Faculdade de Ciencias Integradas do Pontal Universidade Federal de Uberlandia (UFU) Resumo Considerando o problema min f(x) (1) s.a x onde f : IR n IR e = IR n , queremos estudar e caracterizar as direcoes que, a partir de x IR n , fornecem pontos y IR n tais que f(y) < f(x) onde f e suposta de classe C 1 em todos os pontos de seu domnio. Metodos Classicos usados na resolucao de (1), tais como Metodo do Gradiente e Metodos de Newton sao, em alguns casos, inecientes ou resultam em grande custo computacional. Restringindo a regiao de descida e fazendo um busca linear dentro dessa regiao, podemos melhorar os resultados obtidos nos metodos classicos. Algumas estrategias para restringirmos a regiao de descida nos metodos sao: (a) Impedir que o algoritmo de passos curtos longe da solucao. (b) Impedir que o algoritmo de passos longos com pouco decrescimo no valor da funcao. (c) Impedir direcoes quase ortogonais ao gradiente da funcao. O algoritmo pode ser resumido nas seguintes etapas: escolhido um ponto inicial x 0 , observamos se este ponto satisfaz um criterio de parada, que assumiremos como sendo f(x k ) < , > 0. Escolhemos uma direcao d k que satisfaca algumas condicoes para que os itens (a) e (c) sejam satisfeitos. Usaremos a Condicao de Armijo para que o item (b) seja satisfeito. Com estas restricoes sobre as direcoes de descida a partir de um ponto x IR n , podemos aprimorar os metodos classicos de descida e obter melhores resultados com menos custo computacional. Se a funcao f for estritamente convexa, este algoritmo tem convergencia global. Bolsista PET-Matematica da Faculdade de Ciencias Integradas do Ponta (UFU). Orientador de Iniciacao Cientca vinculada ao projeto de pesquisa 015 - Edital 04/2011.