Este trabalho trata da otimização de painéis alveolares e vigotas protendidas utilizando Algoritmos Genéticos (AGs). A proposta de tal algoritmo foi inspirada no princípio da seleção natural de indivíduos, onde o mais ‘apto’ tende a permanecer na população e se reproduzir, passando seu código genético para a próxima geração. Em alguns casos, esse método pode alcançar melhores soluções se comparados aos métodos tradicionais de otimização. O principal objetivo do trabalho é investigar o uso de AG como uma técnica para a minimização da função custo da aplicação de painéis alveolares e vigotas protendidas. Na análise estão incluídas as verificações dos elementos nas etapas transitórias referentes à produção, transporte e montagem. A função custo é avaliada considerando valores da realidade brasileira. O trabalho de pesquisa compara os resultados obtidos utilizando AGs com aqueles obtidos utilizando o método de otimização convencional conhecido como método do Lagrangiano Aumentado. Os resultados obtidos por ambos os métodos evidenciam a eficácia dos AGs com relação ao método convencional. Foram propostas e analisadas três famílias do AG simples, buscando identificar, dentre seus elementos, quais variantes mais adequados na busca da solução dos problemas. / This work aims to optimize the production cost of hollow core panels and prestressed joists using Genetic Algorithms (GAs). The proposal of such an algorithm was inspired by the principle of natural selection of individuals, where the most ‘capable’ tends to remain in the population and reproduce, passing its genetic code onto the next generation. In some cases, this method can achieve good solutions when compared with conventional methods of optimization. The main goal of the work is to investigate AG as a technique for the minimization of the function cost of hollow core panel and prestressed joist applications. The analysis takes account of the verifications of the precast elements in the transitory stages as production,transportation and erection. The function cost is evaluated within the Brazilian context. The research compares the results using GAs with those using a conventional method, the Augmented Lagrangian. The results provide evidence the effectiveness of the GAs with relation to a conventional method. The research considers three families of the simple GA, searching to identify, among them, the adjusted variant in the search of the solution of the problems.

Este trabalho insere-se no contexto de métodos de multiplicadores para a resolução de problemas de programação convexa semidefinida e a análise de suas propriedades através do método proximal aplicado sobre o problema dual. Nosso foco será uma subclasse de problemas de programação convexa semidefinida com restrições afins, para a qual estudaremos relações de dualidade e condições para a existência de soluções dos problemas primal e dual. Em seguida, analisaremos dois métodos de multiplicadores para resolver essa classe de problemas e que são extensões de métodos conhecidos para programação não-linear. O primeiro, proposto por Doljansky e Teboulle, aborda um método de ponto proximal interior entrópico e sua conexão com um método de multiplicadores exponenciais. O segundo, apresentado por Mosheyev e Zibulevsky, estende para a classe de problemas de nosso interesse um método de lagrangianos aumentados suaves proposto por Ben-Tal e Zibulevsky. Por fim, apresentamos os resultados de testes numéricos feitos com o algoritmo proposto por Mosheyev e Zibulevsky, analisando diferentes escolhas de parâmetros, o aproveitamento do padrão de esparsidade das matrizes do problema e critérios para a resolução aproximada dos subproblemas irrestritos que devem ser resolvidos a cada iteração desse algoritmo de lagrangianos aumentados. / This work deals with multiplier methods to solve semidefinite convex programming problems and the analysis of their proprieties based on the proximal point method applied on the dual problem. We focus on a subclass of semidefinite programming problems with affine constraints, for which we study duality relations an conditions for the existence of solutions of the primal and dual problems. Afterwards, we analyze two multiplier methods to solve this class of problems which are extensions of known methods in nonlinear programming. The first one, introduced by Doljansky e Teboulle, approaches an entropic interior proximal algorithm and their relationship with an exponential multiplier method. The second one, presented by Mosheyev e Zibulevsky, extends a smooth augmented Lagrangian method proposed by Ben-Tal and Zibulevsky for the problems of our interest. Finally, we present the results of numerical experiments for the algorithm proposed by Mosheyev e Zibulevsky, analyzing some choices of parameters, the sparsity patterns of matrices of the problem and criteria to accept approximate solutions of the unconstrained subproblems that must be solved at each iteration of the augmented Lagrangian method.

