Un equipo conformado por el Dr. José Luis Romero (egresado de la Facultad de Ciencias Exactas y Naturales y Agrimensura de la UNNE), el Dr. Germán Torres (docente-investigador de la UNNE con sede en el Instituto de Modelado e Innovación Tecnológica) y el Dr. Damián Fernández (del Grupo de Análisis Numérico y Computación de la UNC) desarrolló un nuevo método de optimización para problemas de programación no lineal. 

El avance consiste en incorporar una penalización no diferenciable al clásico método de Lagrangiano aumentado, combinada con una técnica de suavizado, lo que permite generar una secuencia de subproblemas “fáciles” cuya solución converge a un punto estacionario del problema original. 

Los resultados se presentaron en el artículo titulado “Enhancing Sharp Augmented Lagrangian Methods with Smoothing Techniques for Nonlinear Programming”, publicado en la revista Journal of Optimization Theory and Applications. 

Los investigadores señalan que la validación numérica del nuevo algoritmo demostró un buen desempeño tanto para problemas de pequeña escala como de gran escala (del orden de 100 000 variables). 

Asimismo, explicaron que el método preserva la estructura clásica de los algoritmos PHR (Powell-Hestenes-Rockafellar), pero aprovecha las ventajas de la penalización no diferenciable y el suavizado para incrementar robustez y eficiencia. 

Este avance abre posibilidades para su aplicación en ámbitos diversos como la física, la economía o la biología. Los autores ya trabajan en la extensión del método para problemas de optimización con restricciones generales.