Disciplina Curricular
Optimização e Algoritmos OA
Mestrado Bolonha em Biotecnologia - MBiotec 2008
Peso
6.0 (para cálculo da média)
Pré-requisitos
Conhecimentos básicos de Álgebra Linear e Cálculo, e MATLAB.
Objectivos
1. Aprender a formular problemas de otimização 2. Aprender a reconhecer funções convexas 3. Aprender os algoritmos principais para problemas sem restrições 4. Aprender as condições de otimalidade de Karush-Kuhn-Tucker 5. Aprender os algoritmos principais para problemas com restrições
Programa
1. Técnicas de formulação de problemas de otimização baseada em exemplos de aprendizagem automática, comunicações, energia, controlo, processamento de sinal, finança a. Ajuste de modelos b. Ajuste de modelos com regularizadores de esparsidade c. Sistemas dinâmicos d. Otimização robusta 2. Funções convexas a. Definição e exemplos de funções convexas comuns b. Operações que preservam convexidade 3. Algoritmos de otimização para problemas sem restrições a. Método de gradiente b. Gauss-Newton c. Levenberg-Marquardt d. BFGS e. Método de Newton 4. Solução de problemas através das condições de Karush-Kuhn-Tucker a. Problemas com restrições de igualdade b. Problemas com restrições de desigualdade 5. Algoritmos de otimização para problemas com restrições a. Método da Lagrangeana aumentada b. Método de ponto interior
Metodologia de avaliação
50% de avaliação continua/50% de avaliação não continua
Componente de Competências Transversais
Os estudantes vão praticar as competências de trabalho em grupo, calendarização do seu trabalho de forma a completar o projeto e relatório a tempo, e apresentação oral do trabalho realizado.
Componente Laboratorial
N/A
Componente de Programação e Computação
N/A (2º ciclo
Princípios Éticos
Todos os membros de um grupo são responsáveis pelo trabalho do grupo. Em qualquer avaliação, todo aluno deve divulgar honestamente qualquer ajuda recebida e fontes usadas. Numa avaliação oral, todo aluno deverá ser capaz de apresentar e responder a perguntas sobre toda a avaliação.