Muitos problemas de otimização envolvem tanto variáveis inteiras quanto contínuas e podem ser modelados como problemas de programação não-linear inteira mista. Problemas dessa natureza aparecem com freqüência em engenharia química e incluem, por exemplo, síntese de processos, projeto de colunas de destilação, síntese de rede de trocadores de calor e produção de óleo e gás. Neste trabalho, apresentamos algoritmos baseados em Lagrangianos Aumentados e branch and bound para resolver problemas de programação não-linear inteira mista. Duas abordagens são consideradas. Na primeira delas, um algoritmo do tipo Lagrangianos Aumentados é usado como método para resolver os problemas de programação não-linear que aparecem em cada um dos nós do método branch and bound. Na segunda abordagem, usamos o branch and bound para resolver os problemas de minimização em caixas com variáveis inteiras que aparecem como subproblemas do método de Lagrangianos Aumentados. Ambos os algoritmos garantem encontrar a solução ótima de problemas convexos e oferecem recursos apropriados para serem usados na resolução de problemas não convexos, apesar de não haver garantia de otimalidade nesse caso. Apresentamos um problema de empacotamento de retângulos em regiões convexas arbitrárias e propomos modelos para esse problema que resultam em programas não-lineares com variáveis inteiras e contínuas. Realizamos alguns experimentos numéricos e comparamos os resultados obtidos pelo método descrito neste trabalho com os resultados alcançados por outros métodos. Também realizamos experimentos com problemas de programação não-linear inteira mista encontrados na literatura e comparamos o desempenho do nosso método ao de outro disponível publicamente. / Many optimization problems contain both integer and continuous variables and can be modeled as mixed-integer nonlinear programming problems. Problems of this nature appear frequently in chemical engineering and include, for instance, process synthesis, design of distillation columns, heat exchanger network synthesis and oil and gas production. In this work, we present algorithms based on Augmented Lagrangians and branch and bound for solving mixed-integer nonlinear programming problems. Two approaches are considered. In the first one, an Augmented Lagrangian algorithm is used for solving nonlinear programming problems that appear at each node in the branch and bound method. In the second approach, we use a branch and bound method for solving box-constrained problems with integer variables that appear as subproblems of the Augmented Lagrangian algorithm. Both algorithms guarantee to find an optimal solution for convex problems and have appropriate strategies to deal with non-convex problems, although there is no guarantee of optimality in this case. We present a problem of packing rectangles within an arbitrary convex region and propose models for this problem that result in nonlinear programs with integer and continuous variables. We have performed some numerical experiments and compared the results reached by the method described in this work and the results obtained by other methods. We have also performed experiments with mixed-integer nonlinear programming problems found in the literature and compared the performance of our method to that of other method publicly available.

Este trabalho tem o objetivo de utilizar métodos de otimização não linear a fim de desenvolver uma metodologia eficiente para alocação de bancos de capacitores visando a eliminar violações de tensão em redes de distribuição. A aplicação de capacitores em paralelo a sistemas elétricos de potência é comumente empregada com o intuito de se obter melhor controle do fluxo de potência, gerenciamento do perfil de tensão, correção do fator de potência e minimização de perdas. Tendo em vista estes benefícios, a metodologia deste trabalho se dará por meio da resolução de um problema de programação não linear associada com a aproximação linear da relação potência reativa versus tensão para determinar o número, a localização e o dimensionamento dos bancos capacitores ao longo das linhas de distribuição. Desta forma, pretende-se minimizar a injeção de reativos e reduzir as perdas ativas totais de modo que todas as restrições de operação e de carga sejam atendidas. Os resultados são avaliados pelo programa GAMS (General Algebraic Modeling System), pelo MATLAB TM (Matrix Laboratory) e por um programa elaborado em Fortran, sendo possível analisar e descrever as contribuições alcançadas pelo presente trabalho, considerando que este é um tema de grande relevância para a operação e planejamento da expansão dos sistemas elétricos de potência. / This work aims to use nonlinear optimization methods to develop an efficient methodology for capacitor banks allocation to eliminate voltage violations in distribution networks. The application of capacitors in parallel to the electric power systems are commonly employed in order to have better control of power flow, voltage profile management, power factor correction and loss minimization. To achieve these benefits, the methodology of this work will be done through the resolution of a nonlinear programming problem associated with the linear approach of Voltage Variations versus Reactive Power Variation, calculating the number, location and optimal design of capacitor banks along distribution lines. Thus, it looks forward to minimize reactive power injection and reduce losses subject to meeting the operating and the loading constraints. The results are evaluated by the program GAMS TM (General Algebraic Modeling System), by Matlab TM (Matrix Laboratory) and by a program written in FORTRAN TM, being able to analyze and describe the contributions achieved by this work, considering it is a topic of great relevance to the operation and expansion planning of electric power systems.

