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
Título: Método de Lagrangeano Aumentado para o problema de mínimos quadrados não-linear com equações sem resíduo
Professor Juliano de Bem Francisco (MTM/UFSC)
Resumo: Neste seminário será abordado o seguinte problema de mínimos quadrados não-linear:
$\min \sum_{i=1}^n f_i(x)$, sujeito a $f_i (x) =0$ para $i \in J$, em que J é um subconjunto de $\{1,\ldots, n\}$ e $f_i \R^n \to \R.$
Apresentaremos alguns conceitos fundamentais bem como alguns métodos clássicos de otimização, dentre os quais citamos o método
de Lagrangeano Aumentado. Veremos como este método pode ser aplicado para resolver o problema principal deste seminário.
Para comprovar a eficiência e robustez do esquema proposto, resolveremos um problema de fluxo de potência com sobrecarga no sistema.
Data/Hora: Quarta-feira, 20 de abril, 10:30
Local: Sala 202 do Departamento de Matemática
Maiores informações: www.mtm.ufsc.br/~maicon/seminar
E. Krukoski
Tags:
AnáliseconvexaEquaçõesLagrangeanoMétodootimizaçãosem resíduoSeminários