Mtodo de direcciones conjugadas Una de las propiedades ms importantes del mtodo de gradiente es su habilidad de generar direcciones conjugadas de una

manera muy econmica. La importancia de las direcciones conjugadas radica en el hecho de que podemos minimizar () en n pasos por la sucesiva minimizacin a lo largo de direcciones individuales en un conjunto conjugado M todos de direcciones conjugadas El propsito de esta familia de mtodos es mejorar la tasa de convergencia del mtodo de des-censo ms r pido, sin incurrir en la sobrecarga computacional del mtodo de Newton. Lo s m todos de direcciones conjugadas resuelven problemas en un mximo den iteraciones

Mtodo DFP (Davidon-Fletcher-Powell)

Este es un mtodo cuasi-Newton, para minimizar una funcin f en R . Consiste en generar aproximaciones sucesivas de la inversa del Hessiano de la funcin
n