Vergara Moreno, Edmundo RubénLombardi Sifuentes, José Luis4/4/2023 14/4/2023 12021https://hdl.handle.net/20.500.14414/16468En los problemas de optimización no lineal la búsqueda de la solución muchas veces es complicada y los algoritmos que resuelven esta clase de problemas son métodos iterativos los cuales en cada iteración se aproximan a la solución estos métodos siempre deben estar acompañados de su análisis de convergencia. En este presente trabajo presentamos la demostración del Teorema de convergencia global de Zangwill para algoritmos de programación no lineal, mediante el uso de mapeo cerrado. La base de la demostración de convergencia es representar un algoritmo A como la composición de mapeos cerrados C y B, donde B encuentra alguna dirección de descenso y C encuentra el tamaño de paso ´optimo, si esta representación satisface con ciertas condiciones obtenemos la convergencia del algoritmo A. Además mostraremos la convergencia de 3 métodos de descenso por mapeo cerrado: método de la gradiente, método de Newton y Método de minimización a lo largo de direcciones independientesAbstract In nonlinear optimization problems, the search for the solution is often complicated and the algorithms that solve this kind of problem are iterative methods which in each iteration approach the solution, these methods must always be accompanied by their convergence analysis. In this present work we present the proof of the Zangwill Global Convergence Theorem for nonlinear programming algorithms, through the use of closed mapping. The basis of the proof of convergence is to represent an algorithm A as the composition of closed mappings C and B, where B finds some direction of descent and C finds the optimal step size, if this representation satisfies with certain conditions we obtain the convergence of the algorithm A. We will also show the convergence of 3 methods of descent by closed mapping: the gradient method, Newton’s method and the minimization method along independent directionsspainfo:eu-repo/semantics/openAccessMapeo cerradoMétodo de la gradienteMétodo de NewtonOptimización no linealinfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#1.01.00