, n. 3, p. 579–591, 2011.
WRIGHT, S.J. Primal-dual Interior-Point Methods:. [S.l.]: Society for Industrial and Applied Mathematics (SIAM, 3600 Market Street, Floor 6, Philadelphia, PA 19104), 1997. (SIAM e-books). ISBN 9781611971453.
131