Please use this identifier to cite or link to this item:
http://hdl.handle.net/10773/12042
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Esteves, Jorge Sá | pt |
dc.contributor.author | Monteiro, Agostinho Jorge Tavares | pt |
dc.date.accessioned | 2014-04-07T15:21:44Z | - |
dc.date.available | 2014-04-07T15:21:44Z | - |
dc.date.issued | 2013 | - |
dc.identifier.uri | http://hdl.handle.net/10773/12042 | - |
dc.description | Mestrado em Matemática e Aplicações - Matemática Empresarial e Tecnológica | pt |
dc.description.abstract | O problema de otimização de mínimos quadrados é apresentado como uma classe importante de problemas de minimização sem restrições. A importância dessa classe de problemas deriva das bem conhecidas aplicações à estimação de parâmetros no contexto das análises de regressão e de resolução de sistemas de equações não lineares. Apresenta-se uma revisão dos métodos de otimização de mínimos quadrados lineares e de algumas técnicas conhecidas de linearização. Faz-se um estudo dos principais métodos de gradiente usados para problemas não lineares gerais: Métodos de Newton e suas modificações incluindo os métodos Quasi-Newton mais usados (DFP e BFGS). Introduzem-se depois métodos específicos de gradiente para problemas de mínimos quadrados: Gauss-Newton e Levenberg-Marquardt. Apresenta-se uma variedade de exemplos selecionados na literatura para testar os diferentes métodos usando rotinas MATLAB. Faz-se uma análise comparativa dos algoritmos baseados nesses ensaios computacionais que exibem as vantagens e desvantagens dos diferentes métodos. | pt |
dc.description.abstract | The least squares optimization problem is presented as an important class of unconstrained minimization problems. The importance of that class of problems is due to the well-known applications to parameter estimation in the context of regression analysis and from methods for solving systems of nonlinear equations. A review of linear least squares optimization methods and some linearization techniques is carried out. A study of the major gradient methods used for general nonlinear problems is presented: Newton Methods and its modifications, including the frequently used Quasi-Newton methods (DFP and BFGS). Some specific gradient methods for non-linear least squares problems: Gauss-Newton and Levenberg-Marquardt methods. Several selected examples are used for testing the methods using MATLAB routines. Finally, based on those computational tests, a comparative analysis of the algorithms is made in order to highlight the advantages and disadvantages of the different methods. | pt |
dc.language.iso | por | pt |
dc.publisher | Universidade de Aveiro | pt |
dc.rights | openAccess | por |
dc.subject | Matemática aplicada - Teses de mestrado | pt |
dc.subject | Optimização matemática | pt |
dc.subject | Mínimos quadrados | pt |
dc.subject | Algoritmos | pt |
dc.title | Otimização não linear de mínimos quadrados | pt |
dc.type | masterThesis | pt |
thesis.degree.level | mestrado | pt |
thesis.degree.grantor | Universidade de Aveiro | pt |
dc.identifier.tid | 201561476 | - |
dc.identifier.tid | 201561476 | - |
Appears in Collections: | UA - Dissertações de mestrado DMat - Dissertações de mestrado |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.