Métodos Computacionais de Otimização - Aula 02

Assista à segunda aula do curso de Métodos Computacionais de Otimização ministrada pelo Professor Di Liu no Instituto de Matemática Pura e Aplicada. Explore métodos fundamentais de otimização unidimensional e aprenda sobre técnicas avançadas para otimização irrestrita, incluindo métodos de descida e busca linear, método do gradiente, método de Newton, métodos quase-Newton e métodos de direções conjugadas. Descubra estratégias de globalização de convergência e mergulhe em métodos para otimização com restrições, abordando métodos do gradiente projetado, métodos de direções viáveis, penalização externa e interna, Lagrangianas aumentadas e programação quadrática sequencial. Compreenda também métodos para otimização não-diferenciável, incluindo métodos de subgradiente, método de planos cortantes e métodos de feixe. A aula baseia-se em referências clássicas da área, incluindo obras de Bertsekas, Bonnans, Dennis Jr. e Izmailov, proporcionando uma base sólida tanto teórica quanto prática em otimização numérica.