Programa de Doutorado: Métodos Computacionais de Otimização - Aula 02

Professor: Alfredo Iusem Aulas anteriores: https://bit.ly/2ECXNZs Métodos de otimização unidimensional. Métodos para otimização irrestrita (métodos de descida e busca linear, o método do gradiente, o método de Newton, métodos quase-Newton, métodos de direções conjugadas). Estratégias de globalização de convergência. Métodos para otimização com restrições (métodos do gradiente projetado, métodos de direções viáveis, penalização externa, penalização interna, Lagrangianas aumentadas, programação quadrática seqüencial). Métodos para otimização não-diferenciável (métodos de subgradiente, o método de planos cortantes, métodos de feixe). Referências: BERTSEKAS, D.P. – Nonlinear Programming. Athena Scientific, 1995. BONNANS, J.F., GILBERT J-CH., LEMARÉCHAL, C., SAGASTIZÁBAL, C. – Numerical optimization : theoretical and practical aspects. 2nd ed, Berlin; New York. Springer, 2006. DENNIS JR, J. E., SCHNABEL, R. B. – Numerical methods for unconstrained optimization and nonlinear equations. Corrected reprint of the 1983 original. Classics in Applied Mathematics, 16. Society for Industrial and Applied Mathematics (SIAM), Philadelphia, PA, 1996. IZMAILOV, A. E., SOLODOV, M. – Otimização, volume 2. Rio de Janeiro, IMPA, 2007. Redes Sociais do IMPA: https://linktr.ee/impabr IMPA - Instituto de Matemática Pura e Aplicada © https://impa.br | http://impa.br/videos     Os direitos sobre todo o material deste canal pertencem ao Instituto de Matemática Pura e Aplicada, sendo vedada a utilização total ou parcial do conteúdo sem autorização prévia e por escrito do referido titular, salvo nas hipóteses previstas na legislação vigente. The rights over all the material in this channel belong to the Instituto de Matemática Pura e Aplicada, and it is forbidden to use all or part of it without prior written authorization from the above mentioned holder, except in the cases prescribed in the current legislation.