Made available in DSpace on 2016-12-12T20:25:13Z (GMT). No. of bitstreams: 1 Gustavo Assis da Silva.pdf: 2694304 bytes, checksum: 361de063d220eeeebb77985807d4fc22 (MD5) Previous issue date: 2016-02-22 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work addresses the use of the topology optimization of continuum structures under uncertainties in material properties associated to stiffness. The perturbation approach is used to perform the uncertainties quantification and the midpoint method is used for the random field discretization, where a decorrelation technique is used to reduce the computational effort. The finite element method is used for the domain discretization and the SIMP approach is used as material parameterization. Two problems are analyzed: the compliance minimization with volume constraint and the volume minimization with local stress constraints. The first problem is solved by using a optimality criteria method and the second problem by using the augmented Lagrangian method with a gradient based minimization method proposed in this work. The qp approach is used to avoid the singularity phenomenon in the problem with local stress constraints. Although this approach can be used considering uncertainty in any material property associated to stiffness ,the examples in this work show uncertainty only in Young s modulus. Different correlation lengths are considered to verify its influence in the optimum topologies. It is shown that the optimum topology, in both problems analyzed, becomes more distinct from the deterministic topology when the correlation length is reduced. / Este trabalho aborda o uso da otimização topológica de estruturas contínuas sob incertezas nas propriedades do material associadas à rigidez. O método de perturbação é utilizado para a quantificação de incertezas e o método do ponto médio é utilizado para a discretização do campo aleatório, onde uma abordagem de desacoplamento é utilizada para reduzir o custo computacional. O método dos elementos finitos é utilizado para a discretização do domínio e o modelo SIMP é utilizado na parametrização material. Dois problemas são analisados: o problema de minimização de flexibilidade com restrição de volume e o problema de minimização de volume com restrição local de tensão. O primeiro problema é solucionado utilizando-se um método de critério de ótimo e o segundo problema utilizando-se o método do Lagrangiano aumentado juntamente com um método de minimização baseado em gradiente proposto neste trabalho. Considerando-se o problema com restrição local de tensão, utilizou-se a relaxação qp para evitar o fenômeno de singularidade. Embora esta abordagem possa ser utilizada considerando-se incerteza em qualquer propriedade do material associada à rigidez, os exemplos ilustrados no trabalho apresentam incerteza apenas no módulo de elasticidade. Diferentes tamanhos de correlação são considerados de forma a verificar a sua influência na topologia ótima. Verifica-se que a topologia obtida, em ambos os problemas apresentados, torna-se mais distinta da topologia determinística com a redução do tamanho de correlação.

