Programación Multiobjetivo Convexa

• Autor: Bermeo Carrasco, Osmar Arnaldo
• Formato: tesis de grado
• Fecha de Publicación: 2010
• Institución: Universidad Nacional del Callao
• Repositorio: UNAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unac.edu.pe:20.500.12952/109
• Enlace del recurso: https://hdl.handle.net/20.500.12952/109
• Nivel de acceso: acceso abierto
• Materia: Vectorial optimization; Convex cone; Polar cone convex capsule; Efficient solution; Ideally of pareto; Major earring (slope); Gradient; Escalarización; Optimización vectorial; Programación multiobjetivo; Cono convexo; Cono polar; Cápsula convexa; Solución eficiente; Óptimo de pareto; Mayor pendiente; Gradiente y Escalarización; Programming I multitarget

Para resolver el problema (P) introducimos los conceptos básicos de optimización vectorial. Seguidamente, presentaremos como ordenar vectores en Rn, bajo la teoría de conjuntos parcialmente ordenados, donde podemos usar conos convexos para caracterizar un ordenamiento parcial, seguidamente presentaremos los conceptos de las variantes de la noción de eficiencia, débil, propia, fuerte eficiencia esencial. Las relaciones entre estos diferentes conceptos son investigados y estudiados con ejemplos sencillos. También estudiaremos la escalarización de problemas de optimización vectorial basándose en varios conceptos de monotonía, se describen los resultados de escalarización y se investiga en detalle el enfoque de suma de pesos o ponderaciones. Daremos a conocer las condiciones de Kunh-Tuker para optimización vectorial.