Métodos do Gradiente e de Newton em Otimização Quadrática Convexa

Auteurs-es

  • Alex Augusto Nunes Machado
  • Simone Aparecida Miloca

Mots-clés :

Programação Quadrática, Método de Newton, Método do Gradiente

Résumé

Este trabalho tem por objetivos apresentar uma breve contextualização e formalização de conceitos envolvendo problemas pertencentes a uma área da Matemática denominada Otimização. O interesse está em uma classe particular nomeada Programação Quadrática Irrestrita o qual aparece em diversas situações práticas tanto na fase de modelagem como em processos de busca de soluções em outros métodos de otimização. Para tanto, descrevemos resultados teóricos envolvendo condições de otimalidade para problemas irrestritos bem como apresentamos dois algoritmos de busca direcionais, os métodos do Gradiente e de Newton, para então justificar matematicamente os motivos pelos quais o método de Newton resolve um problema dessa classe em apenas uma iteração, bem como demonstrar a fórmula utilizada para determinar o tamanho do passo no Método do Gradiente.

Publié-e

17-12-2025

Comment citer

Machado, A. A. N., & Miloca, S. A. (2025). Métodos do Gradiente e de Newton em Otimização Quadrática Convexa. Mathematica – Revista Eletrônica De Divulgação Matemática, 1(1). Consulté à l’adresse https://saber.unioeste.br/index.php/mathematica/article/view/36691

Numéro

Rubrique

Artigos