En el capitulo I hacemos un resumen de propiedades del análisis funcional indicando a los espacios de sobolev. En el capitulo II damos los principales resultados a utilizar, como lo son el Teorema de Lax-Milgram, el Teorema de Interpolación, así mismo el resultado de Ivo Babuska donde usamos la condición de inf - sup y el resultado de Bernstein. En el capitulo III realizamos la descripción matemática de los elementos finitos triangulares. En el capitulo IV se define el espacio HL (O) , hacemos un cambio de global de variables y aplicamos el teorema de Bemstein,encontrando que la solución global esta en HA (O) nHL (O) ,así mismo asumimos que existe un cambio loca1 de variables En el capitulo V estudiaremos tres métodos distintos de elementos finitos especiales.

In this work, we present the Quadratic Minimization problems with out restrictions and its given a solution technique for each of the different cases which can be presented.

In this work is presented an algorithm that solve a class of integer quadratic program problems. The algorithm solves a secuence of at most  problems of minimum cut over a graph with n + 2 vertex where n is the number of variables in the problem.

En este trabajo, presentamos el problema de Minimización de Cuadráticas sin restricciones y se da una técnica de solución para cada uno de los diferentes casos que se pueden presentar.

En este trabajo se presenta un algoritmo para resolver una clase de Problemas de Programación Cuadrática Entera. El algoritmo resuelve una secuenciande a lo más...problemas de corte mínimo sobre un grafo con n + 2 vértices donde n es el número de variables en el problema.

In the present’s paper studying a strategy for a typo of convex problem, we treat a linear programming problem whose coefficient of decision variables in the objective function has a nonlinear behavior. When the coefficients are constant the Simplex Method solves these problems without much difficulty, but when the coefficients are no longer constant and the Simplex does not work. We propose a technique that exploits the convex behavior of these coefficients and uses the theory of approximation by piecewise linear functions.

En el presente trabajo se estudia una estrategia para un tipo de problema convexo, Tratamos un problema de programación lineal cuyos coeficientes de las variables de decisión en la función objetivo tienen un comportamiento no lineal. Cuando los coeficientes son constantes el Método Simplex resuelve estos problemas sin mayor dificultad, pero cuando los coeficientes dejan de ser constantes ya el simplex no funciona, Se propone una técnica que explota el comportamiento convexo de dichos coeficientes y hace uso de la teoría de aproximación por funciones lineales a trozos.