Descrição:

Os objectivos principais são: 1) assimilar os fundamentos teóricos da optimização nãolinear com e sem restrições; 2) usar classes especiais de optimização convexa e nãoconvexa como programação linear (LP), quadrática (QP), semidefinida positiva (SDP), mista inteira (MILP), etc, para modelar problemas de engenharia em comunicações, controlo, aprendizagem automática, processamento de sinal, processamento em rede, etc; 3) aplicar teoria da dualidade para obter minorantes para problemas de optimização, relaxações convexas para problemas nãoconvexos, resolver problemas em plataformas distribuídas, etc; e 4) aprender as técnicas principais no desenvolvimento de algoritmos numéricos eficientes para optimização convexa e nãoconvexa.