<div dir="ltr"><div>Since IPOPT has derivative test, is it possible to use it to compute derivatives (in grad_f, jac_g and hess), instead of implementing them by our own?  </div><br><div class="gmail_extra">Chunhua</div><div class="gmail_extra"><br><div class="gmail_quote">On Wed, Feb 1, 2017 at 6:22 AM, Andrew Spiteri <span dir="ltr"><<a href="mailto:andrew.spiteri@um.edu.mt" target="_blank">andrew.spiteri@um.edu.mt</a>></span> wrote:<br><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">Hi all,<br>
<br>
I am using IPOPT (MATLAB interface) to solve trajectory optimisation problems of medium complexity (roughly 100 variables with 300 constraints). Due to this complexity, I am using INTLAB to automatically calculate the gradient, Jacobians and Hessians, however I am now noticing that the IPOPT derivative test is showing a considerable number of errors (in grad_f, jac_g and hess), with relative errors ranging from about 0.0001 to 1. I'm not sure why INTLAB seems to be giving inaccurate values, but I'm suspecting the various vector manipulations (scaling, splitting and merging) which occur in eval_f, eval_g and eval_hess.<br>
<br>
The confusing part is that the solutions actually appear as expected, despite these errors being present. Furthermore, solutions are typically found within 100 iterations, which seems to indicate a reasonably good performance. So my question is: is it possible to have good solutions with good performance when the aforementioned errors are present in the problem?<br>
<br>
Thanks in advance.<span class="gmail-HOEnZb"><font color="#888888"><br>
Andrew Spiteri<br>
______________________________<wbr>_________________<br>
Ipopt mailing list<br>
<a href="mailto:Ipopt@list.coin-or.org" target="_blank">Ipopt@list.coin-or.org</a><br>
<a href="http://list.coin-or.org/mailman/listinfo/ipopt" rel="noreferrer" target="_blank">http://list.coin-or.org/mailma<wbr>n/listinfo/ipopt</a><br>
</font></span></blockquote></div><br></div></div>