Jorge Nocedal

Jorge Nocedal
Nascimento 1952 (68 anos)
Cidadania Estados Unidos
Alma mater Universidade Rice
Ocupação matemático, professor universitário
Prêmios Prêmio George B. Dantzig, Prêmio Teoria John von Neumann
Empregador Universidade Northwestern

Jorge Nocedal (1952) é um físico e matemático mexicano, que trabalha com otimização matemática não-linear e matemática numérica.

Nocedal estudou física a partir de 1970 na Universidad Nacional Autónoma de México, obtendo o bacharelado em 1974, estudando depois matemática na Universidade Rice, com um doutorado em 1978, orientado por Richard Alfred Tapia, com a tese On the method of conjugate gradients for function minimization.[1] Foi depois professor assistente na Universidad Nacional Autónoma de México, de 1981 a 1983 no Instituto Courant de Ciências Matemáticas e a partir de 1983 professor assistente e mais tarde professor da Universidade Northwestern.

Recebeu o Prêmio George B. Dantzig de 2012. Em 2010 foi eleito fellow da Society for Industrial and Applied Mathematics (SIAM). Foi palestrante convidado do Congresso Internacional de Matemáticos em Berlim (1998: Nonlinear Optimization: The Interplay Between Mathematical Characterizations and Algorithms). Recebeu o Prêmio Teoria John von Neumann de 2017.

ObrasEditar

  • com Stephen J. Wright Numerical Optimization, Springer Verlag 1999, 2ª Edição 2006
  • com D. C. Liu: On the limited memory BFGS method for large scale optimization, Math. Programming, 45, 1989, 503-528
  • Updating quasi-Newton matrices with limited storage, Mathematics of Computation, Volume 35, 1980, 733-782
  • com P. L. Byrd, M. E. Hribar: An interior point algorithm for large-scale nonlinear programming, SIAM J. Optimization, Volume 9, 1999, 877-900
  • com R. H. Byrd, J. C. Gilbert: A trust region method based on interior point techniques for nonlinear programming, Mathematical Programming, 89, 2000, 129-156
  • com J. C. Gilbert: Global convergence properties of conjugate gradient methods for optimization, SIAM J. on Optimization, Volume 2, 1992, 21-42
  • com R. L. Byrd, P. Lu, C. Zhu: Algorithm 778: L-BFGS-B: Fortran subroutines for large-scale bound-constrained optimization, ACM Transactions on Mathematical Software, 23, 1997, 550-560

Referências

Ligações externasEditar