| Ementa/Descrição: |
Introdução aos conceitos de otimização (variáveis de projeto, função objetivo, restrições, etc.);
Formulação do problema de otimização;
Solução de problemas de otimização usando cálculo diferencial;
Análise de sensibilidade de um sistema: métodos analíticos, semi-analíticos e numéricos para o cálculo de sensibilidade em otimização;
Definição de Multiplicadores de Lagrange e problemas MinMax;
Condições de ótimo de Karush-Kuhn-Tucker (KKT), conceitos de problemas convexos;
Conceitos gerais relacionados a métodos numéricos: idéia do passo de descida, taxa de convergência, convergência do algoritmo.
Programação linear, métodos para solução de problemas de otimização sem restrições, restrições lineares;
Métodos numéricos para otimização sem restrições: Minimização unidimensional, Método do Gradiente, Método do Gradi-ente Conjugado, Método de Newton, Método Quasi-Newton;
Região de Confiança;
Métodos para solução de problemas de otimização com restrições (Métodos de penalização e Lagrange). |
