Submitted by Bruna Alves Ferraz (bruna.alves.ferraz@gmail.com) on 2018-01-12T12:56:17Z
No. of bitstreams: 1
Dissertacao_BrunaAF.pdf: 1135818 bytes, checksum: 02e01c1ac05f20f13657b40ed7d959fe (MD5) / Rejected by Adriana Aparecida Puerta null (dripuerta@rc.unesp.br), reason: Prezada Bruna Alves Ferraz,
Solicitamos que realize uma nova submissão seguindo as orientações abaixo:
- Capa - Faltou a capa no documento enviado. Este item é elemento obrigatório de acordo com as normas de trabalhos do seu Programa de Pós Graduação e deve vir antes da Página de rosto.
Agradecemos a compreensão e aguardamos o envio do novo arquivo.
Atenciosamente,
Biblioteca Campus Rio Claro
Repositório Institucional UNESP
on 2018-01-12T16:18:28Z (GMT) / Submitted by Bruna Alves Ferraz (bruna.alves.ferraz@gmail.com) on 2018-01-15T18:07:31Z
No. of bitstreams: 1
Bruna Alves Ferraz.pdf: 1341591 bytes, checksum: 6e9837abd2a00d05c9ba70d843b7c4c2 (MD5) / Approved for entry into archive by Adriana Aparecida Puerta null (dripuerta@rc.unesp.br) on 2018-01-15T18:18:13Z (GMT) No. of bitstreams: 1
ferraz_ba_me_rcla.pdf: 1265910 bytes, checksum: 9b0bcbf17772b4ac87b8058427405948 (MD5) / Made available in DSpace on 2018-01-15T18:18:13Z (GMT). No. of bitstreams: 1
ferraz_ba_me_rcla.pdf: 1265910 bytes, checksum: 9b0bcbf17772b4ac87b8058427405948 (MD5)
Previous issue date: 2017-12-19 / Neste trabalho discutiremos alguns métodos clássicos para otimização irrestrita, a saber o Método de Cauchy e o Método de Newton, e analisaremos a convergência desses métodos. Veremos que o Método de Cauchy, que faz a cada iteração uma busca unidirecional na direção de máxima descida, ou seja, na direção oposta ao gradiente, tem convergência linear. O método de Newton, por outro lado, minimiza, em cada iteração, a aproximação quadrática da função objetivo. Nos métodos de busca unidirecional é preciso minimizar uma função a partir de um certo ponto, segundo uma direção dada, que é a direção de busca. Por essa razão, estudaremos o Método da Seção Áurea, que fornece uma minimização exata de uma função real de uma variável real. / In this work we will discuss some classic methods for unrestricted optimization, namely the Cauchy Method and Newton’s Method, and we will analyze the convergence of those methods. We will see that the Cauchy Method, that realizes on each iteration a unidirectional search in the direction of maximum descent, that is, in the direction opposite to the gradient, has linear convergence. The Newton Method, on the other hand, minimizes, in each iteration, the quadratic approximation of the objective function. In unidirectional search methods, one must minimize a function from a certain point in a given direction, which is the search direction. For that reason, we will study the Golden Section Method, which provides the exact minimization of a real function of a real variable.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/152486 |
Date | 19 December 2017 |
Creators | Ferraz, Bruna Alves [UNESP] |
Contributors | Universidade Estadual Paulista (UNESP), Afonso, Suzete Maria Silva [UNESP] |
Publisher | Universidade Estadual Paulista (UNESP) |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP |
Rights | info:eu-repo/semantics/openAccess |
Relation | 600 |
Page generated in 0.0021 seconds