Curso online - 21 aulas.

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 .