Jupiterweb

Informações da Disciplina

Preparar para impressão

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação

Instituto de Ciências Matemáticas e de Computação

Matemática Aplicada e Estatística

Disciplina: SME0212 - Otimização Não Linear

Non-linear Optimization

Créditos Aula:	4
Créditos Trabalho:	2
Carga Horária Total:	120 h
Carga Horária de Extensão:	45 h
Tipo:	Semestral
Ativação:	15/07/2024	Desativação:

Objetivos

Capacitar o aluno a perceber, formular e resolver problemas de otimização não linear.

The aim of this course is to enable students to understand, to formulate and to solve non-linear optimization problems.

Docente(s) Responsável(eis)

7305211 - Elias Salomão Helou Neto

Programa Resumido

Otimização Irrestrita: condições de otimalidade e métodos para otimização sem restrições. Otimização com restrições: métodos para restrições "simples" (caixas e poliedros), condições de otimalidade de Karush-Kuhn-Tucker. Métodos de pontos interiores. Lagrangianos aumentados.

Programa

Otimização Irrestrita: condições de otimalidade e métodos para otimização sem restrições. Otimização com restrições: métodos para restrições "simples" (caixas e poliedros), condições de otimalidade de Karush-Kuhn-Tucker. Métodos de pontos interiores. Lagrangianos aumentados.

Unconstrained optimization: optimality conditions and methods for unconstrained optimization. Constrained optimization: methods for bound-constrained optimization and linearly constrained optimization (bounds and linear constraints), Karush-Kuhn-Tucker conditions. Interior point methods. Augmented Lagrangian methods. Extension activities: Presentation to the community of problems of general interest that correspond to 45 hours of extension activities.

Avaliação

Método

Exposição seguida de exercícios e trabalhos.

Critério

Serão atribuídas notas a provas e/ou trabalhos. A nota final será calculada pela média ponderada das notas obtidas pelo aluno no decorrer do semestre.

Norma de Recuperação

Número de provas: no mínimo uma (01) e no máximo duas (02) provas.
Critério de aprovação: a nota final (MF) do aluno que realizou provas de recuperação dependerá da média do semestre (MS) e da média das provas de recuperação (MR), como segue:
• MF = 5 se 5 <= MR <= (10 - MS)
• MF = (MS + MR) / 2 se MR > (10 - MS)
• MF = MS se MR< 5

Bibliografia

Livro Texto:
D.P. Bertsekas, Non Linear Programming, Athena Scientific, 2003.
J. Nocedal e S. J. Wright, Numerical  Optimization, Springer, 2006.
A.Friedlander, Elementos de Programação Não Linear, Editora da Unicamp 1994.



Bibliografia Complementar
J.M.Martínez e S.A.Santos, Métodos Computacionais de Otimização, Colóquio de Matemática, IMPA, 1995.
D.G.Luenberger, Introduction to Linear and Nonlinear Programming, Addison-Wesley, 1984.
M.S.Bazaraa, H.D.Sherali e C.M.Shetty, Nonlinear Programming: Theory and Algorithms, John Willey & Sons, 1993.
P.J. Gill, W. Murray e M.H. Wright, Practical Optimization, Academic Press, 1981.
G.H. Golub e C.F. Van Loan, Matrix Computations, Johns Hopkins University Press, 1989.
R. Fletcher, Practical Methods of Optimization, John Wiley, 2007.

Atividades de Extensão

Grupo social alvo da atividade

Comunidade externa (alunos de escola pública, pessoas que pretendem ingressar na universidade, empresas privadas ou públicas e público em geral).

Objetivos da atividade

Promover a troca de conhecimento entre os alunos e o grupo alvo.

Descrição da atividade

Apresentação para a comunidade de problemas de interesse geral.

Indicadores de avaliação da atividade

Avaliação da receptividade e participação da comunidade nas atividades propostas. Aplicação de Conhecimentos Teóricos: Avaliação da capacidade dos alunos de aplicar os conhecimentos adquiridos para passar o conteúdo. Qualidade dos materiais educativos produzidos pelos alunos como resultado da atividade extensionista.

Clique para consultar os requisitos para SME0212

Clique para consultar o oferecimento para SME0212