Ementa/Descrição: |
Introdução aos conceitos de otimização (variáveis de projeto, função objetivo, restrições, etc.); Formulação do problema de otimiza-ção; 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 Gradiente Conjugado, Método de Newton, Método Quasi-Newton; Região de Confiança; Métodos para solução de problemas de otimização com restrições (Métodos de penalização e Lagrange); Seminários. |
Referências: |
1. Jasbir S. Arora, Introduction to Optimum Design, Mcgraw-Hill, New York, EUA, 1989.
2. Singiresu S. Rao Engineering Optimization Theory and Practice, 3rd ed., John Wiley & Sons Interscience Publication, New York, EUA, 1996.
3. Nocedal, J. e Wright, S. J. Numerical Optimization, Springer Verlag, 1999.
4. Bazaraa, M. S.; Shetty, C.M. e Sherali, H. D. Nonlinear Programming: Theory and Algorithms, 2nd. Edition, John Wiley & Sons Inc, 1993.
|