Seminários em Análise Convexa e Otimização – 01/12/2017

30/11/2016 20:45

Seminários em Análise Convexa e Otimização

Inexact Dual Dynamic Programming

Vincent Guigues (EMAp/FGV-Rio)

 

Resumo: We introduce an extension of the Dual Dynamic Programming  method to solve convex optimization problems.
We call Inexact DDP (IDDP) this extension which applies to situations where all primal and dual subproblems are solved with a bounded error.  We also study the convergence of this inexact variant of DDP.
As a by-product, our analysis provides descriptions of the epsilon-subdifferential of the value function of a convex problem when the corresponding primal and dual problems are solved approximately.
The algorithm and convergence analysis can be extended to the stochastic case.

Maiores informações: www.mtm.ufsc.br/~maicon/seminar

Data – Hora: 01/12/2017 – 14h00m
Local: Sala 202 do Departamento de Matemática

 

E. Krukoski
Tags: Análise ConvexaDual Dynamic ProgrammingotimizaçãoSeminários

Seminários em Análise Convexa e Otimização – 20/10/2016

18/10/2016 09:52

Seminários em Análise Convexa e Otimização

Convergência global de algoritmos de descida (Parte II)

Douglas S. Gonçalves
Universidade Federal de Santa Catarina

Resumo: Discutiremos os aspectos teóricos da convergência global de algoritmos de minimização baseados em direções de descida e busca linear. Além das condições clássicas de Armijo, proporcionalidade e ângulo, apresentaremos condições alternativas que asseguram a estacionariedade de pontos limite de sequências geradas por tais algoritmos.
A teoria apresentada aplica-se não apenas a algoritmos para minimização irrestrita mas também a algoritmos de minimização sobre um convexo como gradiente condicional e gradiente projetado.

 

Dia – Hora: 20/10/2016 – 14:00 horas

Local: Sala 202 do Departamento de Matemática

 

E. Krukoski
Tags: algorítmosAnálise ConvexaArmijootimização

Seminários em Análise Convexa e Otimização – 06/10/2016

05/10/2016 17:05

Seminário em Análise Convexa e Otimização

Convergência global de algoritmos de descida (Parte I)

Douglas S. Gonçalves
Universidade Federal de Santa Catarina

 

Resumo: Discutiremos os aspectos teóricos da convergência global de algoritmos de minimização baseados em direções de descida e busca linear.
Além das condições clássicas de Armijo, proporcionalidade e ângulo, apresentaremos condições alternativas que asseguram a estacionariedade de pontos limite de sequências geradas por tais algoritmos. A teoria apresentada aplica-se não apenas a algoritmos para minimização irrestrita
mas também a algoritmos de minimização sobre um convexo como gradiente condicional e gradiente projetado.

Dia – Hora: 06/10/2016 – 14:00 horas

Local: Sala 202 do Departamento de Matemática – UFSC

<Maiores detalhes aqui>

 

E. Krukoski
Tags: algoritmos de minimizaçãoAnálise ConvexaArmijootimização

Seminários em Análise Convexa e Otimização – 22/09/2016

22/09/2016 17:09

Seminários em Análise Convexa e Otimização

O Método das Inversas Parciais de Spingarn para Operadores Monótonos (Parte II)

Samara Costa Lima
Universidade Federal de Santa Catarina

Resumo: Sejam A e B dois subespaços multualmente complementares de um espaço de Hilbert H e T um operador monótono maximal em H.  O método das inversas parciais, introduzido por J. Spingarn em 1983, é um método iterativo para encontrar x \in A e u \in B tais que u \in Tx. Neste seminário, será apresentado o método das inversas parciais bem como uma versão inexata deste método.

Data – Hora: Quinta-feira, 22 de setembro, 14h
Local: Sala 202, MTM

 

E. Krukoski

Tags: Análise ConvexaHilbertInversas Parciais de SpingarnMétodoOperadores Monótonosotimizaçãosubespaços

Seminário em Análise Convexa e Otimização – 15/09/2016

13/09/2016 12:23

Seminário em Análise Convexa e Otimização

O Método das Inversas Parciais de Spingarn para Operadores Monótonos (Parte I)

Samara Costa Lima – Doutoranda Pós-MTM/UFSC

Resumo: Sejam A e B dois subespaços multualmente complementares de um espaço de Hilbert H e T um operador monótono maximal em H.  O método das inversas parciais, introduzido por J. Spingarn em 1983, é um método iterativo para encontrar x \in A e u \in B tais que u \in Tx. Neste seminário, será apresentado o método das inversas parciais bem como uma versão inexata deste método.

Data – Horário: 15 de setembro – 14:00 h

Local: Sala 202, MTM

 

E. Krukoski

 

Tags: Análise Convexaespaço de HilbertInversas ParciaisMonótonosOperadoresotimizaçãoSpingarnsubespaços

Seminário em Análise Convexa e Otimização – 01/09/2016 (14:00)

29/08/2016 19:01

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

Maiores informações: www.mtm.ufsc.br/~maicon/seminar

 

E. Krukoski
Tags: Análise ConvexaMaximaismonótonos maximaisOperadores MonótonosotimizaçãoSeminario

Seminário em Análise Convexa e Otimização

23/08/2016 19:32

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 – 29/06/2016

27/06/2016 16:00

Seminário em Análise Convexa e Otimização

Unificando a analise de convergência local do método de Newton para equações generalizadas fortemente regulares

Prof. Dr. Orizon P. Ferreira – IME/UFG

Dia – Hora: 29/06/2016 – 10:30

Local: Sala 202 do Departamento de Matemática –  CFM/UFSC

Maiores informações

E. Krukoski

 

Tags: Análise Convexa e Otimizaçãoanalise de convergênciamétodo de Newtonotimização