<div dir="ltr"><div>Dear all,</div><div><br></div><div>I would like to add an attendum to question 3.</div><div><br></div><div>For that observed situation the initial guess was feasible at 10^-3. The box constraints had been moved to cL=min([1.5*c(x0), 0.5 * c(x0), cL],[],2) and analogously for cR, thus the x0 is far away from any inequality borders. Ipopt evolves x and increases the feasibility and the objective with each iteration.</div><div>This should not arise from the adaptive mu since x is not near to inequality feasibility bounds. Are there potential explanations for this behaviour?</div><div><br></div><div>Kind regards</div><div>Martin</div><div><br></div></div><div class="gmail_extra"><br><div class="gmail_quote">2017-01-20 11:46 GMT+00:00 Martin Neuenhofen <span dir="ltr"><<a href="mailto:martinneuenhofen@googlemail.com" target="_blank">martinneuenhofen@googlemail.com</a>></span>:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div dir="ltr"><div>Hi all,</div><div><br></div><div>I have three questions [1,2,3].</div><div><br></div><div>For my application I don't know the sparsitiy pattern of my Jacobian in advance. [1] Why does Ipopt want to know it in advance at all? Is a graph-based fill-in reducing reordering only computed once in the beginning or for what benefit?</div><div>Calling my model with NaNs gives me by far more nonzeros than would practically occur in that Jacobian for any call with real values.</div><div><br></div><div>Further, I have the bad feeling that when in Matlab my matrix has by properties of my current iterate another number of non-zeros then Ipopt will rearrange them falsely (by using the same index arrays for the sparse storage), will thus use a wrong Jacobian and consequently fail to converge towards feasibility. [2] Is this true?</div><div><br></div><div>Why is it possible at all that Ipopt performs iterations where both objective and primal infeasibility grow? [3] Shouldn't the filter enforce that never one grows and always one strictly decreases (or in case any of these seems impossible that the solver exists)?</div><div><br></div><div>Thanks for your answers.</div><div><br></div><div>Kind regards,</div><div>Martin</div></div>
</blockquote></div><br></div>