Un certain nombre d’écoulements géophysiques, tels que les écoulements de glace ou de lave magmatique, impliquent le mouvement gravitaire à faible nombre de Reynolds d’un fluide viscoplastique à surface libre sur un socle rocheux. Leur modélisation fait apparaître des lois de comportement rhéologique et des descriptions de leurs intéractions avec le socle rocheux qui reposent sur des paramétrisations empiriques. Par ailleurs, l’observation systématique de ce type d’écoulements avec une grande précision est rarement possible ; les données associées à l’observation de ces écoulements, principalement des données de surface (télédétections), peuvent être peu denses, manquantes ou incertaines. Elles sont aussi le plus souvent indirectes : des paramètres inconnus comme le glissement basal ou la rhéologie sont difficilement mesurables in situ.Ce travail de thèse s’attache à la modélisation directe et inverse de ces écoulements géophysiques, particulièrement les écoulements de glace, par des méthodes variationnelles à travers la résolution du problème de Stokes pour les fluides en loi de puissance.La méthode de résolution du problème direct (Stokes non-linéaire) repose sur le principe du minimum de dissipation qui mène à un problème variationnel de type point-selle à quatre champs pour lequel on montre l’existence de solutions. La condition d’incompressibilité et la loi de comportement représentent alors des contraintes associées au problème de minimisation. La recherche des points critiques du lagrangien correspondant est réalisée à l’aide d’un algorithme de type lagrangien augmenté, discrétisé par éléments finis triangles à trois champs. Cet algorithme conduit à un important gain tant en temps de calcul qu’en utilisation mémoire par rapport aux algorithmes classiques.On s’intéresse ensuite à la modélisation numérique inverse de ces fluides à l’aide du modèle adjoint et des deux principaux outils associés : l’analyse de sensibilité et l’assimilation de données. On étudie tout d’abord la modélisation rhéologique de ces fluides à travers les deux paramètres principaux de la loi de comportement : la consistance du fluide et l’exposant rhéologique. Des analyses de sensibilité sur ces paramètres définis localement, permettent de quantifier leurs poids relatifs au sein du modèle d’écoulement, en termes de vitesses de surface. L’identification de ces grandeurs est également réalisée. L’ensemble des résultats est résumé comme une méthodologie vers une “rhéométrie virtuelle” pouvant représenter une aide solide à la mesure rhéologique.Le glissement basal, paramètre majeur dans la dynamique de la glace, est investigué selon la même approche. Les analyses de sensibilité mettent en avant une capacité à voir à travers le caractère “filtré” et non-local de la transmission de la variabilité basale vers la surface, ouvrant des perspectives vers l’utilisation des sensibilités pour la définition de lieux d’intérêt pour l’observation et la mesure. Ce glissement basal, modélisation empirique d’un processus complexe et multiéchelle, est ensuite utilisé pour la comparaison avec une méthode inverse approximative courante en glaciologie (méthode négligeant la dépendance de la viscosité à la vitesse, i.e. la non-linéarité). Le modèle adjoint, obtenu par différentiation automatique et évalué par accumulation retour, permet de définir cette approximation comme un cas limite de la méthode inverse complète. Ce formalisme mène à une généralisation du processus d’évaluation numérique de l’état adjoint, ajustable en précision et en temps de calcul en fonction de la qualité des données et du niveau de détail souhaité dans la reconstruction.L’ensemble de ces travaux est associé au développement du logiciel DassFlow-Ice de simulation directe et inverse de fluides viscoplastiques à surface libre. Ce logiciel prospectif bidimensionnel, diffusé dans la communauté glaciologique, a donné lieu au développement d’une version tridimensionnelle. / Several geophysical flows, such as ice flows or lava flows, are described by a gravity-driven low Reynolds number movement of a free surface viscoplastic fluid over a bedrock. Their modeling involves constitutive laws, typically describing their rheological behavior or interactions with their bedrock, that lean on empirical parameterizations. Otherwise, the thorough observation of this type of flows is rarely possible; data associated to the observation of these flows, mainly remote-sensed surface data, can be sparse, missing or uncertain. They are also generally indirect : unknown parameters such as the basal slipperiness or the rheology are difficult to measure on the field.This PhD work focuses on the direct and inverse modeling of these geophysical flows described by the power-law Stokes model, specifically dedicated to ice flows, using variational methods.The solution of the direct problem (Stokes non-linear) is based on the principle of minimal dissipation that leads to a variational four-field saddle-point problem for which we ensure the existence of a solution. In this context, the incompressibility condition and the constitutive rheological law represent constraints associated to the minimization problem. The critical points of the corresponding Lagrangian are determined using an augmented Lagrangian type algorithm discretized using three- field finite elements. This algorithm provides an important time and memory saving compared to classical algorithms.We then focus on the inverse