Com formação em Matemática Aplicada e Computacional pela Universidade Estadual de Campinas - UNICAMP (Bacharelado, 1988; Mestrado, 1991; Doutorado, 1994), é livre-docente em Métodos Computacionais de Otimização pela UNICAMP (1999) e titular (2015) também pela UNICAMP. Foi coordenadora do programa de Pós-Graduação em Matemática Aplicada da UNICAMP (out/2015-set/2017). Integrou o Comitê Assessor da área de Matemática, Probabilidade e Estatística no CNPq (2013-2016) e a Coordenação da área de Matemática, Probabilidade e Estatística junto à CAPES como Coordenadora Adjunta dos Programas Profissionais (2019-2021). Coordenou Projeto Temático (FAPESP) do grupo de pesquisa em Métodos Computacionais de Otimização de 2013 a 2024. Atua na área de Matemática, e concentra sua pesquisa em Otimização Contínua Não Linear e Análise Numérica. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
O foco desta proposta é a transferência de conhecimento matemático para outras áreas da ciência, tecnologia e indústria, por meio de um centro de pesquisa estruturado para esse fim. Todo o conhecimento matemático é, em última análise, aplicável se não diretamente, por meio de outros conhecimentos. Em algumas áreas da matemática a aplicação é quase imediata (entretanto, a colocação em prát…
Nosso grupo atua no ambiente científico brasileiro há 40 anos, e é sensível às novas tendências e às modernas aplicações da Otimização. Ao longo dos anos, este grupo, financiado por sucessivos projetos temáticos da FAPESP, tem realizado contribuições significativas nas áreas que envolvem métodos de decomposição, métodos quase-Newton, programação quadrática sequencial, métodos de Lagrangia…
Este projeto foi motivado por experimentos numéricos recentes e preliminares com o modelo não convexo para o problema Euclidiano de Steiner. Visa superar duas dificuldades observadas nos experimentos, a saber: o mau desempenho dos limitantes inferiores obtidos via relaxações, e a não diferenciabilidade do modelo em pontos nos quais a solução é degenerada. Propomos investigar duas estratég…
Este projeto é continuação de projetos temáticos anteriores do mesmo grupo, coordenados pelo Prof. José Mario Martínez, o último dos quais se encerrou em 2011 (processo 06-53768-0). Nesta nova etapa a coordenadora será a Prof. Sandra Augusta Santos, mas o Prof. Martínez continuará atuando na equipe. Tem como objetivo o desenvolvimento e a análise de algoritmos para os diferentes aspecto…
Este projeto estabelece um roteiro para o desenvolvimento de métodos numéricos para a minimização de funções compostas, escritas como a soma de dois termos potencialmente não suaves, por meio da suavização do termo desfavorável ao operador proximal, visando atender as hipóteses de algoritmos acelerados de primeira ordem propostos recentemente. O algoritmo estabelecido será acompanhado de …
Os desafios contemporâneos provenientes do tratamento de informações com grande quantidade de dados têm renovado o interesse por métodos que combinem baixo custo e eficiência para resolver problemas de otimização suave, em contextos inadequados para o uso de informações de segunda ordem. Motivado por tais desafios, o projeto em tela aborda o estudo de estratégias de gradiente acelerado, v…
Este projeto aborda o estudo de métodos baseados em conjuntos de nível para problemas de otimização topológica de estruturas. Considera, especificamente, o uso de funções de base radial na parametrização dos conjuntos de nível. Visando economizar esforço computacional no potencialmente grande número de sistemas lineares a serem resolvidos, será investigada a aplicabilidade da filosofia de…
Em 2005, um método conhecido como Amostragem de Gradientes (do inglês, Gradient Sampling) foi publicado e, desde então, algumas variantes deste algoritmo foram desenvolvidas para a solução de problemas de otimização não suave. Para o caso restrito, Curtis e Overton apresentaram em 2012 uma nova técnica amostral que usa uma função de penalização e ideias dos métodos de Programação Quadráti…
Desenvolvimento de algoritmos baseados em programação quadrática sequencial para problemas de grande porte, explorando eventuais paralelismos. Obtenção de propriedades de convergência e validação dos algoritmos propostos através de experimentos numéricos. (AU)
CV Lattes
ORCID