摘要：El método del gradiente espectral proyectado (SPG) es un método de optimización
global no monótono para problemas de programación no lineal de características
diferentes a los métodos clásicos de gradiente proyectado. La no monotonicidad y
una elección particular de la longitud del paso permiten aprovechar situaciones
especiales que se presentan en los problemas, acelerando la convergencia con
mínimos costos de almacenamiento de datos. En diversas publicaciones se
analiza el rendimiento del SPG aplicado a diferentes ramas de la ingeniería.
Entre sus características más atractivas aparece su bajo costo en operaciones:
SPG no calcula Hessianos ni resuelve sistemas lineales, sólo utiliza productos
matriz vector y una estrategia de búsqueda lineal no monótona para garantizar
convergencia global. Su punto débil se encuentra en la necesidad de muchas
búsquedas lineales para obtener un nuevo iterado, y en la necesidad de una buena
aproximación del gradiente cuando éste no está disponible. En este caso, el auge
del desarrollo en la programación en paralelo hace que este paradigma se
presente como un recurso que ofrece una gran oportunidad para superar estos
inconvenientes. Este método, una vez paralelizado, se torna una herramienta
muy importante y prometedora para resolver problemas de optimización de gran
tamaño. En este trabajo se presenta una nueva versión del SPG que implementa la
búsqueda lineal y la evaluación del gradiente en paralelo. El algoritmo
presentado implementa una distribución dinámica de las tareas, funcionando
eficientemente sobre sistemas distribuidos heterogéneos. La implementación fue
realizada apuntando a resolver problemas de diseño y condiciones operativas de
plantas de procesos industriales. Se reportan resultados numéricos.