numerical modeling of these fluids using the adjoint model through two main associated tools : sensitivity analysis and data assimilation. We first study the rheological modeling through the two principal input parameters (fluid consistency and rheological exponent). Sensitivity analyses with respect to these locally defined parameters allow to quantify their relative weights within the flow model, in terms of surface velocities. Identification of these parameters is also performed. The results are synthetized as a methodology towards “virtual rheometry” that could help and support rheological measurements.The basal slipperiness, major parameter in ice dynamics, is investigated using the same approach. Sensitivity analyses demonstrate an ability to see beyond the ”filtered” and non-local transmission of the basal variability to the surface. Consequently these sensitivities can be used to help defining areas of interest for observation and measurement. This basal slipperiness, empirical modeling of a multiscale complex process, is then used to carry on a comparison with a so called “self-adjoint” method, common in glaciology (neglecting the dependency of the viscosity on the velocity, i.e. the non-linearity). The adjoint model, obtained by automatic differentiation and evaluated by reverse accumulation, leads to define this approximation as a limit case of the complete inverse method. This formalism allows to generalize the process of the numerical evaluation of the adjoint state into an incomplete adjoint method, adjustable in time and accuracy depending on the quality of the data and the level of detail required in the identification.All this work is associated to the development of DassFlow-Ice software dedicated to the direct and inverse numerical simulation of free-surface viscoplastic fluids. This bidimensional prospective software, distributed within the glaciological com- munity, serves as a model for the current development of the tridimensional version.

Neste trabalho são estudadas três metodologias de otimização não-linear: o Método da Função Lagrangeana, o Método da Função Penalidade e o Método da Função Lagrangeana Aumentada. Com o estudo da Função Lagrangeana e do Método da Função Penalidade, foi possível alcançar a formulação da Função Lagrangeana Aumentada com o objetivo de resolver problemas de programação não-linear não-convexos. Testes numéricos são apresentados para o problema não-convexo de programação não-linear conhecido como Fluxo de Potência Ótimo. / In this dissertation, three nonlinear optimization methodologies are studied: the Lagrangian Function Method, the Penalty Function Method and Augmented Lagrangian Function Method. Through the studies ofthe Lagrangian Function and the Penalty function Method, it was possible to reach the formulation of the Augmented Lagrangian Function aiming to solve nonlinear nonconvex programming problems. Numerical tests are presented for the nonconvex nonlinear programming problem known as optimal power flow.

Este trabalho trata da otimização de painéis alveolares e vigotas protendidas utilizando Algoritmos Genéticos (AGs). A proposta de tal algoritmo foi inspirada no princípio da seleção natural de indivíduos, onde o mais ‘apto’ tende a permanecer na população e se reproduzir, passando seu código genético para a próxima geração. Em alguns casos, esse método pode alcançar melhores soluções se comparados aos métodos tradicionais de otimização. O principal objetivo do trabalho é investigar o uso de AG como uma técnica para a minimização da função custo da aplicação de painéis alveolares e vigotas protendidas. Na análise estão incluídas as verificações dos elementos nas etapas transitórias referentes à produção, transporte e montagem. A função custo é avaliada considerando valores da realidade brasileira. O trabalho de pesquisa compara os resultados obtidos utilizando AGs com aqueles obtidos utilizando o método de otimização convencional conhecido como método do Lagrangiano Aumentado. Os resultados obtidos por ambos os métodos evidenciam a eficácia dos AGs com relação ao método convencional. Foram propostas e analisadas três famílias do AG simples, buscando identificar, dentre seus elementos, quais variantes mais adequados na busca da solução dos problemas. / This work aims to optimize the production cost of hollow core panels and prestressed joists using Genetic Algorithms (GAs). The proposal of such an algorithm was inspired by the principle of natural selection of individuals, where the most ‘capable’ tends to remain in the population and reproduce, passing its genetic code onto the next generation. In some cases, this method can achieve good solutions when compared with conventional methods of optimization. The main goal of the work is to investigate AG as a technique for the minimization of the function cost of hollow core panel and prestressed joist applications. The analysis takes account of the verifications of the precast elements in the transitory stages as production,transportation and erection. The function cost is evaluated within the Brazilian context. The research compares the results using GAs with those using a conventional method, the Augmented Lagrangian. The results provide evidence the effectiveness of the GAs with relation to a conventional method. The research considers three families of the simple GA, searching to identify, among them, the adjusted variant in the search of the solution of the problems.

