Seminário em Análise Convexa e Otimização
Operadores Monótonos Maximais e o Método de Ponto Proximal (Parte II)
Maicon Marques Alves – MTM CFM/UFSC
Resumo: Pretendo apresentar e discutir alguns aspectos da teoria dos operadores monótonos maximais e suas potenciais aplicações em otimização, enfatizando o papel do método de ponto proximal.
Data – Hora: Quinta-feira, 01 de setembro de 2016 – 14:00h
Local: Sala 202, MTM
E. Krukoski
Tags:
Análise ConvexaMaximaismonótonos maximaisOperadores MonótonosotimizaçãoSeminario
Seminário em Análise Convexa e Otimização
Operadores Monótonos Maximais e o Método de Ponto Proximal (Parte I)
Expositor: Maicon Marques Alves
Resumo: Pretendo apresentar e discutir alguns aspectos da teoria dos operadores monótonos maximais e suas potenciais aplicações em otimização, enfatizando o papel do método de ponto proximal.
Data: Quinta-feira, 25 de agosto, 14h Local: Sala 202, do Departamento de Matemática
Maiores informações: www.mtm.ufsc.br/~maicon/seminar
E. Krukoski
Tags:
Análise ConvexaMaximaisMétodoMonótonosOperadoresotimizaçãoPontoProximal
Seminário em Análise Convexa e Otimização
Um método de gradiente projetado para otimização sobre matrizes de densidade
Prof. Dr. Douglas S. Gonçalves – MTM/UFSC
Resumo: Um ensemble de estados quânticos pode ser descrito por uma matriz Hermitiana, positiva semidefinida e de traço um, chamada matriz de densidade. Logo, é de interesse o estudo de métodos para minimizar uma certa função (energia, entropia, etc) sobre o conjunto de matrizes de densidade. Apresentamos um método de gradiente projetado que explora a geometria do conjunto viável: resultado da intersecção do cone das matrizes positivas semidefinidas com o hiperplano definido pela restrição do traço unitário. Resultados numéricos em problemas de tomografia de estados quânticos atestam a efetividade do método proposto quando comparado com métodos clássicos da literatura baseados em iteração de ponto fixo e programação semidefinida.
Data – Hora: Quarta-feira, 8 de junho, 10h30
Local: Sala 202 do Departamento de Matemática – UFSC
E. Krukoski
Tags:
Análise Convexamétodo de gradienteotimização