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. / This thesis is a study about the generalized Nash equilibrium problem (GNEP). In the first part we will summarize the main concepts about GNEPs, the relationship with other known problems and we will briefly comment on the main methods already done in order to solve these problems numerically. In the second part we study optimality conditions and constraint qualification (CQ) for GNEPs making an analogy with the optimization case. We extend the concepts of the tangent, normal and generated by the active cones, linear and polar cone to the structure of the GNEPs. Each optimization CQ generates two types of CQs for GNEPs, with the one called CQ-GNEP being the strongest and most useful for analyzing the algorithms for GNEPs. We show that the qualification conditions for GNEPs of this type in some cases do not have the same relation as in optimization. We also extend the Approximate Karush- Kuhn-Tucker (AKKT) concept used in optimization for GNEPs to AKKT-GNEP. It is well known that AKKT is a genuine optimality condition in optimization but for GNEPs we show that this does not occur in general. On the other hand, AKKT-GNEP is satisfied, for example, in any solution of a jointly convex GNEP, provided that it is a b-variational equilibrium. With this in mind, we define Augmented Lagrangian methods for the GNEP, using the quadratic and the exponential penalties, and we study the optimality and feasibility properties of the sequence of points generated by the algorithms. Finally some criteria to solve the subproblems and numerical results are presented.

Este trabalho insere-se no contexto de métodos de multiplicadores para a resolução de problemas de programação convexa semidefinida e a análise de suas propriedades através do método proximal aplicado sobre o problema dual. Nosso foco será uma subclasse de problemas de programação convexa semidefinida com restrições afins, para a qual estudaremos relações de dualidade e condições para a existência de soluções dos problemas primal e dual. Em seguida, analisaremos dois métodos de multiplicadores para resolver essa classe de problemas e que são extensões de métodos conhecidos para programação não-linear. O primeiro, proposto por Doljansky e Teboulle, aborda um método de ponto proximal interior entrópico e sua conexão com um método de multiplicadores exponenciais. O segundo, apresentado por Mosheyev e Zibulevsky, estende para a classe de problemas de nosso interesse um método de lagrangianos aumentados suaves proposto por Ben-Tal e Zibulevsky. Por fim, apresentamos os resultados de testes numéricos feitos com o algoritmo proposto por Mosheyev e Zibulevsky, analisando diferentes escolhas de parâmetros, o aproveitamento do padrão de esparsidade das matrizes do problema e critérios para a resolução aproximada dos subproblemas irrestritos que devem ser resolvidos a cada iteração desse algoritmo de lagrangianos aumentados. / This work deals with multiplier methods to solve semidefinite convex programming problems and the analysis of their proprieties based on the proximal point method applied on the dual problem. We focus on a subclass of semidefinite programming problems with affine constraints, for which we study duality relations an conditions for the existence of solutions of the primal and dual problems. Afterwards, we analyze two multiplier methods to solve this class of problems which are extensions of known methods in nonlinear programming. The first one, introduced by Doljansky e Teboulle, approaches an entropic interior proximal algorithm and their relationship with an exponential multiplier method. The second one, presented by Mosheyev e Zibulevsky, extends a smooth augmented Lagrangian method proposed by Ben-Tal and Zibulevsky for the problems of our interest. Finally, we present the results of numerical experiments for the algorithm proposed by Mosheyev e Zibulevsky, analyzing some choices of parameters, the sparsity patterns of matrices of the problem and criteria to accept approximate solutions of the unconstrained subproblems that must be solved at each iteration of the augmented Lagrangian method.